SpaMosaic integra datos de multiómica espacial con mediciones parcialmente coincidentes y estima los datos faltantes
El reto de conectar distintos conjuntos de datos de ómica espacial
La herramienta de análisis multiómico espacial SpaMosaic presenta un método para integrar conjuntos de datos que comparten solo algunas mediciones y estimar las que faltan. En un estudio publicado en Nature Genetics, el equipo evaluó su capacidad para identificar regiones espaciales con simulaciones y datos experimentales de varios tejidos. El objetivo es conectar datos obtenidos con distintas tecnologías y condiciones para construir mapas tisulares integrales.
La ómica espacial combina información molecular con su ubicación dentro del tejido. Cuando los conjuntos de datos difieren en las modalidades medidas, como ARN, proteínas o características epigenómicas, resulta difícil conectarlos. De ahí la necesidad de una «integración en mosaico», que combina datos con solo algunas mediciones coincidentes. Corregir las diferencias debidas a los lotes de medición también plantea un reto para el análisis integrado.
Identificación de regiones espaciales y estimación de información faltante
SpaMosaic utiliza aprendizaje contrastivo y una red neuronal de grafos para construir un espacio latente independiente de la modalidad y corregido por los efectos de lote. Este espacio ofrece una representación compartida de las características de varios conjuntos de datos y se emplea para identificar regiones espaciales y estimar modalidades faltantes.
La evaluación comparativa incluyó datos simulados y datos experimentales de cerebro, embrión, tejido tonsilar y ganglio linfático. Las mediciones abarcaron la abundancia de ARN y proteínas, la accesibilidad de la cromatina y las modificaciones de histonas. Esto describe el alcance de los datos incluidos en la evaluación; no significa que todas las mediciones se realizaran juntas en cada tejido.
El equipo informó que SpaMosaic superó a los métodos de integración existentes al identificar regiones espaciales coherentes y reducir el ruido y los efectos de lote. También distinguió estructuras anatómicas finas en datos reales con diferencias de tecnología, etapa de desarrollo, resolución espacial y composición de modalidades, y se utilizó para construir un mapa espacial integral de un embrión de ratón. El resumen disponible no especifica los métodos de comparación ni el porcentaje de mejora del rendimiento.
En datos en mosaico de cerebro de ratón, el método estimó modificaciones de histonas faltantes. Según el equipo, las estimaciones reprodujeron las correlaciones esperadas entre características transcriptómicas y epigenómicas, y captaron más asociaciones reguladoras específicas de cada región que los datos medidos de accesibilidad de la cromatina. Estos resultados apuntan a la posibilidad de explorar relaciones incluso cuando las distintas modalidades no se midieron conjuntamente. Sin embargo, las asociaciones reguladoras estimadas deben distinguirse de la demostración de un mecanismo causal.
Posibilidad de crear mapas tisulares a gran escala y necesidad de validación
El equipo también evaluó la escala. Informó que SpaMosaic podía integrar más de 100 cortes tisulares y, por separado, procesar un solo corte con más de 800 000 puntos. Los puntos son ubicaciones de medición espacial; esta cifra no debe interpretarse como un recuento de células. El resumen no indica el tiempo de procesamiento, el uso de memoria ni el hardware necesario.
SpaMosaic ofrece un marco analítico para conectar conjuntos de datos heterogéneos de ómica espacial y explorar conjuntamente la estructura tisular y las características moleculares. Las estimaciones de mediciones faltantes podrían ayudar a identificar asociaciones reguladoras candidatas para investigar en experimentos posteriores. Validar estas estimaciones sigue siendo un reto para su aplicación práctica. El estudio evaluó el rendimiento del método computacional y sus aplicaciones; no comprobó mejoras diagnósticas ni efectos terapéuticos.
Los métodos y los principales resultados pueden consultarse en el resumen del artículo indexado por Europe PMC.
Nature Genetics, Published online: 24 April 2026; doi:10.1038/s41588-026-02573-3 SpaMosaic is a mosaic integration method for spatial omics data that enables cross-modality and cross-batch integration using contrastive learning and graph neural networks.
Para los equipos de investigación que buscan conectar datos tisulares obtenidos con distintas tecnologías, SpaMosaic ofrece una opción analítica para integrar conjuntos que comparten solo algunas mediciones. El mapa de embrión de ratón descrito por el equipo ejemplifica cómo reunir en un mapa espacial integral datos que difieren en etapa de desarrollo, resolución y composición de mediciones. Como en el análisis del cerebro de ratón, estimar modificaciones de histonas faltantes también puede ayudar a explorar asociaciones reguladoras candidatas específicas de cada región para experimentos posteriores. Las estimaciones deben diferenciarse de las mediciones directas. Antes de adoptar el método, habrá que validar sus estimaciones en los tejidos y bajo las condiciones de datos pertinentes, y evaluar por separado el tiempo de procesamiento y los recursos necesarios, que no se indican en el resumen.