Das Berlin Institute of Health in der Charité (BIH) hat in internationaler Zusammenarbeit das Software-Tool ovrlpy entwickelt, das die Genauigkeit räumlicher Transkriptomik-Analysen deutlich verbessert. Die Ergebnisse wurden in der Fachzeitschrift Nature Biotechnology veröffentlicht (DOI: 10.1038/s41587-026-03004-8).

Räumliche Transkriptomik ermöglicht es, die Genaktivität von Zellen innerhalb eines Gewebes räumlich aufzulösen und Transkripte einzelnen Zellen zuzuordnen. Bisherige Analysen betrachten Gewebeschnitte meist nur zweidimensional. Selbst sehr dünne Schnitte von fünf bis zehn Mikrometern Dicke besitzen jedoch eine komplexe dreidimensionale Struktur. Bei der Interpretation als reine Fläche entstehen Fehler durch Zellüberlappungen oder unbeabsichtigte Gewebefaltungen, die zu falschen Zuordnungen von Transkripten führen und nachfolgende bioinformatische Auswertungen verfälschen können.

Ovrlpy analysiert die räumliche Verteilung von Transkripten in drei Dimensionen und erkennt Signalinkonsistenzen, die auf Überlappungen oder Faltungen in der vertikalen Achse hinweisen. Umfassende Untersuchungen verschiedener Gewebe und Organe zeigten, dass solche Artefakte häufiger auftreten als bisher angenommen. Durch die gezielte Identifikation dieser Fehlerquellen verbessert ovrlpy die Präzision nachfolgender Analysen erheblich.

Das Tool trägt dazu bei, dass räumliche Technologien wie Spatially Resolved Transcriptomics (Nature Method of the Year 2020) oder Spatial Proteomics (Nature Method of the Year 2024) zuverlässigere Daten liefern – ein entscheidender Faktor für die biomedizinische Routineforschung, Krebsforschung, Neurologie und die Entwicklung personalisierter Therapien.

Die Arbeit entstand unter Leitung von Dr. Naveed Ishaque (Gruppenleiter für Computergestützte Onkologie in der Abteilung Digitale Gesundheit von Roland Eils am BIH) und zeigt, dass ovrlpy eine solide Grundlage für präzisere Erkenntnisse in verschiedenen Fachbereichen schafft.

Original Paper:

Tiesmeyer, S., Müller-Bötticher, N., Malt, A. et al. Identifying 3D signal overlaps in spatial transcriptomics data with ovrlpy. Nat Biotechnol (2026). DOI: 10.1038/s41587-026-03004-8

Redaktion: X-Press Journalistenbüro GbR

Gender-Hinweis. Die in diesem Text verwendeten Personenbezeichnungen beziehen sich immer gleichermaßen auf weibliche, männliche und diverse Personen. Auf eine Doppel/Dreifachnennung und gegenderte Bezeichnungen wird zugunsten einer besseren Lesbarkeit verzichtet.