Программа ovrlpy анализирует пространственное распределение РНК-сигналов в трёх измерениях и выявляет несоответствия в областях, где есть наложения клеток или складки ткани. Таким образом инструмент обнаруживает потенциальные источники ошибок, связанные с толщиной среза. Масштабный анализ различных тканей и органов показал, что такие артефакты встречаются значительно чаще, чем считалось ранее.

Выявляя эти дефекты на раннем этапе, ovrlpy повышает точность дальнейшей обработки данных. Это позволяет получать более надёжные результаты при изучении структуры и функций тканей, а также при сравнении разных образцов между собой.

«Ovrlpy помогает находить источники ошибок до того, как они приведут к ложным выводам», — объясняет Навид Ишак (Dr. Naveed Ishaque), руководитель группы по вычислительной онкологии в цифровом подразделении Роланда Эйлса при BIH и последний автор работы. По его словам, инструмент «создаёт основу для более устойчивых результатов в онкологии, нейронауке и разработке персонализированных методов терапии».

В последние годы пространственные методы активно внедряются в повседневную биомедицинскую практику. Пространственная транскриптомика была признана «Методом года» журналом Nature в 2020 году, а пространственная протеомика — в 2024-м. По мере роста их использования требования к качеству данных становятся всё более жёсткими.

Авторы работы считают, что ovrlpy поможет сделать анализ сложной архитектуры тканей более надёжным и воспроизводимым. В перспективе это может повысить точность исследований рака, заболеваний нервной системы и других областей, где важно понимать работу отдельных клеток в реальном пространственном контексте.