跳到主要内容
返回时间线
bioRxiv来源发表:

H&E切片读出单细胞分子状态:Loki2在细胞分型上把加权F1从0.608拉到0.806

核心概要

常规H&E染色切片只呈现细胞形态,此前病理基础模型以多细胞视野为单位,难以回答单个细胞的分子状态能否从形态中读出。Loki2以约1500万个细胞、覆盖15种组织与22个主要细胞谱系的UniSeg资源做分子到形态的知识蒸馏,把每个细胞核的形态嵌入对齐到转录组嵌入。在细胞分型任务上,Loki2的加权F1为0.806、加权准确率0.807,而作为冻结特征提取器的PLIP、GigaPath、UNI加权F1在0.574至0.608之间;其可检索的基因偏向形态上可区分的细胞身份与功能。

Source-provided article image: A Biologically Interpretable Single-Cell Pathology Foundation Model for Molecular Decoding of H&E Images
bioRxiv · 第 5 页

深度剖析

病理图像分析的基本单位从多细胞视野下沉到单个细胞核,模型直接输出每个细胞的身份与分子状态嵌入。 此前的病理基础模型在千兆像素尺度上训练,视觉—组学模型又依赖光斑约55微米的空间转录组平台,一个光斑混合多个细胞,学到的是平均化的关联而非单个细胞形态与分子程序的关系。 在覆盖15种组织、9573个测试实例的留出集上,Loki2的多类全景质量与多类F1均高于HoVer-Net和CellViT,单侧Mann–Whitney U检验P值小于0.001;在7张训练外全切片和8位训练外患者上同样领先。

模型把细胞核周围的图像块编码成高维形态嵌入,再用两个解码器分别预测细胞类型和重建转录组嵌入。 训练信号来自分子而非仅靠自监督或报告文本:细胞类型解码器把视觉特征映射到转录组定义的细胞身份,转录组解码器重建细胞在OmiCLIP定义的基因表达潜空间中的位置,对比学习目标把形态嵌入拉向对应的分子目标。 训练资源UniSeg整合65项研究、15种组织、约1500万个细胞,高分辨率真值取自Visium HD与Xenium,光斑级Visium数据用Thor推断单细胞谱,细胞谱系注释经专家复核。

形态嵌入的潜变量维度对应可独立测量的细胞核物理表型,而不只是分类标签。 七个常规病理形态描述子只能把细胞类型分类做到0.41的准确率与加权F1,说明这些预设特征不足以解释嵌入携带的信息。 在18例食管癌标本的配对H&E与DAPI图像上,仅由H&E嵌入算出的染色质密度相关主成分分组在DAPI测得的染色质密度上出现差异,核增大相关主成分分组在核尺寸上出现差异,组间分离为切片内标准差的0.4至1.2倍,除一项比较外均显著(双侧Mann–Whitney检验,P值小于0.01)。

启示与展望

已展示的范围是常规H&E全切片上的单细胞分割、分型、形态到转录组检索、选定蛋白标志物的虚拟染色以及基于细胞级多示例学习的肿瘤分期,验证覆盖15种组织的留出集、训练外切片与患者、TCGA与PLCO外部队列。作者提出的下一步是把Loki2与靶向遗传或药物扰动及配对形态—分子测量结合,并整合空间组织区域注释以连接更宏观的组织表型。

检索式分子推断依赖参考单细胞图谱中存在相应细胞类型与疾病状态,缺失时可能把细胞指派到生物学上不匹配的群体;细胞拥挤、细胞类型内部形态—分子耦合较弱以及参考覆盖不完整都会限制预测准确性。研究未包含扰动实验,因此形态与分子程序之间的因果关系尚未建立;患者级预测还受限于规模足够且注释良好的队列,例如配对的原发与转移样本仍然稀缺。