[论文解读] AI-powered virtual tissues from spatial proteomics for clinical diagnostics and biomedical discovery

Johann Wenckstern, Eeshaan Jain+10 more|arXiv (Cornell University)|Jan 10, 2025

Scientific Computing and Data Management被引用 7

一句话总结

VirTues 是一个用于空间蛋白质组学的基础模型框架，能够跨癌种和标记物泛化，支持跨研究分析、零-shot 预测，以及通过基于组织的检索提供临床决策支持。

ABSTRACT

Spatial proteomics technologies have transformed our understanding of complex tissue architecture in cancer but present unique challenges for computational analysis. Each study uses a different marker panel and protocol, and most methods are tailored to single cohorts, which limits knowledge transfer and robust biomarker discovery. Here we present Virtual Tissues (VirTues), a general-purpose foundation model for spatial proteomics that learns marker-aware, multi-scale representations of proteins, cells, niches and tissues directly from multiplex imaging data. From a single pretrained backbone, VirTues supports marker reconstruction, cell typing and niche annotation, spatial biomarker discovery, and patient stratification, including zero-shot annotation across heterogeneous panels and datasets. In triple-negative breast cancer, VirTues-derived biomarkers predict anti-PD-L1 chemo-immunotherapy response and stratify disease-free survival in an independent cohort, outperforming state-of-the-art biomarkers derived from the same datasets and current clinical stratification schemes.

研究动机与目标

• 解决癌组织和非癌组织中的多路空间蛋白质组数据的异质性和高维性。
• 开发一个基于Transformer的基础模型（VirTues），具标记和空间注意力，以及一种保留生物学意义的新型标记化方案。
• 在无需微调的情况下实现对新数据集、标记物和癌种的零-shot泛化。
• 提供多尺度组织表示（细胞、微环境、组织）用于诊断、发现和基于检索的临床决策支持。

提出的方法

• 引入 VirTues，一个具标记特异性与空间注意力的视觉Transformer，能扩展到数百通道。
• 采用一种新型标记化方案，将蛋白质语言模型嵌入、空间通道块和可学习的细胞摘要标记相结合。
• 训练一个掩蔽自编码器（MAE），在通道、标记和微环境层级进行掩蔽，以学习细胞级、微环境级和组织级表示。
• 生成细胞级、微环境级和组织级摘要标记，以实现跨尺度的下游预测。
• 在 Transformer 内使用稀疏注意力，以应对高维度并保持标记相互作用的可解释性。
• 通过在包含未见标记的数据集上进行测试来评估零-shot泛化；并与 CA-MAE 与 ResNet 基线进行比较。

实验结果

研究问题

• RQ1 VirTues 是否能在不进行任务特定微调的情况下，在不同组织类型和未见标记集上实现泛化？
• RQ2 相对于既有基线，VirTues 在细胞类型、微环境结构和组织级预测方面的表现如何？
• RQ3 该模型是否提供与生物学知识相一致的可解释的标记与空间注意力洞察？
• RQ4 VirTues 是否能通过检索具有临床相关标签的相似组织案例来支持临床决策？

主要发现

• VirTues 在细胞级、微环境级和组织级任务上表现出色，并在乳腺癌和肺癌数据集上优于 CA-MAE 和 ResNet 基线。
• 对于乳腺癌，VirTues 的雌激素受体（ER）状态准确度为 0.89，癌症分级准确度为 0.68，分别比 CA-MAE 高出 7.26% 和 32.16%（比较的 P 值已报告）。
• 对于肺癌，VirTues 的癌种准确度为 0.87，癌症分级准确度为 0.63，相对于基线分别提升 11.72% 和 16.21%（P 值已报告）。
• VirTues 展示出稳健的细胞类型分类能力，包括对罕见细胞群体（如乳腺癌中的 NK 细胞和 B 细胞；肺癌中的血管细胞）召回率/F1 的提升。
• 微环境层级结果在识别抑制性扩张、TLS-like 区域和 PDPN+ 区域等结构方面显示出较高的准确性，显著领先于基线（提供了 P 值）。
• 组织级预测包括乳腺癌的癌种、分级、PAM50 亚型分型，以及肺癌的癌种/分级/复发预测，多个指标超过基线。