基于超细胞图的可扩展三维细胞相互作用分析用于前列腺癌风险分层

由 root 提交于 周日, 07/12/2026 - 08:47
细胞间相互作用是多种基础生物过程的根本基础,但在传统的二维组织病理图像中尚未得到充分表征。尽管三维病理学能够更准确地构建细胞层面的图结构,机器学习模型却在计算上较为笨重,并且容易发生过拟合,尤其是在处理小样本队列时。在此,我们提出了SCALE3D——一种用于大型三维病理数据集的超级细胞图分析框架。 在SCALE3D中,空间上相邻且形态学相似的细胞被归并为功能性超级细胞。通过基于形态学的聚类定义超级细胞亚型,并利用连接这些超级细胞的三维图来建模其相互作用。我们使用来自已知5年生化复发(BCR)结局患者的76例根治性前列腺切除术标本进行了验证。与现有的三维细胞核和腺体形态学特征相比,SCALE3D提取的特征在BCR预测中表现出更高的性能。将这些具有互补性的特征进行联合可进一步提升预测性能。与单细胞层面的三维图相比,SCALE3D在保持相当预后性能的同时,具有更强的抗噪能力,并可将计算时间最多缩短1,000倍。

基于超细胞图的可扩展三维细胞相互作用分析用于前列腺癌风险分层 | bioRxiv

跳转至主要内容

首页

关于

提交

提醒 / RSS

搜索此关键词

高级搜索

新结果

基于超细胞图的可扩展三维细胞相互作用分析用于前列腺癌风险分层

Yujie Zhao, Sarah S.L. Chow, Renao Yan, David Brenes, Robert Serafin, Cristina Almagro-Perez, Andrew H Song, Priti Lal, Emily Chan, Michelle Downes, Elena Baraznenok, Jennifer Salguero Lopez, Anant Madabhush, Faisal Mahmood, Lawrence D. True, Jonathan T.C. Liu

doi: https://doi.org/10.64898/2026.07.07.736891

Yujie Zhao 1 华盛顿大学; 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在持有人为作者/资助方,其已授予 bioRxiv 永久展示该预印本的许可。

本文依据 CC-BY-NC-ND 4.0 国际许可协议 提供。

返回顶部

上一页

下一页

发布于 2026 年 7 月 11 日。

下载 PDF

补充材料

电子邮件

感谢您有兴趣帮助传播 bioRxiv。

您的电子邮件

*

您的姓名

*

发送至

*

请输入多个地址,每行一个,或用逗号分隔。

您将要通过电子邮件发送以下内容

基于超细胞图的可扩展三维细胞相互作用分析用于前列腺癌风险分层

消息主题

(您的姓名)已从 bioRxiv 转发一个页面给您

消息正文

(您的姓名)认为您会希望查看 bioRxiv 网站上的此页面。

您的个人留言

验证码

此问题用于测试您是否为人类访问者,并防止自动化垃圾信息提交。

分享

基于超细胞图的可扩展三维细胞相互作用分析用于前列腺癌风险分层

Yujie Zhao, Sarah S.L. Chow, Renao Yan, David Brenes, Robert Serafin, Cristina Almagro-Perez, Andrew H Song, Priti Lal, Emily Chan, Michelle Downes, Elena Baraznenok, Jennifer Salguero Lopez, Anant Madabhush, Faisal Mahmood, Lawrence D. True, Jonathan T.C. Liu

bioRxiv 2026.07.07.736891; doi: https://doi.org/10.64898/2026.07.07.736891

分享本文:

复制

引文工具

基于超细胞图的可扩展三维细胞相互作用分析用于前列腺癌风险分层

Yujie Zhao, Sarah S.L. Chow, Renao Yan, David Brenes, Robert Serafin, Cristina Almagro-Perez, Andrew H Song, Priti Lal, Emily Chan, Michelle Downes, Elena Baraznenok, Jennifer Salguero Lopez, Anant Madabhush, Faisal Mahmood, Lawrence D. True, Jonathan T.C. Liu

bioRxiv 2026.07.07.736891; doi: https://doi.org/10.64898/2026.07.07.736891


📄 原文链接:https://www.biorxiv.org/content/10.64898/2026.07.07.736891v1?rss=1

🏷️ 三维病理学 细胞相互作用 超细胞图 前列腺癌 风险分层 机器学习