基于H&E染色图像的皮肤组织基因表达预测独立基准评测

鉴于H&E切片的广泛可得性，人们对能否直接从组织形态中推断分子信息产生了浓厚兴趣，这或可减少对高成本空间转录组分析的需求。我们在三种皮肤疾病背景和两个Xenium panel中，评估了三种用于根据H&E图像预测单细胞基因表达的先进方法。作为对照，我们还纳入了基于多个基础模型嵌入训练的简单线性回归模型，本研究共评估了16种模型。结果显示，所有模型的表现均不佳：对于大多数基因而言，预测准确率接近于零，可靠的预测主要局限于与角质形成细胞相关的基因。预测的表达未能保留细胞类型特征和空间组织结构；除角质形成细胞能够形成连贯的聚类外，免疫细胞、成纤维细胞及其他真皮细胞群体均出现了广泛混杂。值得注意的是，基于预训练嵌入的简单岭回归模型达到了与已发表的更复杂架构相当甚至更优的表现，这表明预测信号主要来源于图像表征，而非模型设计。我们的结果表明，当前基于H&E的基因表达预测方法尚不适用于对皮肤组织空间转录组进行单细胞水平的解释。

鉴于H&E切片的广泛可获取性，人们对能否直接从组织形态中推断分子信息产生了浓厚兴趣，这或可减少对高成本空间转录组学分析的需求。我们在三种皮肤疾病背景和两个Xenium面板中，评估了三种用于根据H&E图像预测单细胞基因表达的先进方法。作为对照，我们纳入了基于多个基础模型嵌入进行训练的简单线性回归模型；本研究共评估了16种模型。结果显示，所有模型的表现均较差：对于大多数基因，预测准确率接近于零，且可靠的预测主要局限于角质形成细胞相关基因。预测的表达未能保留细胞类型特征和空间组织结构，仅角质形成细胞形成了连贯的聚类，而免疫细胞、成纤维细胞及其他真皮细胞群则发生了广泛混杂。值得注意的是，在预训练嵌入上进行简单的岭回归，其表现与已发表的更复杂架构相当或更优，这表明预测信号主要源于图像表征，而非模型设计。我们的研究结果表明，当前基于H&E的基因表达预测方法尚不适用于皮肤组织空间转录组学的单细胞水平解读。

JG曾从AbbVie、礼来、辉瑞、勃林格殷格翰和诺华公司获得个人费用。JG为Navigator Med的研究者。JS曾从辉瑞和杨森公司获得个人费用。

其他所有作者均声明不存在利益冲突。

感谢您有兴趣传播bioRxiv的相关信息。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.09.07.749926v1?rss=1

🏷️ H&E染色图像 基因表达预测 空间转录组学 单细胞分析 皮肤组织 深度学习基准评测