- 3 次围观
直接从常规苏木精-伊红（H&E）染色的全视野切片图像（WSI）中预测分子受体状态，包括雌激素受体（ER）、孕激素受体（PR）和人表皮生长因子受体2（HER2），有望减少对高成本免疫组织化学检测的依赖。然而，仅基于图像的模型无法获取定义这些亚型的转录组程序。在本研究中，我们将全视野图像视觉Transformer（GigaPath）与 bulk RNA 测序表达谱相结合，通过一种仅在训练阶段使用的对比学习目标函数，在无需推理阶段提供任何 RNA 测序数据的情况下，提升了仅基于WSI进行受体状态分类的性能。我们没有训练专用的 bulk 转录组编码器，而是采用 BioBERT¹ 中的基因—句子编码方法和预训练文本编码器，并将其应用于癌症基因组图谱乳腺癌队列（TCGA-BRCA）的 bulk RNA 测序表达谱。在五折交叉验证中，与未采用对比预训练的基线模型相比，RNA 引导的预训练持续提升了 ER、PR 和 HER2 分类的 AUROC，并且可重复地将与受体相关的结构引入所学习的切片表征中。然而，在独立外部队列上的评估揭示了一个显著且依赖受体类型的分化现象：对于 ER 和 PR，由广泛的多基因腔面型转录程序共同调控，其性能增益能够稳健地泛化；而对于 HER2，表面上的 AUROC 提升实际上由局灶性 ERBB2 扩增所驱动，而非由协调一致的转录特征所驱动，并掩盖了模型在工作阈值下分类敏感性的严重下降。这些发现表明，训练阶段引入转录组监督是增强仅基于组织学图像的分子分型的一条切实可行的途径，同时也说明，决定此类监督能够教会视觉模型识别哪些分子改变的，并非仅仅是模型架构，而是基因选择策略。
直接从常规苏木精-伊红（hematoxylin and eosin，H&E）染色的全切片图像（whole-slide images，WSIs）中预测分子受体状态，包括雌激素受体（estrogen receptor，ER）、孕激素受体（progesterone receptor，PR）和人表皮生长因子受体2（human epidermal growth factor receptor 2，HER2），有望减少对昂贵免疫组织化学检测的依赖。然而，仅基于图像的模型无法获取定义这些亚型的转录组程序。在本研究中，我们通过仅在训练阶段引入对比学习目标，将全切片视觉Transformer（GigaPath）与批量RNA测序（RNA-sequencing，RNA-seq）谱相结合，从而提升了仅依赖WSI进行受体状态分类的性能，且在推理阶段无需任何RNA-seq数据。我们并未训练专门的批量转录组编码器，而是重新利用BioBERT¹中的基因—句子编码方法和预训练文本编码器，并将其应用于癌症基因组图谱乳腺癌队列（The Cancer Genome Atlas breast cancer cohort，TCGA-BRCA）的批量RNA-seq谱。在五折交叉验证中，与未进行对比预训练的基线模型相比，RNA引导的预训练持续提升了ER、PR和HER2分类的受试者工作特征曲线下面积（AUROC），并以可重复的方式将与受体相关的结构引入所学习的切片表征。然而，在独立外部队列上的评估揭示出一种显著且依赖受体类型的分化：ER和PR均受广泛的多基因管腔型转录程序调控，因此其性能增益能够稳健地泛化；相比之下，HER2表面上的AUROC提升主要由局灶性ERBB2扩增所驱动，而非由协调一致的转录特征所驱动，这一提升掩盖了模型在实际工作阈值下分类敏感性的严重下降。这些发现表明，训练阶段引入转录组监督是增强仅基于组织学图像的分子分型的一条切实可行的路径，同时也说明，决定此类监督能够教会视觉模型识别哪些分子改变的，乃是基因选择策略，而不仅仅是模型架构本身。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.09.24.754149v1?rss=1
🏷️ 对比学习 全视野切片 RNA测序 分子受体状态预测 乳腺癌分型