基于组织学的虚拟RNA推断确定了与结直肠癌转移风险相关的途径
Gokul Srinivasan1, Minh-Khang Le1, Zarif Azher1,2
1Departments of Pathology and Laboratory Medicine and Computational Biomedicine, Cedars-Sinai Medical Center, Los Angeles, CA 90048.
概括
虚拟RNA推断 (VRI) 使用标准的H&E图像来预测用于结直肠癌 (CRC) 研究的空间转录组学数据. 这种具有成本效益的方法增强了瘤微环境分析,并识别了预后基因特征,以获得更好的患者结果.
科学领域:
- 计算病理学和生物信息学
- 癌症分子流行病学癌症的分子流行病学.
背景情况:
- 结肠直肠癌 (CRC) 造成了严重的健康负担,需要在查,预后和治疗方面取得进展.
- 瘤微环境 (TME) 对CRC进展和转移至关重要,但传统的表征方法缺乏空间分辨率.
- 目前的空间转录学 (ST) 技术昂贵,对大规模研究有局限性.
研究的目的:
- 改进和实施虚拟RNA推断 (VRI) 来从H&E染色组织图像中获得ST级分子信息.
- 评估VRI在预测基因表达和估计细胞类型比例方面的准确性,与直接ST相比.
- 为了确定与CRC的预后结果相关的VRI衍生的基因特征.
主要方法:
- 在使用先进架构 (UNI,ResNet-50,ViT,VMamba) 的大型CRC ST数据集 (45名患者,超过30万个Visium点) 上训练VRI模型.
- 对各种组织区域的直接ST签名进行了验证VRI衍生的基因签名.
- 评估VRI从H&E幻灯片中估计空间细胞类型比例的能力.
- 在扩展的CRC队列中,分析了VRI衍生的基因特征,以发现与预后结果的关联.
主要成果:
- 在预测和测量的点位基因表达之间实现了0.546的Spearman的中位相关性.
- 在组织区域的VRI衍生和直接ST基因签名之间显示出强烈的一致性.
- 从H&E幻灯片中显示了细胞类型比例的准确空间估计.
- 鉴定出VRI衍生的基因特征与CRC患者的转移状态有显著的关联.
结论:
- 从标准的H&E图像中,VRI有效地推断出ST级分子信息,为直接的ST提供了具有成本效益的替代方案.
- VRI能够对TME进行近细胞分辨率分析,并识别出临床相关的预后基因特征.
- 这种方法有可能通过利用现有的H&E染色组织档案来加速大规模的翻译CRC研究.
