bioRxiv · Bioinformatics· Liu, Y., Falik, O., Zhong, Z., Yu, L., Luo, R., Jin, C., Chen, H., Mayer, A. T., Trevino, A. E., Chou, P., Dai, Y., Wu, Z. ·· 1 天前AI 评分68
QUEST框架实现从H&E病理图像到空间蛋白组学的泛化虚拟染色
Generalizable virtual staining from histopathology to spatial proteomics across biological scales
AI 导读
研究团队开发了QUEST模型框架，以H&E组织图像中的形态信息预测多路MIF蛋白标记表达，并实现从像素到患者尺度的空间蛋白组学映射。模型在超过10,000个配对H&E与MIF组织区域构成的异质图谱上训练，可跨组织类型和队列重建蛋白表达强度。QUEST还支持细胞表型分析、细胞邻域与组织空间结构表征、患者分层，并可按H&E图像检索分子谱相似的MIF参考图像。
来源：bioRxiv · Bioinformatics · biorxiv.org