The Cancer Genome Atlas Program

新的GNN可以跨尺度预测病理图像的基因表达

研究人员开发了一种新颖的多尺度图神经网络（GNN），能够直接从全切片图像（WSI）中预测不同分辨率（批量、空间和单细胞）的基因表达。该模型利用病理基础模型（UNI2-h）提取形态学特征，并在块和细胞层面构建空间图。该GNN在来自癌症基因组图谱计划、Visium和Xenium在肺、肾和乳腺组织的数据上进行训练，在预测切片级基因表达方面表现出准确性，在块和单细胞层面也取得了中等成功。这些预测在下游临床任务（如生存分析和肿瘤分类）中也显示出实用性。