Исследователи разработали CarHE (contrastive alignment of gene expression for hematoxylin and eosin images) — инновационный мультимодальный фреймворк предварительного обучения, который способен выводить высокоразмерные пространственные транскриптомные профили из рутинных H&E-окрашенных гистологических препаратов.
Контрастное обучение лежит в основе CarHE, позволяя выравнивать клеточно-специфическую транскриптомную информацию с гистологическими особенностями. Этот подход обеспечивает высокую точность предсказаний на различных оцениваемых датасетах и платформах пространственной транскриптомики.
CarHE продемонстрировал способность аппроксимировать пространственно организованные особенности патологического микроокружения, согласующиеся с регионами, ассоциированными с третичными лимфоидными структурами (TLS), при раке молочной железы, раке легкого, меланоме и светлоклеточном почечно-клеточном раке.
Важной особенностью технологии является возможность вывода аппроксимированного 3D пространственного транскриптомного контекста из 2D изображений, что обеспечивает более информативный контекст окружения по сравнению с 2D визуализацией.
В когорте из 880 пациентов с раком легкого CarHE-производные признаки показали ассоциацию с безрецидивной выживаемостью и превзошли по эффективности существующие подходы.
CarHE представляет собой экономически эффективный и масштабируемый фреймворк для H&E-основанного пространственного вывода, что открывает новые возможности для трансляционных исследований. Технология преодолевает финансовые ограничения и проблемы разрешения, масштабируемости и покрытия генов, характерные для современных подходов пространственной транскриптомики.