AI-powered virtual tissues from spatial proteomics for clinical diagnostics and biomedical discovery

要約

空間プロテオミクス技術は、複数の分子マーカーとその空間構成の同時分析を可能にすることで、複雑な組織構造に対する私たちの理解を変革しました。
これらのデータの高次元性、実験間でのマーカーの組み合わせの変化、および不均一な研究デザインは、コンピューター解析に特有の課題を引き起こします。
ここでは、分子、細胞、組織スケールにわたって機能する生物組織の基礎モデル フレームワークである Virtual Tissues (VirTue) を紹介します。
VirTwo は、空間次元とマーカー次元の両方をキャプチャする新しいトークン化スキームや、解釈可能性を維持しながら高次元の多重データにスケールするアテンション メカニズムなど、トランスフォーマー アーキテクチャ設計の革新を導入しています。
多様ながん組織データセットと非がん組織データセットでトレーニングされた VirTwo は、タスク固有の微調整を必要とせずに強力な一般化機能を実証し、研究間の分析と新しいマーカーの統合を可能にします。
ジェネラリスト モデルとして、VirTwo は臨床診断、生物学的発見、患者症例検索タスク全体にわたって既存のアプローチを上回り、同時に組織機能と疾患メカニズムについての洞察を提供します。

要約(オリジナル)

Spatial proteomics technologies have transformed our understanding of complex tissue architectures by enabling simultaneous analysis of multiple molecular markers and their spatial organization. The high dimensionality of these data, varying marker combinations across experiments and heterogeneous study designs pose unique challenges for computational analysis. Here, we present Virtual Tissues (VirTues), a foundation model framework for biological tissues that operates across the molecular, cellular and tissue scale. VirTues introduces innovations in transformer architecture design, including a novel tokenization scheme that captures both spatial and marker dimensions, and attention mechanisms that scale to high-dimensional multiplex data while maintaining interpretability. Trained on diverse cancer and non-cancer tissue datasets, VirTues demonstrates strong generalization capabilities without task-specific fine-tuning, enabling cross-study analysis and novel marker integration. As a generalist model, VirTues outperforms existing approaches across clinical diagnostics, biological discovery and patient case retrieval tasks, while providing insights into tissue function and disease mechanisms.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google