Spatially Resolved Gene Expression Prediction from H&E Histology Images via Bi-modal Contrastive Learning

要約

組織学イメージングは​​医療診断と研究における重要なツールであり、顕微鏡レベルでの組織の構造と組成の検査を可能にします。
組織構造の根底にある分子機構を理解することは、疾患のメカニズムを明らかにし、効果的な治療法を開発する上で重要です。
遺伝子発現プロファイリングは、組織構造の基礎となる分子プロセスについての洞察を提供しますが、このプロセスには時間と費用がかかる場合があります。
我々は、スライド全体のヘマトキシリン・エオシン（H&E）染色組織像の空間的に分解された遺伝子発現プロファイルを生成できるバイモーダル埋め込みフレームワークであるBLEEP（発現予測のためのBi-modaL埋め込み）を紹介します。
BLEEP は、対照学習を使用して、マイクロメートル解像度の画像と発現プロファイルのペアを使用して参照データセットから低次元の結合埋め込み空間を構築します。
このアプローチでは、参照データセットからの発現プロファイルを使用して、任意のクエリ画像パッチの遺伝子発現を推定することができます。
10x Visium プラットフォームを使用してキャプチャされたヒト肝臓組織データセットで BLEEP のパフォーマンスをベンチマークすることにより、遺伝子発現予測における BLEEP の有効性を実証します。BLEEP は既存の方法と比較して大幅な改善を実現しています。
私たちの結果は、BLEEP が組織構造の根底にある分子機構への洞察を提供する可能性を示しており、さまざまな疾患の診断と研究に重要な意味を持ちます。
提案されたアプローチは、遺伝子発現プロファイリングに関連する時間とコストを大幅に削減でき、研究と臨床応用の両方で組織学画像のハイスループット分析の新しい道を開きます。

要約(オリジナル)

Histology imaging is an important tool in medical diagnosis and research, enabling the examination of tissue structure and composition at the microscopic level. Understanding the underlying molecular mechanisms of tissue architecture is critical in uncovering disease mechanisms and developing effective treatments. Gene expression profiling provides insight into the molecular processes underlying tissue architecture, but the process can be time-consuming and expensive. We present BLEEP (Bi-modaL Embedding for Expression Prediction), a bi-modal embedding framework capable of generating spatially resolved gene expression profiles of whole-slide Hematoxylin and eosin (H&E) stained histology images. BLEEP uses contrastive learning to construct a low-dimensional joint embedding space from a reference dataset using paired image and expression profiles at micrometer resolution. With this approach, the gene expression of any query image patch can be imputed using the expression profiles from the reference dataset. We demonstrate BLEEP’s effectiveness in gene expression prediction by benchmarking its performance on a human liver tissue dataset captured using the 10x Visium platform, where it achieves significant improvements over existing methods. Our results demonstrate the potential of BLEEP to provide insights into the molecular mechanisms underlying tissue architecture, with important implications in diagnosis and research of various diseases. The proposed approach can significantly reduce the time and cost associated with gene expression profiling, opening up new avenues for high-throughput analysis of histology images for both research and clinical applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google