跳到正文
原文
bioRxiv 预印本· Chen, W., Li, Q., Cheng, H., Zhang, P., Chang, Y., Wang, X., Tran, T. N., Li, C., Yang, Y., Xiao, Y., Zhao, X., Wu, W., Ma, A., Mora, A., Rojas, M., Aggarwal, S., Lin, S. H., Li, S., Ma, Q., Wang, G. ·· 17 小时前AI 评分28

Loki2:从H&E图像单细胞分辨率解码分子信息的病理基础模型

A Biologically Interpretable Single-Cell Pathology Foundation Model for Molecular Decoding of H&E Images

AI 导读

研究团队发布单细胞病理基础模型Loki2,基于整合1500万个细胞、含分割与谱系注释及转录组图谱的泛组织资源UniSeg训练。该模型可捕捉细胞身份与连续形态变异,并通过转录组检索与计算机模拟蛋白染色评估分子可恢复性,基因层面分析显示与形态差异明显的细胞身份和功能相关的基因恢复效果最强。患者分期与生物标志物发现进一步将细胞形态表征与临床相关性连接。

来源:bioRxiv 预印本 · biorxiv.org