bioRxiv 预印本· Rabuzin, L., Yates, J., Xu, M. L., Boeva, V. ·· 18 小时前AI 评分22
GRASS-MIL：基于图的多实例学习实现跨平台表型预测与空间结构解析
GRASS-MIL: graph-based representation and discovery of phenotype-associated spatial structures with multiple instance learning
AI 导读
GRASS-MIL 是一种图多实例学习框架，可学习单个细胞邻域的相对相关性与类别特异性证据，跨平台预测表型，并将样本级预测精确分解为各局部邻域的有符号贡献。在 CosMx、Xenium 和 MERFISH 数据集上联合训练的单一模型预测高级别浆液性卵巢癌治疗状态，AUC 达 0.74，并关联免疫富集与促结缔组织增生两类基质结构。
来源：bioRxiv 预印本 · biorxiv.org