GRASS-MIL空间组学预测框架发布

2026年10月9日，bioRxiv发布预印本，介绍GRASS-MIL——一种基于图的多实例学习框架。该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，实现跨平台表型预测，并将样本级预测精确分解为各局部邻域的有符号贡献。研究在CosMx、Xenium和MERFISH数据集上联合训练单一模型，用于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。目前该研究处于预印本阶段。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。