計算生物学：Virtual Tissues基盤モデルが複数のスケールにわたる空間プロテオミクスを解き明かす

空間プロテオミクス技術によって、がんの複雑な組織構造に関する我々の理解は大きく変わった一方、計算解析には特有の課題がある。研究ごとに異なるマーカーパネルとプロトコルが用いられ、ほとんどの手法は単一のコホートに合わせて設計されているため、知識の移転と頑健なバイオマーカーの発見が制限されている。本論文で我々は、タンパク質・細胞・ニッチ・組織について、マーカーを考慮したマルチスケール表現を多重画像化データから直接学習する、空間プロテオミクス向けの汎用基盤モデルVirtual Tissues（VirTues）を提示する。VirTuesは、単一の事前学習済みバックボーンを基に、マーカーの再構成、細胞のセグメンテーションと細胞タイプ分類、ニッチのアノテーション、空間バイオマーカーの発見、患者の層別化に対応する。これには、構成や条件の異なるマーカーパネルやデータセットを横断したゼロショットアノテーションも含まれる。トリプルネガティブ乳がんでは、VirTuesによって得られたバイオマーカーが、抗PD-L1化学免疫療法への応答を予測し、独立したコホートで無病生存期間を層別化した。その性能は、同じデータセットから得られた最先端のバイオマーカーや、現在の臨床的層別化法を上回っていた。

目次へ戻る