GeneCMamba:基于状态空间序列建模与自适应跨模态门控的组织病理学自回归空间转录组预测
《Computational Biology and Chemistry》:GeneCMamba: Autoregressive Spatial Transcriptome Prediction from Histopathology via State-Space Sequence Modeling and Adaptive Cross-Modal Gating
【字体:
大
中
小
】
时间:2026年10月21日
来源:Computational Biology and Chemistry 3.4
编辑推荐:
**摘要**
- 提出了GeneCMamba,用于基于组织病理学驱动的空间转录组预测。
- 将基因预测重新构建为自回归序列生成任务。
- 集成了状态空间建模和自适应跨模态门控机制用于融合。
- 在六种组织和24,000多个空间样本上实现了优越性能。
- 通过FN1重建揭示了
**摘要**- 提出了GeneCMamba,用于基于组织病理学驱动的空间转录组预测。- 将基因预测重新构建为自回归序列生成任务。- 集成了状态空间建模和自适应跨模态门控机制用于融合。- 在六种组织和24,000多个空间样本上实现了优越性能。- 通过FN1重建揭示了形态相关的转录程序。**引言**组织病理学检查仍然是临床癌症诊断的核心手段。组织标本通常通过活检或手术切除获取(Kilim等,2025),其微观评估可直接提供关于细胞形态、组织结构和分化状态的信息,用于诊断、肿瘤分级和预后评估(Ektefaie等,2021;H?lscher等,2023;Hu等,2021)。计算方法越来越多地用于加速复杂生物医学数据的分析(Zhou等,2019;Li等,2019;Jiang等,2024)。在此背景下,计算病理学与空间组学之间的跨模态映射已成为高通量组织分析的一种重要策略(Wang等,2025)。深度学习模型可以利用常规H&E染色图像中的形态学特征来原位预测空间基因表达(Sparks和Madabhushi,2013),从而将表型结构与潜在的分子程序联系起来,同时降低大规模空间转录组测量的成本和实验负担。单细胞多组学技术的快速发展和空间转录组学的进步增加了多维生物医学数据的可用性(Pang等,2025;Wang等,2026),生物学分析不再局限于单一数据模态(Ding等,2026;Ebrahimi等,2025)。与此同时,多模态表示学习,特别是对比语言-图像预训练(CLIP),为实现组织病理图像与空间组学的关联提供了新方法(Lu等,2024)。基于CLIP的方法将高维转录组谱和形态学特征投射到共享的潜在空间中,其中配对观察被对齐,不匹配的观察被分离(Liu等,2026a;Han等,2024)。这一策略具有生物学合理性,因为组织形态和基因表达代表了空间背景下细胞状态的相关方面。它还支持从常规H&E切片进行虚拟分子分析(Zeng等,2022),在生物标志物发现、肿瘤微环境异质性表征(He等,2020)和精准肿瘤学(Liu等,2026a;Xiang等,2021)中具有潜在应用。然而,形态与空间基因表达之间的关系是非确定性的。图像和表达谱占据不同的表示空间,由于细胞异质性、染色变异和技术噪声,相似的形态模式可能对应不同的转录状态。尽管基因表达会影响蛋白质产生和细胞表型,但从形态到分子状态的逆向推断仍然是概率性的,需要空间背景和生物学先验知识。线性变换和浅层特征工程可能无法充分捕捉这些非线性关系(Theodoris等,2023),而深度表示学习方法在整合复杂生物数据方面表现出更强的能力(Hao等,2024;Zheng等,2026;Gong等,2025;Qian等,2025)。然而,其有限的可解释性仍然是一个重要考量。因此,我们在定量评估之外,补充了对一个生物学相关基因的空间重建。近期基于形态的空间基因预测方法遵循三种主要策略:对比学习以对齐配对的图像和转录组表示(Pang等,2021);有监督回归将图像特征直接映射到表达向量(Jia等,2024a);以及自回归生成将预测构建为条件基因序列建模(Mejia等,2024)。三种策略都必须应对与目标转录组信号无关的图像内容,包括背景区域、染色伪影和细胞碎片。门控机制可以动态调节异质模态之间的信息交换,与直接拼接或静态融合相比,能够保留信息性特征,同时减弱无关信号(Zhang等,2024;Li等,2022)。此类机制在视觉-语言学习和计算病理学中已显示出前景(Chen等,2023;Hu等,2024),但其在顺序基因生成过程中的使用仍然有限(Jia等,2024b;Ganguly等,2025)。空间背景同样重要,因为缺乏空间坐标的单细胞测量可能无法捕捉细胞间通讯或组织异质性(Luo等,2025;Chen等,2025;Liu等,2026b)。另一个挑战是高效建模长基因标记序列中的依赖关系。状态空间模型(SSM),包括Mamba,提供了线性时间的序列建模,避免了变换器自注意力的二次复杂度(Nasiri-Sarvi等,2024;Chai等,2025)。这些考量促成了一个结合对比对齐、状态空间解码和基因条件跨模态门控的框架。因此,我们提出了GeneCMamba,一个用于从组织病理图像预测空间基因表达序列的可扩展两阶段框架。该框架将自回归状态空间解码器与动态跨模态门控机制相结合。与在表示对齐后终止的对比方法不同,GeneCMamba执行条件基因标记生成。在解码过程中,基因查询引导相关视觉特征的选择。在第一阶段,双编码器对比目标在共享潜在空间中对齐配对的组织病理和转录组表示。在第二阶段,对齐后的表示通过跨模态门控机制(GCM)进行整合,并针对自回归基因标记预测进行优化。主要贡献如下:a) 我们开发了一个对比学习引导的生成框架,将组织病理形态与空间转录组谱对齐,并将高表达基因预测为自回归标记序列。b) 我们集成了SSM解码器,以线性计算复杂度建模基因标记之间的长程依赖,为基于注意力的序列解码提供了高效的替代方案。c) 我们引入了基因条件的GCM,在解码过程中调节视觉信息,保留形态信息特征,同时减弱染色伪影和无关背景。**章节片段****GeneCMamba框架**GeneCMamba框架的工作流程如图1所示。该多模态基因表达预测框架采用了两阶段训练策略。该策略促进了组织形态与分子特征之间的深度交互。在训练阶段,模型以配对的组织病理图像块和空间转录组谱作为输入。视觉分支使用图像编码器从局部病理中提
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号