同一张组织切片,既有形态也有表达
传统组织学图像让研究者观察细胞形态、组织结构及空间排列;空间转录组(spatial transcriptomics,ST)则把基因表达读数保留在组织坐标附近。将两类数据配对,便能提出一个多模态问题:仅从图像的局部组织形态,能否预测周围区域或测量位置的表达特征?回答这个问题有望降低部分分析成本,也可帮助研究组织形态与分子状态之间的对应关系。
但“配对”并不意味着图像像素和某个基因表达值一一对应。不同空间转录组技术的测量单位、空间分辨率与捕获方式各异;有的以组织中的点位(spot)汇总周边多个细胞的表达,有的可在更细的细胞或转录本层级测量。组织切片之间的配准误差、染色、组织形变、RNA捕获效率和局部细胞混合,都可能影响图像与表达的对应关系。因此,模型成功预测图像相关表达,不应被解释成它已经识别出具体细胞中的因果调控机制。
HEST-1k(Histology-Expression Spatial Transcriptomics)是面向组织学图像与空间表达研究的数据集及基准工作。它整理配对的H&E全切片图像和空间转录组样本,并提供从组织图像区域预测基因表达的评估框架。本文重点说明它的配对层级和验证设计,而不把某项特定基准分数扩写为对所有癌种、平台或新患者的统一结论。
HEST-1k 的数据组成
HEST-1k论文将空间转录组样本与H&E染色全切片图像关联,并提供样本元数据、组织或癌种信息及配套处理工具。对常见的Visium一类数据,表达矩阵通常在离散spot上记录;研究者可从全切片中抽取与spot坐标对应的图像patch,再将每个patch与该spot的表达谱配对。这样形成的是“局部图像区域—空间表达读数”关系,并非单细胞显微图像与单个细胞的全部转录组直接一一对应。
数据中也涉及其他空间技术和图像/分割对象。HEST-1k论文描述了从不同样本处理流程中构建patch与表达对,并提及空间转录组及细胞核相关信息。由于不同平台的测量粒度和分割来源不同,分析时应保留每个样本的技术元数据,不能把所有点位、细胞核和全切片视为同一层级的独立观测。图像区域的面积、patch提取规则、坐标注册和表达汇总方式都会改变训练样本的统计依赖结构。
多模态数据的“配对样本数”也有不同计数口径:全切片、组织样本、患者、spot—图像patch配对、表达—形态配对和细胞核分别是不同对象。研究综述或数据说明有时会报告不同口径的数量,不能混用成一个无歧义总量。本文不引用未在原论文评估描述中充分核对的汇总数字,重点讨论数据结构与任务边界。
从图像到基因表达的基准
HEST-Benchmark将任务设定为从组织图像patch预测表达水平。论文在若干组织类型与癌种上构建任务,对每个任务挑选相应高变异基因进行预测,并用表达预测与真实测量之间的相关性等指标评价模型。研究比较了不同图像编码器和回归方法,考察组织图像中的形态特征是否包含可用于预测局部转录组读数的信号。
这类benchmark回答的是“某个图像区域的特征在多大程度上与匹配的空间表达数据相关”。它不等于从静态H&E图像恢复出完整转录组,也不等于准确识别每个基因的表达机制。相关性可能受到组织类型、细胞组成、样本来源、技术平台、染色变化和表达检测噪声影响。若训练集和测试集含同一患者的相近切片或同一组织区域,模型也可能学到患者或制片特征,而非可推广的形态—表达关联。
HEST-1k的评估设计通过按患者分组划分训练与测试,尽量避免同一患者的样本跨越两侧。基准中的组织和癌种任务具有各自的样本分布,评价结果应按任务分别报告。按患者切分比随机spot切分更能测试跨患者泛化,但它仍不代表外部医院、不同染色流程、不同ST平台或不同癌种上的临床外推。对于一些组织类型,样本覆盖较少,误差范围与模型排序也可能受任务规模影响。
组织形态与转录组的对应关系为何脆弱
一张H&E切片展示的是经过固定、切片和染色后的组织结构;空间转录组测量则依赖核酸捕获、建库和测序过程。两种模态之间既有生物学联系,也存在技术噪声。组织中细胞组成变化可能同时改变图像外观与基因表达,模型由此预测一个spot的表达,并不一定是在识别特定细胞类型的分子机制,而可能是在利用细胞密度、间质比例或肿瘤区域等宏观线索。
配准误差是容易被低估的因素。组织切片在制备和扫描时可能发生拉伸、褶皱、局部破损;H&E图像和ST坐标的配准不可能在所有区域都完美。一个图像patch若包含多个组织结构,而表达spot覆盖不同空间范围,模型训练会看到有噪声的对应标签。标签噪声不会只影响指标,它也会改变模型学到的关联。对于边缘、坏死、低质量或组织缺失区域,图像和分子读数的关系可能与常规区域不同。
此外,spot层级的表达通常是邻近细胞的混合信号。一个spot的表达值不能直接视为其中每个细胞都具有相同状态。高分预测也不意味着模型定位到了某个细胞中的转录因子活动。若科学问题需要细胞级解析,还需采用有相应分辨率的技术、细胞分割和严格对齐,不能仅凭patch—spot基准作出单细胞结论。
多模态模型与验证路径
HEST-1k让图像模型、表达预测模型和预训练视觉编码器可以在统一任务上比较,但“用多模态数据”有多种实现:可以冻结图像编码器后训练回归器,也可以端到端微调;可以使用单个spot的图像patch,也可以聚合邻域或整片特征;可以预测全部表达谱,也可以限定在选定基因上。评估报告必须说明这些选择,否则同一任务名下的结果可能并不相同。
HEST-Benchmark具体设有九个任务,针对人类癌症组织从组织学图像预测基因表达。论文选取每个任务中高变异的若干基因,以图像patch作为输入比较视觉表征和回归方法;评价时按患者划分样本,并使用患者层面的分组交叉验证,尽量避免一个患者的图像区域同时进入训练与测试。该设计是比随机抽spot更谨慎的内部评估方式,但只支持它实际覆盖的癌种、患者和测量设置。不同任务基因集合与样本构成有差异,应逐任务看结果,不能把各任务成绩混成一个泛化结论。
数据的空间层级尤其容易造成伪重复。一个患者的一张切片可以切成许多patch与spot,数量虽大,却不是同等数量的独立患者。若把每个patch看作独立样本计算置信区间,会低估患者间差异;同一切片相邻spot还可能高度相关。按患者划分能减少一类泄漏,统计报告仍应考虑患者或切片为聚类单位,并透明列出每组的样本数与折分规则。对稀少组织类型,结果不确定性可能较大,不宜仅按均值给出方法总排名。
HEST-1k不仅是一个表达预测表格,还提供用于图像与ST配准、数据访问和分析的工具。基准可支持视觉编码器和回归头比较,也能作为生物标志物探索或多模态分析的起点。资源作者同时提醒,ST数据噪声、样本量有限、组织差异和图像处理等因素会影响结果。若模型在某个组织中没有表现出稳定相关性,研究者应报告这种负面发现,而不应将数据集多样性本身当作所有组织均可迁移的证据。
验证可按层次推进。第一步检查患者隔离的内部测试,确认模型未通过同患者样本泄漏获得优势。第二步在独立机构或不同批次上复测,分析染色、扫描仪、组织处理与ST平台变化的影响。第三步针对特定生物假设,从模型提出的区域或基因中挑选候选,使用独立分子实验进行确认。临床使用则还需评估诊断效用、适用人群、失效情形和监管要求。数据集论文为这些研究提供基准,不会自动完成后续验证。
评估单位与方法对照要对齐
HEST-1k的 patch 与表达 spot 来自组织空间测量,按患者分组有助于避免同患者跨训练与测试;但患者内多个 spot 并非独立生物样本。把所有 spot 合并算相关性时,样本多的患者可能主导总分,逐患者、逐基因展示分布更能看出结论是否被少数样本左右。这是评估解释上的要求,不是补写未核实的模型成绩。基因筛选、归一化和调参等拟合步骤也应限于训练集,否则患者隔离仍挡不住测试表达泄漏;简单基线可帮助判断图像特征是否带来增量信息。
与 SpatialGlue 对照前,应先核对原文的目标、输入输出、监督信息和划分单位,再判断能否与 HEST-Benchmark 的图像—表达预测放在同一问题下。现稿参考资料未列 SpatialGlue 来源,因此这里不断言其架构、数据规模或性能,也不作优劣排序。无论哪种方法,表达相关性都表示共变而非因果机制或表达量校准;外部患者、平台和候选生物学结论仍须独立验证。
下面的伪代码演示按患者分组来组织一项图像—表达预测实验,不生成虚构表达值或实验数据。真实使用须从原始数据加载患者、切片、spot和图像坐标元数据,并保留质量控制与配准信息。
# 示意:从已审计的真实 H&E + 空间表达数据生成患者隔离的评估清单
samples = load_spatial_transcriptomics_with_histology(dataset_manifest)
patches, expression = extract_registered_patch_expression_pairs(samples)
train_ids, test_ids = split_by_group(patches, group_key="patient_id")
assert patient_groups_are_disjoint(train_ids, test_ids, patches)
encoder = load_histology_encoder(checkpoint_version)
train_features = encoder.encode(patches[train_ids])
test_features = encoder.encode(patches[test_ids])
model = fit_expression_predictor(train_features, expression[train_ids])
predictions = model.predict(test_features)
report_per_gene_and_per_patient_metrics(predictions, expression[test_ids])
除了患者隔离,还应报告patch是否重叠、同一切片上spot如何分配、基因筛选是否只利用训练集、数据归一化是否跨训练和测试共用信息。若高变异基因是从全数据预先挑选的,测试集信息可能影响特征选择,必须说明其操作顺序。基准设计细节会决定测试结果是否真正代表模型对未见患者的预测。
数据集的意义不是替代实验
成对数据资源解决的是“如何在可复核的样本与任务上比较方法”的问题。HEST-1k将组织学图像和空间表达关联起来,使研究者可以探索多模态表示、图像到表达预测和跨样本验证。但所有模型都仍然学习由已观测数据构成的统计关系。模型不能仅靠相关性判断图像中的形态特征是否导致某个表达改变,也无法自动校正所有实验批次与组织处理因素。
因此,研究者可以将图像模型输出当作候选区域、表达模式或后续实验设计的线索。对重要结论,应使用独立空间技术、原位杂交、免疫染色、测序或其他适当方法复核。若目的是疾病诊断,还需要临床验证队列、与既有病理流程比较、敏感性和特异性分析以及对失败案例的审查。数据集规模或多模态标签数量本身,并不能证明模型的临床价值。
小结
HEST-1k把空间转录组读数和H&E组织图像配对,为图像—表达预测提供了数据集与benchmark。常见的spot—patch配对代表局部图像区域与空间汇总表达的关系,并非天然的单细胞真值。按患者划分有助于减少同患者数据泄漏,但不能代替外部平台与临床验证。理解配准、测量粒度、标签噪声和样本来源,是解释多模态模型结果的前提;图像预测表达是相关性任务,不是因果机制或诊断有效性的充分证据。
参考资料
- Jaume G. et al. HEST-1k: A Dataset for Spatial Transcriptomics and Histology Image Analysis. arXiv:2406.16192, NeurIPS Datasets and Benchmarks, 2024. 论文
- Ståhl P. L. et al. Visualization and analysis of gene expression in tissue sections by spatial transcriptomics. Science, 2016. DOI: 10.1126/science.aaf2403
- MahmoodLab. HEST: Integrating histology and spatial transcriptomics. GitHub repository.
读者留言
COMMENTS 暂无还没有留言,来说第一句?