PathLUPI：训练用转录组，推理仅凭病理图像预测分子特征

研究团队提出 PathLUPI 方法：训练阶段引入转录组作为特权信息，提取基因组锚定的组织学嵌入，使推理时仅凭全切片图像（WSI）即可预测分子特征。团队在 20 个队列、11361 例样本的 49 个分子肿瘤任务上评估，称其性能优于仅用 WSI 训练的传统方法。 作者报告，在 18 个生物标志物预测与分子分型任务上 AUROC 至少 0.80，在覆盖 5 类主要癌症的生存队列中一致性指数至少 0.70；PathLUPI 嵌入还显示出与特定基因型相关的细胞形态特征，并在代表性高分辨率空间转录组样本中验证了空间一致性。作者认为，该策略可将分子信息接入常规病理流程。上述性能与一致性均为研究团队的评估结论。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。