《npj Precision Oncology》：Prediction of single cell expression from low-plex immunofluorescence images for guiding precision oncology
编辑推荐：
空间组学技术能够全面解析肿瘤免疫微环境（TIME）。依据TIME对患者进行分层，有助于揭示肿瘤免疫应答机制，并在免疫肿瘤学场景中潜在指导治疗决策。然而，高重数空间组学方法仍面临成本高昂与临床直接适用性受限的问题。研究人员提出一种深度学习模型Image2Coun
空间组学技术能够全面解析肿瘤免疫微环境（TIME）。依据TIME对患者进行分层，有助于揭示肿瘤免疫应答机制，并在免疫肿瘤学场景中潜在指导治疗决策。然而，高重数空间组学方法仍面临成本高昂与临床直接适用性受限的问题。研究人员提出一种深度学习模型Image2Count，用于从低重数免疫荧光（mIF）成像中解卷积分子表达。具体而言，该模型以对比学习方式从细胞图像中学习视觉表征，利用图神经网络（GNN）从细胞图预测表达量，使训练后模型仅凭借四通道标志物图像即可预测高重数单细胞表达。研究人员使用卵巢癌GeoMx数据集（含“批量”感兴趣区域72重蛋白质计数）、结直肠癌循环免疫荧光（t-CyCIF）25重单细胞分辨率数据集，以及非小细胞肺癌960重RNA单细胞分辨率CosMx数据集评估模型性能。Image2Count能够预测肿瘤、免疫及基质细胞亚群的不同空间表达模式，且在考虑细胞邻域而非单细胞时准确性普遍提升。真实数据与预测数据中富集通路的一致性表明模型可捕获生物学相关信息。该模型为基于低重数免疫荧光图像的TIME分层临床落地铺平道路，并允许使用标准单细胞分析流程解释感兴趣区域的多细胞表达数据。
研究背景方面，肿瘤微环境的复杂性与异质性阻碍了免疫治疗患者筛选，基于分子谱的分子分型与药物靶点识别具有重要临床价值。空间组学可分析组织感兴趣区域（ROI），但高重数方案成本高、耗时长且难以直接临床应用；既往图像预测表达多依赖苏木精-伊红（H&E）图像，缺乏细胞类型特异性信息。为此，研究人员开发图基模型Image2Count，从低重数免疫荧光（mIF）图像学习，预测高重数生物标志物单细胞表达。研究在三个数据集展开：卵巢癌GeoMx（4重IF图像+72重蛋白ROI计数）、结直肠癌t-CyCIF（25重单细胞蛋白，取4通道训练并构伪ROI）、非小细胞肺癌CosMx（5重IF+960重RNA单细胞）。结论显示，模型在8–43细胞邻域尺度预测生物学意义最佳，合并交叉验证预测优于单折，图注意力（GAT）与前馈（FFW）差异微小，加入免疫细胞标志物（CD45、CD8）显著提升性能，单细胞级预测偏平均化但对TLS、肿瘤边界等空间结构可复现，通路与细胞类型富集在预测与真实数据间具一致性，证明从常规病理mIF图像推断TIME特征可行，为临床精准分型提供研究级工具。
关键技术方法上，研究人员采用SimCLR对比预训练ResNet（依切块大小选ResNet18/50）提取细胞切块视觉表征，以K-Means过采样低丰度表型像素簇；将表征作为节点、6近邻欧氏距离为边构建空间细胞图，用带残差连接的FFW或GATv2块聚合邻域信息，以ROI内预测计数求和与真实批量计数算log1p L1损失加余弦相似度损失；训练按患者/切片分折交叉验证，测试集取各折均值共识预测；单细胞分析用Scanpy做归一化、PCA、Leiden聚类与Wilcoxon注释，通路富集用decoupler（CollecTRI、PROGENy、Hallmark、Reactome、KEGG）；样本队列来自已发表t-CyCIF结直肠癌2022图谱（17例）、CosMx非小细胞肺癌公开数据（5供体8样本）、及254例卵巢癌GeoMx数字空间剖面TMA（636 ROI）。
研究结果部分，“Overview of the Image2Count approach”小节说明流程：按批次分训练/测试，细胞方块Z-score归一，SimCLR预训练视觉骨干，建图后N折交叉验证训练预测头，测试取均值为共识预测。“Benchmarking models with CosMx data”下，“Merged model predictions performed better than average cross-validation runs”指出合并GAT预测在SSIM、MI、Spearman、Pearson最优，1-hop（约7.7细胞）与2-hop（约21.3细胞）邻域相关性显著高于单细胞，2-hop Pearson合并值0.250；“Biologically meaningful activity is recovered in predicted data”显示2-hop为最佳生态位尺寸，GAT在Reactome（2-hop覆盖0.176）与KEGG（3-hop覆盖0.29）占优，细胞类型top1覆盖0.146正确回收T细胞与巨噬细胞；“Performance was improved with data imputation”表明用DCA补Dropout后GAT单细胞Pearson升至0.146、2-hop合并0.374，但ARI/NMI略降。“Benchmarking models with t-CyCIF data”下，“Prediction improves with neighborhood size, number of markers used for training, and visual information”证实4通道（DNA/Keratin/CD45/CD8a）优于2通道，合并GAT对CD8a Spearman 0.694，邻域扩大至438.5细胞持续上升，过采样低丰度表型有帮助；“Analysis of predicted single-cell expression identifies spatial patterns and specific cell clusters”通过Scanpy显示预测UMAP分离瘤/间质/免疫，空间映射正确复现TLS中CD45/CD20、肿瘤PCNA、间质αSMA分布，但TLS内CD4/CD8差异平滑化。“Benchmarking models with GeoMx data”下，“Image2Count`s performance is marker dependent”给出合并FFW在12×12μm最优，过滤后59/72标志物Spearman均0.314，CD45 0.65、PanCk 0.58居前，CTLA4负关；“Image2Count predicts cell specific expressions”将预测映射到卵巢癌细胞坐标，PanCk/CD45/CD8与图像吻合，p53与PanCk反比，Fibronectin定位于瘤边界，Leiden聚类分出瘤/免疫/间质大簇且亚群（如Ki67+p53+瘤簇）空间分布与真实注释一致。
讨论部分总结：研究人员指出Image2Count从批量ROI计数学习却能在约8–43细胞邻域获最佳生物信号，单细胞级因切块含多细胞而偏平均；GAT与FFW差距小源于切块已含邻域信息，CosMx上GAT获益稍大；拥有CD45/CD8视觉通道显著提升免疫标志物预测，2通道掉点明显；Dropout使原始计数低估性能，DCA补值后指标升；GeoMx因254例异质队列、ROI仅取瘤区致ROI级Spearman仅0.27，低于t-CyCIF的0.79；切块>20μm在GeoMx上视觉骨干过拟合。结论翻译如下：本研究表明基于图的Image2Count可通过学习“批量”ROI GeoMx计数与4重IF图像预测高重数生物标志物单细胞表达，在t-CyCIF与CosMx上邻域增大相关性上升，最佳尺度约8–43细胞；模型能识别无视觉信息的瘤/免疫/基质标志物与通路，说明学到底层生物模式；当前最适用于研究队列中同面板染色子集空间组学预测，随计算视觉发展有望转入临床，基于TIME特征辅助免疫与靶向治疗决策，未来需通道不变基础模型弥补大人群空间组学缺失。
