基于可解释深度学习算法的质谱成像自动化组织分类与候选生物标志物特征提取

《RAPID COMMUNICATIONS IN MASS SPECTROMETRY》：Automated Tissue Classification and Candidate Biomarker Feature Extraction in Mass Spectrometry Imaging Based on Interpretable Deep Learning Algorithm

　　

摘要

原理

质谱成像 (MSI) 生成高维空间光谱数据，需要高效的计算方法进行组织分类和候选生物标志物特征提取。深度学习提供了一种有前景的方法，但模型预测的可解释性和生物相关光谱特征的识别仍然具有挑战性。

方法

开发了一套全面的计算流程，用于公共小鼠膀胱 MSI 数据集的自动组织层分类。在先前工作的基础上（比较了手动组织层标签与通过光谱预处理、t-SNE 和层次聚类自动生成的标签），本研究分别使用每种类型的类标签来训练卷积神经网络 (CNNs) 进行监督分类。采用梯度加权类激活映射 (Grad-CAM) 和夏普利加性解释 (SHAP) 计算层特异性汇总重要性得分，以评估每个质谱特征并提取具有类别判别性的特征。

结果

在小鼠膀胱 MSI 数据集上，手动标签和聚类衍生标签 (t-SNE + 层次聚类) 均使 CNN 模型在分类三层组织时达到超过 0.9 的训练准确率。可解释性方法成功识别了具有判别性的 m/z 特征，包括已知脂质，如 SM(34:1) (m/z 741.54) 和 PC(34:1) (m/z 798.54)，与之前报道的生物标志物一致。与强度值相比，两种可解释性方法生成的前几个类别判别性特征的重要性得分表现出更锐利的对比度和更优越的能力，能够勾勒离子图像中组织层特异性分布。此外，在独立的结直肠癌数据集上的评估得出的测试准确率为 0.758，表明跨患者泛化能力在不同数据源之间有所不同。

结论

本研究提出了一种有效的深度学习框架，用于 MSI 数据中准确且可解释的组织分类。CNN 建模和深度学习可解释性提供了一种稳健的方法，用于自动化分割和生物学发现，促进了组织切片中空间分辨代谢特征的识别。

利益冲突

作者声明无利益冲突。

数据可用性声明

支持本研究结果的数据公开可于 PXD001283 项目 https://www.ebi.ac.uk/pride/archive/projects/PXD001283 和 PXD021275 项目 https://www.ebi.ac.uk/pride/archive/projects/PXD021275 获取。