Résumé Objectif : Le microenvironnement tumoral (TME) influence de manière critique la progression du cancer, la réponse au traitement et les résultats pour les patients. L'histopathologie reflète les caractéristiques morphologiques des états du TME mais manque de spécificité moléculaire, tandis que la transcriptomique spatiale (ST) fournit l'expression génique spatiale mais est coûteuse et peu pratique pour une utilisation à grande échelle. Pour combler ce fossé, nous développons un cadre d'IA multimodal qui transfère les informations moléculaires spatiales de la ST vers des représentations dérivées de l'histopathologie, permettant la reconstruction des programmes moléculaires, des phénotypes du TME et de la biologie spatiale directement à partir d'images H PR de routine, améliorant ainsi la performance de 0,792/0,712 à 0,812/0,715 pour ER/PR et de 0,662/0,602 à 0,696/0,634 pour HER2. (2) Classification spatiale des spots : Sur le jeu de données DLPFC (n=12 WSIs), le sondage linéaire a atteint une précision équilibrée de 71,75 % et un F1 pondéré de 78,15 %, comparé à 55,19 % et 63,61 % pour UNI — des améliorations respectives de 16,56 % et 14,54 %. Conclusions : Notre cadre d'alignement contrastif multi-échelle transfère les signaux moléculaires spatiaux de la ST vers des représentations dérivées de l'histopathologie, améliorant la prédiction de l'expression génique, l'inférence des mutations et la caractérisation spatiale du TME. En permettant la reconstruction sans séquençage des caractéristiques moléculaires et microenvironnementales, cette approche offre une solution évolutive pour le profilage du cancer à grande échelle et peut faciliter la découverte de biomarqueurs, la stratification des patients et une oncologie de précision informée biologiquement. Format de citation : Xiaohan Xing, Lei Xing. Relier l'histopathologie et la transcriptomique spatiale pour un profilage complet du microenvironnement tumoral résumé. In : Proceedings of the American Association for Cancer Research Annual Meeting 2026 ; Partie 1 (résumés réguliers) ; 17-22 avr. 2026 ; San Diego, CA. Philadelphie (PA) : AACR ; Cancer Res 2026 ;86(7 Suppl) : résumé n° 71.
Building similarity graph...
Analyzing shared references across papers
Loading...
Xiaohan Xing
Lei Xing
Cancer Research
Stanford University
Palo Alto University
Building similarity graph...
Analyzing shared references across papers
Loading...
Xing et al. (ven.), ont étudié cette question.
www.synapsesocial.com/papers/69d0aff2659487ece0fa620c — DOI: https://doi.org/10.1158/1538-7445.am2026-71
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: