Nat. Comput. Sci. | AI读懂病理切片：HESpotEx实现空间基因表达精准预测

DRUGONE

空间转录组技术（spatial transcriptomics, ST）能够揭示组织内部基因表达的空间分布，但其高昂成本严重限制了大规模应用。相比之下，H&E染色的全切片病理图像（whole-slide images, WSIs）已广泛应用于临床诊断，并具有低成本、高通量优势。因此，如何仅利用病理图像预测空间基因表达，成为数字病理与空间组学交叉领域的重要研究方向。

该研究提出了HESpotEx，一个用于spot级空间基因表达预测的双流深度学习框架。HESpotEx结合图注意力自编码器（GATE）、预训练病理图像编码器Quilt-Net以及图卷积网络（GCN）解码器，实现了从H&E图像直接预测空间转录组。模型最多可同时预测5,457个基因在单个空间spot中的表达模式。

研究结果显示，HESpotEx在多种癌症与非癌症ST数据集上均优于现有主流方法，包括TCGN、Hist2ST、THItoGene、BLEEP和mclSTExp等。同时，HESpotEx在TCGA大规模乳腺癌数据集上也展现出优异泛化能力，并能够识别与肿瘤分化、免疫浸润和患者预后相关的空间表达特征。此外，在高分辨率Xenium与Visium HD数据集上，HESpotEx依然保持较高预测一致性。研究表明，该框架有望成为连接数字病理与空间分子特征的重要工具。

长期以来，H&E染色病理切片一直是疾病诊断、病理分型和预后评估的核心工具。病理图像能够反映组织结构、细胞形态以及肿瘤微环境等重要信息，但其本质上仍然是一种“形态学观察”。相比之下，基因表达谱能够更深入地揭示组织背后的分子活动。

传统RNA测序只能提供整体组织层面的平均表达信息，无法解析组织内部空间异质性。近年来，10x Visium、Xenium等空间转录组技术的出现，使研究人员能够同时获得组织图像与空间基因表达，从而建立病理结构与分子状态之间的对应关系。

然而，ST技术成本通常高达数千美元每个样本，难以广泛用于临床。因此，研究人员希望通过深度学习直接从病理图像推断空间表达模式，实现“虚拟空间转录组”。

此前已经出现多种相关方法，例如Hist2ST、THItoGene、TCGN和IGI-DL等。这些模型尝试结合卷积网络、Transformer和图神经网络提取空间信息。但研究人员指出，现有方法仍存在几个关键问题：首先，图像特征与基因表达特征之间缺乏明确对齐机制；其次，大多数模型直接在小规模ST数据上训练，容易过拟合；此外，Transformer结构在ST小样本场景下并不总是最优。

因此，该研究提出HESpotEx，希望利用预训练病理基础模型与双流嵌入结构，更有效地建立病理图像与空间基因表达之间的映射关系。

方法

HESpotEx采用两阶段训练策略。第一阶段中，研究人员利用图注意力自编码器（GATE）对ST表达矩阵进行编码，将spot表达谱映射为低维spot embedding。与此同时，H&E图像被切分为围绕每个spot的图像patch，并利用预训练病理模型Quilt-Net提取patch embedding。随后，研究人员通过Pearson correlation coefficient（PCC）损失函数，将图像embedding与表达embedding对齐至共享低维空间。

第二阶段中，模型利用GCN解码器聚合邻近patch特征，预测spot级基因表达。为缓解邻域噪声，研究人员借鉴ResNet残差结构，将MLP输出与GCN输出相加。同时，模型还引入基于细胞核数量的后处理步骤，因为研究人员认为，一个spot中细胞越多，其总体表达水平通常越高。

研究人员在HER2+乳腺癌、皮肤鳞癌、非癌性炎症皮肤病、TCGA-BRCA以及高分辨率Xenium等多个数据集上，对HESpotEx进行了系统评估，并与7种主流方法进行比较。

图1：HESpotEx整体框架，包括双流嵌入、GCN解码器与空间基因表达预测流程。

结果

HESpotEx在乳腺癌与皮肤癌ST数据集上显著优于现有方法

研究人员首先在HER2+乳腺癌和皮肤鳞状细胞癌（cSCC）空间转录组数据集上评估HESpotEx。结果显示，HESpotEx在几乎所有组织切片中均获得最高Pearson相关系数（PCC）以及最低KL divergence和MSE。

在HER2+数据集中，HESpotEx不仅整体性能领先，还在低表达基因预测方面表现更稳定。相比Hist2ST、BLEEP和THItoGene等模型，HESpotEx能够更准确重建真实空间表达分布。

在外部乳腺癌验证集上，HESpotEx预测3,964个共享基因时，平均PCC达到0.24，比第二名IGI-DL高出140%。对于33个乳腺癌核心驱动基因，HESpotEx进一步提升至PCC 0.289。

研究人员还利用Celloc将预测结果与单细胞RNA测序参考数据关联，发现HESpotEx预测的表达模式能够有效恢复不同细胞类型与恶性状态的空间分布。

图2：HESpotEx与其他模型在HER2+和cSCC数据集上的性能比较。

双流结构与预训练病理模型是性能提升关键

为了分析性能来源，研究人员进行了系统消融实验。结果显示，双流embedding结构是HESpotEx性能提升的重要原因。相比仅使用图像编码器，加入spot embedding对齐后，模型预测能力明显增强。

此外，基于细胞核数量的后处理步骤也显著提高了预测精度。研究人员认为，这一步帮助模型校正了局部细胞密度带来的表达偏差。

在图像编码器比较中，Quilt-Net表现明显优于UNI、CONCH、Phikon和CTransPath等其他预训练病理模型。研究人员认为，Quilt-Net的大规模病理图文预训练，使其更适合提取组织结构相关特征。

同时，研究人员发现，额外加入ComBat或Harmony批次效应校正并未带来性能提升。这说明HESpotEx本身已经具有较强鲁棒性。

图3：HESpotEx消融实验，包括双流结构、Quilt-Net与GCN模块比较。

HESpotEx能够准确恢复非癌症炎症疾病的空间表达模式

此前大多数空间表达预测模型主要关注癌症数据，而该研究进一步测试了HESpotEx在非癌性炎症皮肤病（ncISDs）中的表现，包括特应性皮炎（AD）、扁平苔藓（LP）和银屑病。

结果显示，HESpotEx在这些疾病中的表现同样优于其他模型。尤其对于已知疾病相关基因，HESpotEx能够准确恢复其空间表达模式。

例如，在AD中，HESpotEx成功预测OVOL1在病变区域中的高表达；在LP中，模型准确重建IL16的局部聚集模式；在银屑病中，OAS1表达区域也与真实病理区域高度一致。

相比之下，部分其他模型甚至出现负相关预测结果。这说明HESpotEx更擅长捕获真实病理结构与炎症相关分子特征之间的联系。

图4：HESpotEx在AD、LP和银屑病中的空间表达预测结果。

HESpotEx预测结果能够恢复患者预后相关分子特征

研究人员随后在TCGA-BRCA数据集上测试模型泛化能力。该数据集包含1,042例乳腺癌病理图像以及bulk RNA-seq数据。

结果显示，HESpotEx在1,889个共享基因上的平均PCC达到0.498，而第二名方法仅为0.088。即使在HER2+亚型中，HESpotEx仍保持明显优势。

更重要的是，仅利用HESpotEx预测的表达谱进行无监督聚类，就能够将HER2+患者划分为两个预后显著不同的亚群。Kaplan–Meier分析显示，两组患者整体生存率存在显著差异。

这说明，HESpotEx预测结果不仅具有统计学意义，还真正捕获了与患者生物学行为相关的重要分子特征。

图5：TCGA-BRCA预测结果与HER2+患者预后分层分析。

HESpotEx能够识别肿瘤分化与免疫浸润相关空间模式

研究人员进一步将HESpotEx应用于624张院内cSCC病理切片，包括原位癌、高分化、中分化和低分化肿瘤。

通过对patch表达谱进行无监督聚类，研究人员发现不同cluster明显对应不同肿瘤分化状态。例如，某些cluster与低分化鳞癌区域高度一致，而另一些则对应正常鳞状上皮。

此外，HESpotEx预测的NOTCH1表达模式也与肿瘤分化区域高度相关。同时，模型识别出的cluster 6与淋巴细胞浸润区域高度重叠。HoVer-Net细胞分割进一步验证了这一点。

这些结果说明，HESpotEx不仅能够恢复基因表达，还能够解析肿瘤微环境与组织异质性。

HESpotEx在高分辨率空间转录组平台上仍保持优势

最后，研究人员在高分辨率Xenium和Visium HD数据集上测试模型。由于这些平台接近单细胞分辨率，因此更加考验模型的空间解析能力。

结果显示，HESpotEx在PCC和MSE指标上依然优于iStar、scstGCN等高分辨率方法。特别是在CRC Xenium数据集中，HESpotEx能够准确恢复免疫相关基因MMP2的空间分布。

研究人员还在小鼠小肠Visium HD数据集上验证了这一结果，进一步证明HESpotEx具有良好的高分辨率适应能力。

图6：HESpotEx在Xenium和Visium HD高分辨率数据集上的预测表现。

讨论

该研究提出了HESpotEx，一个结合病理基础模型与双流深度学习结构的空间表达预测框架。相比此前方法，HESpotEx最大的特点在于：不仅利用图像特征本身，还显式对齐图像embedding与空间表达embedding，从而增强病理形态与分子特征之间的一致性。

研究结果显示，预训练病理基础模型对于提升泛化能力具有关键作用。相比直接在小规模ST数据上训练图像编码器，Quilt-Net能够提供更稳定、更通用的组织表示。

与此同时，HESpotEx还展示出对肿瘤异质性、免疫浸润和患者预后的解析能力。这意味着未来“虚拟空间转录组”不仅能够降低实验成本，还可能直接成为病理辅助诊断的重要组成部分。

不过，研究人员也指出，目前HESpotEx仍存在一些限制。例如，模型更擅长预测与组织结构强相关的基因，而对于低表达或缺乏空间模式的基因，预测能力仍然有限。此外，模型仍然依赖较大规模训练数据，而高质量ST配对病理图像目前仍然稀缺。

总体而言，该研究推动了数字病理从“形态学观察”向“空间分子解析”转变。研究人员认为，随着更多高质量空间组学数据积累，未来AI模型有望直接从常规病理切片中重建组织内部的完整分子生态系统。

整理 | DrugOne团队

参考资料

Yin, W., Peng, Q., Meng, F. et al. HESpotEx: a dual-stream deep learning framework for spot-level gene expression prediction from histological images. Nat Comput Sci (2026).

https://doi.org/10.1038/s43588-026-00992-0