CellSymphony：利用单细胞病理组学解码细胞分子与表型的编排
计算机视觉与模式识别
2025-08-15 v1
摘要
Xenium 是一种新的空间转录组学平台，能够以亚细胞分辨率对复杂肿瘤组织进行 profiling。尽管组织病理学图像中包含丰富的形态学信息，提取稳健的细胞级特征并将其与空间转录组学数据整合仍然是一个关键挑战。我们提出了 CellSymphony，一个灵活的多模态框架，利用基础模型从 Xenium 转录组学特征和组织病理学图像中派生的嵌入，在真实单细胞分辨率下进行学习。通过学习融合空间基因表达与形态学上下文的联合表示，CellSymphony 实现了准确的细胞类型注释，并在三种癌症类型中揭示了不同的微环境生态位。这项工作突显了基础模型和多模态融合在解码复杂组织生态系统中细胞生理与表型编排方面的潜力。
引用
@article{arxiv.2508.10232,
title = {CellSymphony: Deciphering the molecular and phenotypic orchestration of cells with single-cell pathomics},
author = {Paul H. Acosta and Pingjun Chen and Simon P. Castillo and Maria Esther Salvatierra and Yinyin Yuan and Xiaoxi Pan},
journal= {arXiv preprint arXiv:2508.10232},
year = {2025}
}