基于 whole-slide flow matching 的空间转录组学从组织片图像的可扩展生成

空间转录组学 (ST) 已成为一种强大的技术，用于将组织片图像与基因表达轮廓相结合。然而，其应用受限于低吞吐量和需要专业实验设施的限制。先前的工作试图从 whole-slide 组织图像预测 ST 以加速这一过程，但存在两个主要局限性：首先，它们不显式建模 cell-cell 相互作用，因为对 whole-slide ST 数据的联合分布进行因子化，并独立预测每个 spot 的基因表达；其次，它们的 encoder 由于面临 typical ST 数据集中常超过 10,000 个 spot 的内存限制而难以处理。本文提出 STFlow，一种 flow matching 生成模型，通过建模 entire slide 的基因表达联合分布来考虑 cell-cell 相互作用。它还采用高效的 slide-level encoder with local spatial attention，实现 whole-slide 处理而无需过度的内存开销。在最新筛选的 HEST-1k 和 STImage-1K4M 数据集上，STFlow 在 state-of-the-art baseline 上显著超越，并在 pathology foundation models 上实现超过 18% 的相对改进。