SENCAt: 集成空间转录组和组织病理学的跨注意力共享编码器用于癌症病理学区域识别

空间转录组学是一种新兴领域，能够基于基因表达的空间分布来识别功能区域。将转录组数据中存在的功能信息与组织病理学图像中的结构数据集成是活跃的研究领域，具有识别与癌症药物抗性相关的肿瘤亚结构的应用。当前的组织病理学-空间转录组区域分割方法存在以下问题：要么使空间转录组数据突出，仅将组织病理学特征用作处理空间转录组数据的辅助手段；要么使用基础对比学习，使组织病理学图像突出，仅促进共同特征，丢失功能信息。在两种极端情况下，模型要么在空间转录组的噪声中迷失，要么过于平滑，丢失关键信息。因此，我们提出了新的架构SENCAt（Shared Encoder with Neighborhood Cross Attention），以保留两种模态的特征。更重要的是，它强调在组织病理学中结构相似但在空间转录组中功能不同的区域。我们展示了该模型在检测肿瘤异质性和肿瘤微环境区域方面优于最先进的方法，后者在临床上至关重要。