組織学からトランスクリプトミクスまでシーケンシングは不要! Autoimmune Disease ML Crunch 2 の優勝チームの 1 つは、@Schmidt_Center と提携して、組織画像から直接 2,000 の免疫遺伝子発現を予測するパイプラインを構築しました。 分解してみましょう 🧵

問題を 組織スライドだけで遺伝子発現を推測できますか? AIは現在、このような信号圧縮を解き放ち、染色された画像を自己免疫疾患の分子的洞察に変えています。 このチームは、このチャレンジで最もエレガントなシステムの 1 つを構築しました。

彼らのスタック - 組織学スライドから抽出されたパッチ • 1024-d埋め込み用のビジョントランスフォーマー(ViT) - 200の上位可変遺伝子を予測するためのマルチヘッドアテンション - 2,000の遺伝子発現すべてを再構築する変分エンコーダー-デコーダー Crunchの正規化されたscRNA-seqデータでトレーニング済み。

アーキテクチャ 画像 → 埋め込み → 信号→プロファイル このシステムは、基礎となる生物学をモデル化することにより、入力を出力にマッピングします。 各レイヤーは、視覚的、統計的、生物学的など、さまざまな種類の情報を抽出します。 最終結果は正確で解釈可能であり、データの構造に基づいています。

影響 この種のシステムは、コストを削減し、診断を迅速化し、イメージングとオミクスを橋渡しします。免疫活性が表面の下に隠れている病気では特に価値があります。 計算病理学の一歩前進そして患者のために。

チーム • スクリット・グプタ博士@YoSukrit • アミット・クマール • マニンダー・カウル • ミケーレ・チェッカレリ博士 @mceccarelli • ラグベンドラ モール @MallRaghvendra 博士 彼らの記事全文はこちらからお読みください。