从组织学到转录组学无需测序！ 与@Schmidt_Center合作的自身免疫疾病机器学习挑战赛第二届获胜团队之一，构建了一个可以直接从组织图像预测2000种免疫基因表达的管道。 让我们来详细分析一下 🧵

问题 我们能仅仅通过组织切片推断基因表达吗？ 这正是AI现在正在解锁的信号压缩，将染色图像转化为自身免疫疾病的分子洞察。 这个团队在挑战中构建了最优雅的系统之一。

他们的技术栈 • 从组织学切片中提取的补丁 • 用于1024维嵌入的视觉变换器（ViT） • 多头注意力预测200个顶级变异基因 • 变分编码器-解码器重建所有2000个基因表达 在Crunch的标准化scRNA-seq数据上训练。

架构 图像 → 嵌入 → 信号 → 轮廓 该系统通过建模基础生物学将输入映射到输出。 每一层提取不同类型的信息：视觉、统计和生物。 最终结果是准确的、可解释的，并且基于数据的结构。

影响 这种系统降低了成本，加快了诊断，并将影像学与组学相结合。尤其在免疫活动隐藏在表面之下的疾病中尤为重要。 这是计算病理学的一大进步。对患者来说也是如此。

团队 • Dr. Sukrit Gupta @YoSukrit • Amit Kumar • Maninder Kaur • Dr. Michele Ceccarelli @mceccarelli • Dr. Raghvendra Mall @MallRaghvendra 在这里阅读他们的完整文章：