虚拟组织模型：破解多尺度空间蛋白质组学

本文介绍了一种名为'虚拟组织'（VirTues）的基础模型，专门用于分析空间蛋白质组学数据——即在组织切片上同时检测数十至数百种蛋白质的技术。传统分析方法面临巨大挑战：不同研究使用的抗体组合、实验流程和平台各不相同，导致数据难以互通，限制了可靠生物标志物的发现。VirTues通过创新设计解决了这一难题。首先，它将每种蛋白质的生物学信息（通过其氨基酸序列编码）融入模型，使不同研究中看似不同的抗体能在统一空间中被理解；其次，它采用一种新型注意力机制，分别处理'蛋白质间关系'和'空间位置关系'，从而高效应对高维度数据；最后，它生成多层次的计算表征——从单个细胞、微环境区域到整块组织，支持多种下游任务。研究团队整合了目前规模最大的公开空间蛋白质组学数据集（涵盖32个临床队列、5100多名患者、239种蛋白质），并在三阴性乳腺癌中验证了模型效果：VirTues发现的新空间标志物不仅能准确预测患者对PD-L1免疫联合化疗的疗效反应，还能在独立队列中有效区分无病生存期长短，性能全面超越现有标志物和临床分层方案。更重要的是，VirTues实现了'端到端'分析：它不仅能完成细胞分割与分类等基础步骤，还能'虚拟染色'（即重建未实际检测的蛋白质信号）、标注微环境区域、辅助临床决策（如检索相似病例），并自动挖掘具有生物学意义的多细胞协同模式作为新型生物标志物。这标志着空间生物标志物正从单一蛋白或细胞数量，迈向反映复杂组织生态系统的全新一代。