6
0本文介绍了 Phoenix，这是一种用于泛癌症虚拟空间转录组学的生成式人工智能系统，它能够从常规的苏木精-伊红（H&E）组织学图像中以高准确度推断空间解析的单细胞基因表达。通过利用涵盖16个器官系统和2220万个细胞-图像对的大规模高质量数据集（The Nest）以及条件流匹配架构，Phoenix 克服了传统空间转录组学平台成本高昂且耗时的问题。该模型展现了跨越不同队列、器官和治疗方案的出色泛化能力，并在零样本条件下保持强大性能。研究人员利用 Phoenix 构建了包含9544名患者的泛癌症空间图谱，揭示了保守的多细胞生态系统及其与临床预后的关联。此外，该系统还能在计算机模拟中有效预测治疗反应、筛选生物标志物，并成功拓展至间叶性肿瘤和鼠类模型。
References:
Tran M, Gindra R H, Putze P, et al. Pan-cancer virtual spatial transcriptomics from routine histology with Phoenix[J]. bioRxiv, 2026: 2026.04. 25.720812.
