Research|从病理图像预测单细胞空间转录组：PRTS 开启低成本高分辨率空间生物学新时代

背景：空间转录组学技术能揭示基因表达的空间分布，对理解发育和疾病至关重要，但现有技术成本高、操作复杂，尤其是单细胞分辨率数据稀缺。研究目的：开发一种名为PRTS的新型深度学习框架，旨在仅利用常规H&E染色病理图像来预测单细胞分辨率的空间转录组数据，以降低成本并提升分辨率。结论：PRTS模型成功预测了小鼠大脑、人类肺癌和乳腺癌组织中基因表达的空间模式，实现了单细胞类型注释，识别出多种细胞亚型，并在复杂病理环境中保持稳定性能，为临床诊断、药物发现和大规模研究提供了低成本、高分辨率的解决方案。