// AI 新闻 · 2026-10-31 · Nature
AI-HistoPS实现肝转移瘤蛋白组亚型的病理学解码
研究人员开发了AI-HistoPS框架，通过整合病理基础模型与多实例学习方法，从H&E染色的全切片图像中推断肝转移瘤的蛋白组学状态。该框架在多个中心收集的肝转移瘤数据中，识别出与三种蛋白组亚型（LMS1-3）相关的组织形态和微环境特征，包括肿瘤结构、基质组成及免疫细胞分布差异。
原文发布 2026-10-31 08:00（北京时间）来源 Nature自动整理 · 已核对原文
01摘要
AI-HistoPS在发现队列中表现出亚型区分能力，并在外部队列中验证了其可行性，注意力引导分析揭示了与亚型相关的关键组织区域，多色免疫组化进一步证实了病理形态与蛋白标志物的空间关联。研究提示，常规病理学可作为低成本手段近似实现蛋白组学指导的肝转移瘤分层。
由开源模型根据原文自动整理，经数字/专名逐项核对（必须在原文中出现），以原文为准。
02要点
- AI-HistoPS基于H&E染色图像，通过病理基础模型和多实例学习推断蛋白组亚型。
- 在多个中心数据中发现三种肝转移瘤亚型（LMS1-3）与肿瘤结构、基质及免疫微环境显著相关。
- 注意力机制识别出与亚型相关的组织区域，多色免疫组化验证了病理形态与蛋白标志物的空间关联。
- 该方法为肝转移瘤提供了一种低成本、基于常规病理的蛋白组学分层替代路径。
03原文出处
Nature · 发布于 2026-10-31 08:00（北京时间） · 上方为原标题
05相关新闻
出自智图 AI 新闻：从 1100 多个官方与媒体信源采集。摘要只转述原文内容，详情请看原文。 2026-10-31 全部新闻 · 按日期归档 · 全部 AI 新闻 · 今日