FLAG от Шанхайского института и университетов: восстановление структуры транскриптома

На ICML 2026 Институт Шанчжи, Шанхайский университет науки и технологии и Фуданьский университет представили концепцию распространения FLAG — фреймворк для восстановления двойной структуры пространственного транскриптома на основе генного пространства. Фреймворк переопределяет задачу с «детерминированной регрессии» на «моделирование структурированного распределения» и впервые систематически раскрывает «Проклятие генетической размерности» в многомерных сценариях. Пространственная транскриптомика (ST) позволяет измерять экспрессию генов с сохранением пространственного расположения клеток — это важно для анализа тканевого микроокружения и микроэкологии заболеваний. Однако секвенирование стоит дорого и имеет низкую производительность, в то время как полносрезные изображения, окрашенные H&E (WSI), получить проще. Поэтому ключевая задача — «графическая спектроскопия»: предсказание пространственной экспрессии генов по патологическим изображениям. Существующие методы часто упрощают задачу, рассматривая каждый ген отдельно и игнорируя важные биологические структуры — взаимосвязи «ген-ген» и «ген-пространство». FLAG использует пространственный картографический кодер как априорную модель скрытой пространственной диффузии генов и согласовывает её с базовой моделью гена. Эксперименты показали, что FLAG сохраняет высокую конкурентоспособность по показателям PCC/MSE и лидирует по структурным метрикам: например, в наборе данных HER2ST его SSC более чем в два раза превосходит аналогичный генеративный метод STFlow, а GSC оказывается лучшим среди всех методов. Команда разработала два структурированных показателя — корреляцию структуры гена (GSC) и корреляцию пространственной структуры (SSC). В эксперименте, посвящённом «проклятию генной размерности», FLAG показал высокие результаты даже при высокой размерности (G = 800). Время обучения на одной видеокарте (NVIDIA H800) составляет около 35 секунд за раунд, максимальный объём видеопамяти — около 4,5 ГБ. FLAG успешно восстановил регуляторные кластеры раннего пути ответа на эстроген, лидирует в обнаружении дифференциально экспрессируемых генов (DEG) и распознавании пространственных доменов. В будущем команда планирует ускорить диффузионный анализ, расширить графическую основу до трёхмерной зависимости от тканей и решить проблему обобщения нулевых образцов по тканям. Результаты исследования приняты ICML 2026. Соавторы работы — Си Ци (Институт Шанчжи), Ван Пенглей (Шанхайский университет Цзяотун) и другие. Подробнее: https://arxiv.org/abs/2605.18055, код: https://github.com/darkflash03/FLAG.