生物学的発見と臨床予測のための、空間トランスクリプトミクスとヒストロロジーのマルチモーダル基盤モデル
arXiv cs.AI / 2026/4/7
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- STORMは、18の臓器にまたがりH&Eヒストロロジーに対応付けられた1.2M件の空間トランスクリプトミクスプロファイルから学習するマルチモーダル基盤モデルとして導入され、画像化と分子オミクスを橋渡しすることを目指す。
- 本モデルは、形態（モルフォロジー）、遺伝子発現、空間的文脈を組み合わせた階層型アーキテクチャを用いることで、空間ドメイン発見のための堅牢な分子–形態表現を生成する。
- STORMは、既存の手法と比べて11の腫瘍タイプにおいてH&E画像からの空間遺伝子発現の予測を改善すると報告されている。
- 本アプローチはプラットフォーム非依存であり、主要な空間トランスクリプトミクスプラットフォーム（Visium、Xenium、Visium HD、CosMx）にまたがって一貫した性能を示すとされる。
- 23の独立した患者コホート（7,245人）において、STORMは確立されたバイオマーカーを超えて免疫療法への反応予測および予後予測を有意に改善すると主張されており、スケーラブルな臨床・精密医療への利用を支える。
