# 空间蛋白质组学

Strand AI 将虚拟染色模型 Lattice 用于 TCGA 结肠腺癌队列，为 442 张诊断用 H&E 切片生成空间蛋白预测图并公开。资源覆盖 CD3e、CD8、CD20、CD68、Ki67、CD45、PanCK 七种蛋白标记与 DAPI，可在同一视野内对照原始组织与预测通道，无需登录即可浏览，也可经 Hugging Face 或 Python SDK 取用。发布方称这些预测在该队列中带有预后信号，细节尚未公布。

Strand AI 将虚拟染色模型 Lattice 用于 TCGA 结肠腺癌队列，为 442 张诊断用 H&E 切片生成空间蛋白预测图并公开。资源覆盖 CD3e、CD8、CD20、CD68、Ki67、CD45、PanCK 七种蛋白标记与 DAPI，可在同一视野内对照原始组织与预测通道，无需登录即可浏览，也可经 Hugging Face 或 Python SDK 取用。发布方称这些预测在该队列中带有预后信号，细节尚未公布。

作者提出SpaCEy（Spatial Clinical Explainability），一种可解释图神经网络：把每个组织样本按Delaunay三角剖分建成空间图，节点为单细胞蛋白标志物丰度、不使用预定义细胞类型或解剖区域作为输入，用GNN学习预测嵌入并配GNNExplainer式解释器输出边掩码、再聚合k跳邻域得到节点重要性，从而定位与临床结局相关的连续空间区域和关键蛋白；在416例肺腺癌队列预测进展（准确率0.68、F1 0.68、AUC 0.62，优于Ali等0.61/0.59/0.57与SPACE-GM 0.55/0.52/0.52），在720样本JacksonFischer与460样本METAB

作者提出SpaCEy（Spatial Clinical Explainability），一种可解释图神经网络：把每个组织样本按Delaunay三角剖分建成空间图，节点为单细胞蛋白标志物丰度、不使用预定义细胞类型或解剖区域作为输入，用GNN学习预测嵌入并配GNNExplainer式解释器输出边掩码、再聚合k跳邻域得到节点重要性，从而定位与临床结局相关的连续空间区域和关键蛋白；在416例肺腺癌队列预测进展（准确率0.68、F1 0.68、AUC 0.62，优于Ali等0.61/0.59/0.57与SPACE-GM 0.55/0.52/0.52），在720样本JacksonFischer与460样本METAB