論文の概要: HistoWAS: A Pathomics Framework for Large-Scale Feature-Wide Association Studies of Tissue Topology and Patient Outcomes

• arxiv url: http://arxiv.org/abs/2512.19954v1
• Date: Tue, 23 Dec 2025 00:58:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-24 19:17:49.700973
• Title: HistoWAS: A Pathomics Framework for Large-Scale Feature-Wide Association Studies of Tissue Topology and Patient Outcomes
• Title（参考訳）: HistoWAS : 組織トポロジと患者アウトカムの大規模特徴関連研究のための病理組織学的枠組み
• Authors: Yuechen Yang, Junlin Guo, Yanfan Zhu, Jialin Yue, Junchao Zhu, Yu Wang, Shilin Zhao, Haichun Yang, Xingyi Guo, Jovan Tanevski, Laura Barisoni, Avi Z. Rosenberg, Yuankai Huo,
• Abstract要約: HistoWAS (Histology-Wide Association Study) は組織空間の組織と臨床成果を結びつけるための計算フレームワークである。 HistoWASは(1)従来の測度を30の位相的空間的特徴で拡張する特徴空間、(2)PheWAS(Phenome-Wide Association Studies)にインスパイアされたアソシエーション学習エンジンを実装している。 概念実証として,Kydney Precision Medicine Project (KPMP) の参加者206名を対象に,385個のPAS-stained WSIを用いて,HistoWASを用いて計102個の特徴を解析した。
• 参考スコア（独自算出の注目度）: 4.940115935118112
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: High-throughput "pathomic" analysis of Whole Slide Images (WSIs) offers new opportunities to study tissue characteristics and for biomarker discovery. However, the clinical relevance of the tissue characteristics at the micro- and macro-environment level is limited by the lack of tools that facilitate the measurement of the spatial interaction of individual structure characteristics and their association with clinical parameters. To address these challenges, we introduce HistoWAS (Histology-Wide Association Study), a computational framework designed to link tissue spatial organization to clinical outcomes. Specifically, HistoWAS implements (1) a feature space that augments conventional metrics with 30 topological and spatial features, adapted from Geographic Information Systems (GIS) point pattern analysis, to quantify tissue micro-architecture; and (2) an association study engine, inspired by Phenome-Wide Association Studies (PheWAS), that performs mass univariate regression for each feature with statistical correction. As a proof of concept, we applied HistoWAS to analyze a total of 102 features (72 conventional object-level features and our 30 spatial features) using 385 PAS-stained WSIs from 206 participants in the Kidney Precision Medicine Project (KPMP). The code and data have been released to https://github.com/hrlblab/histoWAS.
• Abstract（参考訳）: 全体スライド画像(WSI)の高スループット「パノミクス」解析は、組織特性の研究とバイオマーカー発見のための新たな機会を提供する。 しかし, ミクロ・マクロ環境レベルでの組織特性の臨床的関連性は, 個々の構造特性の空間的相互作用の測定と臨床パラメータとの関連性を示すツールの欠如によって制限される。 これらの課題に対処するために,組織空間組織と臨床成果を結びつけるための計算フレームワークHistoWAS(Histology-Wide Association Study)を紹介した。 具体的には,(1)地理情報システム(GIS)の点パターン解析から組織微細構造を定量化するために,従来の30の位相的特徴と空間的特徴を付加した特徴空間,(2)PheWAS(Phenome-Wide Association Studies)にインスパイアされた関連研究エンジンを,統計的補正で各特徴に対して一様回帰を行う。 概念実証として,Kydney Precision Medicine Project (KPMP) の参加者206名を対象に,385個のPAS-stained WSIを用いて,合計102個の特徴(72個の従来のオブジェクトレベル特徴と30個の空間特徴)を解析した。 コードとデータはhttps://github.com/hrlblab/histoWAS.comにリリースされた。

関連論文リスト

• A Semantically Enhanced Generative Foundation Model Improves Pathological Image Synthesis [82.01597026329158]
  本稿では,組織合成のための相関調整フレームワーク(CRAFTS)について紹介する。 CRAFTSは、生物学的精度を確保するためにセマンティックドリフトを抑制する新しいアライメント機構を組み込んでいる。 本モデルは,30種類の癌にまたがる多彩な病理像を生成する。
  論文  参考訳（メタデータ） (2025-12-15T10:22:43Z)
• GRASPing Anatomy to Improve Pathology Segmentation [67.98147643529309]
  本稿では,病的セグメンテーションモデルを強化するモジュール型プラグイン・アンド・プレイフレームワークGRASPを紹介する。 2つのPET/CTデータセット上でGRASPを評価し、系統的アブレーション研究を行い、フレームワークの内部動作について検討する。
  論文  参考訳（メタデータ） (2025-08-05T12:26:36Z)
• PRING: Rethinking Protein-Protein Interaction Prediction from Pairs to Graphs [88.98041407783502]
  PRINGは、タンパク質とタンパク質の相互作用予測をグラフレベルで評価する最初のベンチマークである。 PRINGは、21,484タンパク質と186,818の相互作用からなる高品質な多種PPIネットワークデータセットをキュレートする。
  論文  参考訳（メタデータ） (2025-07-07T15:21:05Z)
• Segment Anything in Pathology Images with Natural Language [10.525414795571393]
  PathSegmentorは、病理画像に特化して設計された最初のテキストプロンプトセグメンテーション基盤モデルである。 PathSegは、病理分類のための最大かつ最も包括的なデータセットである。
  論文  参考訳（メタデータ） (2025-06-26T04:01:40Z)
• AI-powered virtual tissues from spatial proteomics for clinical diagnostics and biomedical discovery [4.608421774700912]
  生体組織のための基盤モデルフレームワークであるVirTuesを,分子,細胞,組織規模で運用する。 VirTuesは、空間次元とマーカー次元の両方をキャプチャする新しいトークン化スキームを含む、トランスフォーマーアーキテクチャ設計の革新を導入している。 ジェネラリストモデルとして、VirTuesは、臨床診断、生物学的発見、患者ケース検索タスクにまたがる既存のアプローチより優れている。
  論文  参考訳（メタデータ） (2025-01-10T15:17:27Z)
• Querying functional and structural niches on spatial transcriptomics data [7.114887702723693]
  空間転写学は、空間的文脈における遺伝子発現のプロファイリングを可能にする。 空間ニッチは、生理的および病理学的過程において凝集的かつ反復的な単位として機能することが明らかにされている。 我々は、ニッチ・オブ・ニッチ(NOI)を与えられたSTサンプル間で類似したニッチを識別するニッチ・クエリータスクを定義した。 我々は、この課題を解決するための特殊な方法であるQueSTを開発した。
  論文  参考訳（メタデータ） (2024-10-14T16:01:27Z)
• GenBench: A Benchmarking Suite for Systematic Evaluation of Genomic Foundation Models [56.63218531256961]
  我々はGenomic Foundation Modelsの有効性を評価するためのベンチマークスイートであるGenBenchを紹介する。 GenBenchはモジュラーで拡張可能なフレームワークを提供し、様々な最先端の方法論をカプセル化している。 本稿では,タスク固有性能におけるモデルアーキテクチャとデータセット特性の相互作用のニュアンス解析を行う。
  論文  参考訳（メタデータ） (2024-06-01T08:01:05Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。