HEST-1k: A Dataset for Spatial Transcriptomics and Histology Image Analysis

这篇文章介绍了一种名为空间转录组学的技术，可以以越来越高的分辨率、深度和灵敏度来研究组织的分子组成。然而，成本、技术快速发展和缺乏标准限制了ST中的计算方法，仅限于狭窄的任务和小型队列。此外，组织形态学，如H&E染色的整张切片图像，所反映的信息往往被ST研究所忽视。本文介绍了HEST-1k，这是一个由1,108个空间转录组学文件、每个文件都与WSI和元数据相关联的集合。HEST-1k是使用包含131个公共和内部队列的HEST-Library组装而成，涵盖25个器官、两个物种（人类和小鼠）和25种癌症类型的320个癌症样本。HEST-1k的处理使得能够识别出150万个表达-形态学对和6千万个细胞核。HEST-1k在三个用例中进行了测试：（1）基础组织学模型的基准测试（HEST-Benchmark），（2）生物标志物的识别和（3）多模态表示学习。可以通过https://github.com/mahmoodlab/hest免费访问HEST-1k、HEST-Library和HEST-Benchmark。

本论文旨在解决空间转录组学研究中计算方法受到成本、技术快速发展和缺乏标准等限制的问题，同时利用组织形态学信息来丰富空间转录组学研究。

论文提出了HEST-1k，一个包含1,108个空间转录组学剖析和组织形态学信息的数据集，涵盖25个器官、两个物种和25种癌症类型，通过HEST-Library从131个公共和内部队列中组装而成。利用这个数据集可以进行组织形态学信息和转录组学信息的配对，进行组织和细胞的分类和鉴定。

论文在三个应用场景中测试了HEST-1k的效果：(1)基于组织学的基础模型测试(HEST-Benchmark)；(2)生物标志物的鉴定；(3)多模态表示学习。论文开源了HEST-1k、HEST-Library和HEST-Benchmark。

相关研究包括：1.空间转录组学技术的发展和应用；2.组织形态学和转录组学信息的整合；3.组织分类和细胞鉴定的算法和模型。