KI und die schwierigen Probleme der Welt · Lebenswissenschaften · arXiv · 2026-10-21
VGL-stGen: Erlernen eines gemeinsamen multimodalen Modells für Lungenhistologie und räumliche Transkriptomik
Originaltitel: VGL-stGen: Learning a shared multimodal model for lung histology and spatial transcriptomics
VGL-stGen ist ein multimodales großes Sprachmodell, das aus einem vortrainierten medizinischen Vision-Language-Modell unter Verwendung von gepaarten Lungen-H&E- und räumlichen Transkriptomik-Daten mit Einzelzell-Referenzen adaptiert wurde. Gen-konditionierte Pseudo-Labels übertragen transkriptomische Zelltyp-Überwachung auf Histologiebilder, und ein einziger eingesetzter Checkpoint unterstützt dreizehn evaluierte Aufgaben, die Gewebe- und Zelltyp-Klassifikation, Genprädiktion und konditionelle Expressionsvervollständigung umfassen. Bild-Permutationsexperimente zeigen, dass korrekt gepaarte Histologie zusätzliche Informationen über die beobachtete Expression hinaus liefert, wobei die externe Klassifikation teilweise auf rechnerischen Referenzen mit gemeinsamer Annotations-Herkunft beruht.