CAVALO

Biblioteca HEST: Unindo Transcriptômica Espacial e Histopatologia

Projetado para consultar e montar o conjunto de dados HEST-1k

[ arXiv | Dados | Documentação | Tutoriais | Citar]

Bem-vindo ao repositório oficial GitHub da biblioteca HEST apresentada em "HEST-1k: A Dataset for Spatial Transcriptomics and Histology Image Analysis", NeurIPS Spotlight, 2024 . Este projeto foi desenvolvido pelo Mahmood Lab da Harvard Medical School e pelo Brigham and Women's Hospital.

O que este repositório fornece?

• HEST-1k: Acesso gratuito ao HEST-1K , um conjunto de dados de 1.229 amostras emparelhadas de Transcriptômica Espacial com imagens de slides inteiras coradas com HE

• Biblioteca HEST: Uma série de ajudantes para montar novas amostras de ST (ST, Visium, Visium HD, Xenium) e trabalhar com HEST-1k (análise de ST, visualização e correção de efeitos em lote, etc.)

• HEST-Benchmark: Um novo benchmark para avaliar o desempenho preditivo de modelos básicos para histologia na previsão da expressão gênica a partir da morfologia

HEST-1k, HEST-Library e HEST-Benchmark são lançados sob a licença Attribution-NonCommercial-ShareAlike 4.0 International.

Atualizações

• 21.10.24 : HEST foi aceito no NeurIPS 2024 como Destaque! Estaremos em Vancouver de 10 a 15 de dezembro. Envie-nos uma mensagem se quiser saber mais sobre o HEST ([email protected]).

• 23.09.24 : 121 novas amostras lançadas, incluindo 27 Xenium e 7 Visium HD! Também tornamos públicas as transcrições alinhadas do Xenium + as células/núcleos segmentados DAPI alinhados.

• 30.08.24 : Resultados do HEST-Benchmark atualizados. Inclui H-Optimus-0, Virchow 2, Virchow e GigaPath. Nova tarefa COAD baseada em 4 amostras Xenium. Os dados do banco HuggingFace foram atualizados.

• 28.08.24 : Novo conjunto de auxiliares para visualização e correção de efeitos em lote. Tutorial aqui.

Baixar/Consultar HEST-1k (>1TB)

Para baixar/consultar o HEST-1k, siga o tutorial 1-Downloading-HEST-1k.ipynb ou siga as instruções em Hugging Face.

NOTA: Todo o conjunto de dados pesa mais de 1 TB, mas você pode facilmente baixar um subconjunto consultando por id, órgão, espécie...

Instalação da biblioteca HEST

git clone https://github.com/mahmoodlab/HEST.git
cd HEST
conda create -n "hest" python=3.9
conda activate hest
pip install -e .

Dependências adicionais (para manipulação WSI):

sudo apt install libvips libvips-dev openslide-tools

Dependências adicionais (aceleração de GPU):

Se uma GPU estiver disponível em sua máquina, recomendamos instalar o cucim em seu ambiente conda. (hest foi testado com cucim-cu12==24.4.0 e CUDA 12.1 )

pip install 
    --extra-index-url=https://pypi.nvidia.com 
    cudf-cu12==24.6.* dask-cudf-cu12==24.6.* cucim-cu12==24.6.* 
    raft-dask-cu12==24.6.*

NOTA: A biblioteca HEST foi testada apenas em máquinas Linux/macOS. Por favor, relate quaisquer bugs nos problemas do GitHub.

Inspecione HEST-1k com biblioteca HEST

Você pode então simplesmente visualizar o conjunto de dados como,

 de hest importar iter_hestfor st em iter_hest('../hest_data', id_list=['TENX95']):print(st)

API da biblioteca HEST

A Biblioteca HEST permite montar novas amostras usando o formato HEST e interagir com HEST-1k. Fornecemos dois tutoriais:

• 2-Interacting-with-HEST-1k.ipynb: Brincando com dados HEST para carregar patches. Inclui uma descrição detalhada de cada objeto scanpy.

• 3-Assembling-HEST-Data.ipynb: Passo a passo para transformar uma amostra Visum em HEST.

• 5-Batch-effect-visualization.ipynb: Visualização e correção de efeitos em lote (MNN, Harmony, ComBat).

Além disso, fornecemos documentação completa.

Referência HEST

O HEST-Benchmark foi projetado para avaliar 11 modelos básicos para patologia sob um benchmark novo, diversificado e desafiador. O HEST-Benchmark inclui nove tarefas para previsão de expressão gênica (50 genes altamente variáveis) a partir da morfologia (regiões de 112 x 112 um a 0,5 um/px) em nove órgãos diferentes e oito tipos de câncer. Fornecemos um tutorial passo a passo para executar o HEST-Benchmark e reproduzir nossos resultados em 4-Running-HEST-Benchmark.ipynb.

Resultados do HEST-Benchmark (30/08/24)

O HEST-Benchmark foi utilizado para avaliar 11 modelos disponíveis publicamente. Os resultados relatados são baseados em uma regressão Ridge com PCA (256 fatores). A regressão Ridge penaliza injustamente modelos com dimensões de incorporação maiores. Para garantir uma comparação justa e objetiva entre os modelos, optamos pela redução do PCA. Desempenho do modelo medido com correlação de Pearson. O melhor está em negrito , o segundo melhor está sublinhado . Resultados adicionais baseados na regressão Random Forest e XGBoost são fornecidos no artigo.

Modelo	CDI	PRAD	PAAD	SKCM	COAD	LER	ccRCC	LUAD	LINFA IDC	Média
Resnet50	0,4741	0,3075	0,3889	0,4822	0,2528	0,0812	0,2231	0,4917	0,2322	0,326
CTransPath	0,511	0,3427	0,4378	0,5106	0,2285	0,11	0,2279	0,4985	0,2353	0,3447
Phikon	0,5327	0,342	0,4432	0,5355	0,2585	0,1517	0,2423	0,5468	0,2373	0,3656
BÚCOA	0,5363	0,3548	0,4475	0,5791	0,2533	0,1674	0,2179	0,5312	0,2507	0,3709
Remédios	0,529	0,3471	0,4644	0,5818	0,2856	0,1145	0,2647	0,5336	0,2473	0,3742
Gigapata	0,5508	0,3708	0,4768	0,5538	0,301	0,186	0,2391	0,5399	0,2493	0,3853
UNI	0,5702	0,314	0,4764	0,6254	0,263	0,1762	0,2427	0,5511	0,2565	0,3862
Virchow	0,5702	0,3309	0,4875	0,6088	0,311	0,2019	0,2637	0,5459	0,2594	0,3977
Virchow2	0,5922	0,3465	0,4661	0,6174	0,2578	0,2084	0,2788	0,5605	0,2582	0,3984
UNIv1.5	0,5989	0,3645	0,4902	0,6401	0,2925	0,2240	0,2522	0,5586	0,2597	0,4090
Hoptimus0	0,5982	0,385	0,4932	0,6432	0,2991	0,2292	0,2654	0,5582	0,2595	0,4146

Comparando seu próprio modelo

Nosso tutorial em 4-Running-HEST-Benchmark.ipynb orientará os usuários interessados ​​em avaliar seu próprio modelo no HEST-Benchmark.

Nota: Contribuições espontâneas são incentivadas caso pesquisadores da comunidade queiram incluir novos modelos. Para fazer isso, basta criar uma solicitação pull.

Problemas

• O modo preferido de comunicação é por meio de problemas do GitHub.

• Se os problemas do GitHub forem inadequados, envie um e-mail para [email protected] (e cc [email protected] ).

• A resposta imediata para questões menores pode não estar disponível.

Citação

Se você achar nosso trabalho útil em sua pesquisa, considere citar:

Jaume, G., Doucet, P., Song, AH, Lu, MY, Almagro-Perez, C., Wagner, SJ, Vaidya, AJ, Chen, RJ, Williamson, DFK, Kim, A., & Mahmood, F .HEST-1k: Um conjunto de dados para transcriptômica espacial e análise de imagens histológicas. Avanços em sistemas de processamento de informações neurais , dezembro de 2024.

@inproceedings{jaume2024hest,
    author = {Guillaume Jaume and Paul Doucet and Andrew H. Song and Ming Y. Lu and Cristina Almagro-Perez and Sophia J. Wagner and Anurag J. Vaidya and Richard J. Chen and Drew F. K. Williamson and Ahrong Kim and Faisal Mahmood},
    title = {HEST-1k: A Dataset for Spatial Transcriptomics and Histology Image Analysis},
    booktitle = {Advances in Neural Information Processing Systems},
    year = {2024},
    month = dec,
}