马

HEST-Library：将空间转录组学和组织病理学结合在一起

专为查询和组装 HEST-1k 数据集而设计

[ arXiv |数据|文档 |教程 |引用]

欢迎来到“HEST-1k：空间转录组学和组织学图像分析数据集”中介绍的 HEST-Library 的官方 GitHub 存储库，NeurIPS Spotlight，2024 年。该项目由哈佛医学院和布莱根妇女医院的 Mahmood 实验室开发。

这个存储库提供什么？

• HEST-1k：免费访问HEST-1K ，这是一个包含 1,229 个配对空间转录组样本和 HE 染色全玻片图像的数据集

• HEST-Library：一系列帮助程序，用于组装新的 ST 样本（ST、Visium、Visium HD、Xenium）并与 HEST-1k 配合使用（ST 分析、批次效应即和校正等）

• HEST-Benchmark：评估组织学基础模型从形态学预测基因表达的预测性能的新基准

HEST-1k、HEST-Library 和 HEST-Benchmark 根据 Attribution-NonCommercial-ShareAlike 4.0 International 许可证发布。

更新

• 24.10.21 ：HEST 已被 NeurIPS 2024 接受为聚光灯！我们将于12月10日至15日在温哥华。如果您想了解有关 HEST 的更多信息，请给我们发送消息 ([email protected])。

• 24.09.24 : 发布了 121 个新样本，其中包括 27 个 Xenium 和 7 个 Visium HD！我们还将对齐的 Xenium 转录本 + 对齐的 DAPI 分段细胞/核公开。

• 24.08.30 ：HEST 基准测试结果已更新。包括 H-Optimus-0、Virchow 2、Virchow 和 GigaPath。基于 4 个 Xenium 样本的新 COAD 任务。 HuggingFace 基准数据已更新。

• 28.08.24 ：用于批量效果可视化和校正的新助手集。教程在这里。

下载/查询 HEST-1k (>1TB)

要下载/查询 HEST-1k，请按照教程 1-Downloading-HEST-1k.ipynb 或按照 Hugging Face 上的说明进行操作。

注意：整个数据集的重量超过 1TB，但您可以通过查询每个 ID、器官、物种来轻松下载子集......

HEST-库安装

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

其他依赖项（用于 WSI 操作）：

sudo apt install libvips libvips-dev openslide-tools

附加依赖项（GPU 加速）：

如果您的计算机上有可用的 GPU，我们建议您在 conda 环境中安装 cucim。 （用cucim-cu12==24.4.0和CUDA 12.1测试了 hest ）

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.*

注意： HEST-Library 仅在 Linux/macOS 计算机上进行了测试，请在 GitHub 问题中报告任何错误。

使用 HEST-Library 检查 HEST-1k

然后您可以简单地查看数据集，

 from hest import iter_hestfor st in iter_hest('../hest_data', id_list=['TENX95']):print(st)

HEST-库 API

HEST 库允许使用 HEST 格式组装新样本并与 HEST-1k交互。我们提供两个教程：

• 2-Interacting-with-HEST-1k.ipynb：使用 HEST 数据加载补丁。包括每个 scanpy 对象的详细描述。

• 3-Assembling-HEST-Data.ipynb：将 Visum 样本转换为 HEST 的演练。

• 5-Batch-effect-visualization.ipynb：批量效果可视化和校正（MNN、Harmony、ComBat）。

此外，我们还提供完整的文档。

HEST-基准测试

HEST-Benchmark 旨在在新的、多样化且具有挑战性的基准下评估 11 个病理学基础模型。 HEST-Benchmark 包括九个不同器官和八种癌症类型中根据形态（112 x 112 um 区域，0.5 um/px）进行基因表达预测（50 个高度可变基因）的任务。我们提供了运行 HEST-Benchmark 并在 4-Running-HEST-Benchmark.ipynb 中重现结果的分步教程。

HEST 基准测试结果 (08.30.24)

HEST-Benchmark 用于评估 11 个公开可用的模型。报告的结果基于 PCA 岭回归（256 个因子）。岭回归不公平地惩罚具有较大嵌入维度的模型。为了确保模型之间的公平和客观比较，我们选择了 PCA 缩减。通过 Pearson 相关性衡量模型性能。最好的是粗体，次好的是下划线。本文提供了基于随机森林和 XGBoost 回归的其他结果。

模型	国际数据中心	普拉德	PAAD	SKCM	COAD	读	肾细胞癌	卢阿德	淋巴IDC	平均的
重网50	0.4741	0.3075	0.3889	0.4822	0.2528	0.0812	0.2231	0.4917	0.2322	0.326
传输路径	0.511	0.3427	0.4378	0.5106	0.2285	0.11	0.2279	0.4985	0.2353	0.3447
飞康	0.5327	0.342	0.4432	0.5355	0.2585	0.1517	0.2423	0.5468	0.2373	0.3656
海螺	0.5363	0.3548	0.4475	0.5791	0.2533	0.1674	0.2179	0.5312	0.2507	0.3709
雷梅迪斯	0.529	0.3471	0.4644	0.5818	0.2856	0.1145	0.2647	0.5336	0.2473	0.3742
千兆路径	0.5508	0.3708	0.4768	0.5538	0.301	0.186	0.2391	0.5399	0.2493	0.3853
大学	0.5702	0.314	0.4764	0.6254	0.263	0.1762	0.2427	0.5511	0.2565	0.3862
维尔肖	0.5702	0.3309	0.4875	0.6088	0.311	0.2019	0.2637	0.5459	0.2594	0.3977
维尔肖2	0.5922	0.3465	0.4661	0.6174	0.2578	0.2084	0.2788	0.5605	0.2582	0.3984
大学v1.5	0.5989	0.3645	0.4902	0.6401	0.2925	0.2240	0.2522	0.5586	0.2597	0.4090
霍普蒂莫斯0	0.5982	0.385	0.4932	0.6432	0.2991	0.2292	0.2654	0.5582	0.2595	0.4146

对您自己的模型进行基准测试

我们在 4-Running-HEST-Benchmark.ipynb 中的教程将指导有兴趣在 HEST-Benchmark 上对自己的模型进行基准测试的用户。

注意：如果社区研究人员想要纳入新模型，我们鼓励自发贡献。为此，只需创建一个拉取请求即可。

问题

• 首选的沟通方式是通过 GitHub issues。

• 如果 GitHub 问题不合适，请发送电子邮件[email protected] （并抄送[email protected] ）。

• 可能无法立即响应小问题。

引文

如果您发现我们的工作对您的研究有用，请考虑引用：

Jaume, G.、Doucet, P.、Song, AH、Lu, MY、Almagro-Perez, C.、Wagner, SJ、Vaidya, AJ、Chen, RJ、Williamson, DFK、Kim, A. 和 Mahmood, F . HEST-1k：用于空间转录组学和组织学图像分析的数据集。神经信息处理系统的进展，2024 年 12 月。

@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,
}