馬

HEST-Library：將空間轉錄組學和組織病理學結合在一起

專為查詢和組裝 HEST-1k 資料集而設計

[ arXiv |數據|文檔 |教程 |引用]

歡迎來到「HEST-1k：空間轉錄組學和組織學影像分析資料集」中介紹的 HEST-Library 的官方 GitHub 儲存庫，NeurIPS Spotlight，2024 年。該計畫由哈佛醫學院和布萊根婦女醫院的 Mahmood 實驗室開發。

這個儲存庫提供什麼？

• HEST-1k：免費存取HEST-1K ，這是一個包含 1,229 個配對空間轉錄組樣本和 HE 染色全玻片影像的資料集

• HEST-Library：一系列幫助程序，用於組裝新的 ST 樣本（ST、Visium、Visium HD、Xenium）並與 HEST-1k 配合使用（ST 分析、批次效應即和校正等）

• HEST-Benchmark：評估組織學基礎模型從形態學預測基因表現的預測性能的新基準

HEST-1k、HEST-Library 和 HEST-Benchmark 根據 Attribution-NonCommercial-ShareAlike 4.0 International 許可證發布。

更新

• 24.10.21 ：HEST 已被 NeurIPS 2024 接受為聚光燈！我們將於12月10日至15日在溫哥華。如果您想了解有關 HEST 的更多信息，請給我們發送訊息 ([email protected])。

• 24.09.24 : 發布了 121 個新樣本，其中包括 27 個 Xenium 和 7 個 Visium HD！我們也將對齊的 Xenium 轉錄本 + 對齊的 DAPI 分段細胞/核公開。

• 24.08.30 ：HEST 基準測試結果已更新。包括 H-Optimus-0、Virchow 2、Virchow 和 GigaPath。基於 4 個 Xenium 樣本的新 COAD 任務。 HuggingFace 基準資料已更新。

• 28.08.24 ：​​用於批量效果視覺化和校正的新助手集。教程在這裡。

下載/查詢 HEST-1k (>1TB)

要下載/查詢 HEST-1k，請按照教程 1-Downloading-HEST-1k.ipynb 或按照 Hugging Face 上的說明進行操作。

注意：整個資料集的重量超過 1TB，但您可以透過查詢每個 ID、器官、物種來輕鬆下載子集...

HEST-庫安裝

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

其他依賴項（用於 WSI 操作）：

sudo apt install libvips libvips-dev openslide-tools

附加相依性（GPU 加速）：

如果您的電腦上有可用的 GPU，我們建議您在 conda 環境中安裝 cucim。 （用cucim-cu12==24.4.0和CUDA 12.1測試了 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 僅在 Linux/macOS 電腦上進行了測試，請在 GitHub 問題中報告任何錯誤。

使用 HEST-Library 檢查 HEST-1k

然後您可以簡單地查看資料集，

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

HEST-庫 API

HEST 庫允許使用 HEST 格式組裝新樣本並與 HEST-1k互動。我們提供兩個教學：

• 2-Interacting-with-HEST-1k.ipynb：使用 HEST 資料載入補丁。包括每個 scanpy 物件的詳細描述。

• 3-Assembling-HEST-Data.ipynb：將 Visum 樣本轉換為 HEST 的演練。

• 5-Batch-effect-visualization.ipynb：批次效果視覺化和校正（MNN、Harmony、ComBat）。

此外，我們也提供完整的文件。

HEST-基準測試

HEST-Benchmark 旨在在新的、多樣化且具有挑戰性的基準下評估 11 個病理學基礎模型。 HEST-Benchmark 包括九個不同器官和八種癌症類型中根據形態（112 x 112 um 區域，0.5 um/px）進行基因表現預測（50 個高度可變基因）的任務。我們提供了運行 HEST-Benchmark 並在 4-Running-HEST-Benchmark.ipynb 中重現結果的逐步教程。

HEST 基準測試結果 (08.30.24)

HEST-Benchmark 用於評估 11 個公開可用的模型。報告的結果是基於 PCA 嶺回歸（256 個因子）。嶺迴歸不公平地懲罰具有較大嵌入維度的模型。為了確保模型之間的公平和客觀比較，我們選擇了 PCA 縮減。以 Pearson 相關性衡量模型表現。最好的是粗體，次好的是底線。本文提供了基於隨機森林和 XGBoost 迴歸的其他結果。

模型	國際資料中心	普拉德	PAAD	SKCM	COAD	讀	腎臟細胞癌	盧阿德	淋巴IDC	平均的
重網50	0.4741	0.3075	0.3889	0.4822	0.2528	0.0812	0.2231	0.4917	0.2322	0.326
傳輸路徑	0.511	0.3427	0.4378	0.5106	0.2285	0.11	0.2279	0.4985	0.2353	0.3447
飛康	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
千兆路徑	0.5508	0.3708	0.4768	0.5538	0.301	0.186	0.2391	0.5399	0.2493	0.3853
大學	0.5702	0.314	0.4764	0.6254	0.263	0.1762	0.2427	0.5511	0.2565	0.3862
維爾肖	0.5702	0.3309	0.4875	0.6088	0.311	0.2019	0.2637	0.5459	0.2594	0.3977
維爾肖2	0.5922	0.3465	0.4661	0.6174	0.2578	0.2084	0.2788	0.5605	0.2582	0.3984
大學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

對您自己的模型進行基準測試

我們在 4-Running-HEST-Benchmark.ipynb 中的教程將指導有興趣在 HEST-Benchmark 上對自己的模型進行基準測試的用戶。

注意：如果社區研究人員想要納入新模型，我們鼓勵自發性貢獻。為此，只需建立一個拉取請求即可。

問題

• 首選的溝通方式是透過 GitHub issues。

• 如果 GitHub 問題不合適，請發送電子郵件[email protected] （並抄送[email protected] ）。

• 可能無法立即回應小問題。

引文

如果您發現我們的工作對您的研究有用，請考慮引用：

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：用於空間轉錄組學和組織學影像分析的資料集。神經資訊處理系統的進展，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,
}