Jun 23, 2024 · HEST-1k
HEST-1k: A Dataset for Spatial Transcriptomics and Histology Image Analysis：HEST-1k：大规模空间转录组数据集，推动病理学基础模型与多模态学习
2024年6月，HEST-1k团队发布了包含1,229个空间转录组图谱的数据集，每个图谱关联H&E全切片图像和元数据。数据来自153个队列，涵盖26个器官、2个物种、25种癌症类型，包含210万表达-形态对和7600万细胞核。配套HEST-Library和HEST-Benchmark用于基础模型评估。
EVENT STORY
Development
- First ReportHEST-1k: A Dataset for Spatial Transcriptomics and Histology Image Analysis：HEST-1k：大规模空间转录组数据集，推动病理学基础模型与多模态学习arXiv cs.AI
- Current AssessmentHEST-1k将推动计算病理学从窄任务向通用基础模型发展。对制药公司，可用于靶点发现和药物响应预测；对诊断公司，可提升AI病理系统的泛化能力。数据集的开源性质将促进产学研合作。Agent Pulse · analysis
HEST-1k是目前最大规模的空间转录组与组织学图像配对数据集，解决了该领域数据稀缺和标准缺失的问题。它支持病理学基础模型基准测试、生物标志物探索和多模态表示学习，有望加速精准医学和药物研发。
HEST-1k整合了来自153个公共和内部队列的数据，覆盖多种空间转录组技术。处理流程包括组织分割、细胞核检测和表达-形态对齐，生成210万对数据。HEST-Benchmark在三个任务上评估：病理基础模型（如UNI、CTransPath）、生物标志物发现（如基因表达预测）、多模态学习（图像-文本对齐）。局限：数据偏重癌症样本，正常组织覆盖不足；批次效应需校正。
HEST-1k将推动计算病理学从窄任务向通用基础模型发展。对制药公司，可用于靶点发现和药物响应预测；对诊断公司，可提升AI病理系统的泛化能力。数据集的开源性质将促进产学研合作。
建议病理AI公司使用HEST-1k预训练或微调模型，提升在罕见病和多种癌症上的性能。投资机构可关注基于该数据集开发的诊断或药物发现初创公司。
需关注：1）HEST-1k在基础模型预训练中的实际效果；2）社区贡献的扩展数据集；3）与临床数据的整合；4）隐私和伦理问题（如患者数据去标识化）。