177-ROSIE：AI生成多重免疫荧光染色

这篇文章介绍了 ROSIE，这是一个深度学习框架，旨在通过计算方法从 苏木精和伊红 (H&E) 组织病理学图像 生成多重免疫荧光 (mIF) 染色结果。 H&E 染色是一种经济实惠且常用的方法，但它不能直接提供特定的分子标记信息，而 mIF 染色技术（例如 CODEX）虽然提供了丰富的组织微环境信息，但成本高昂且耗时。 ROSIE 通过在一个包含超过 1300 个配对 H&E 和 mIF 样本的 大规模数据集 上进行训练，能够从 H&E 图像中推算出数十种蛋白质的表达和定位。 验证结果表明，ROSIE 预测的生物标记物可以有效地识别细胞表型，例如区分 H&E 染色难以辨认的淋巴细胞亚型（如 B 细胞和 T 细胞），从而有可能 增强标准的组织病理学实践 在癌症研究中的诊断和研究潜力。

References:

• Wu E, Bieniosek M, Wu Z, et al. ROSIE: AI generation of multiplex immunofluorescence staining from histopathology images[J]. Nature Communications, 2025, 16(1): 7633.