HistAgent: an evidence-grounded agent for spatial molecular reasoning from routine histology

技術要約: HistAgent

問題提起
日常的なヘマトキシリン・エオジン（H&E）染色は、臨床および研究の設定において組織学的解析の標準であり、形態学的データを提供する一方で、直接的な空間的分子情報に欠けている。空間トランスクリプトミクス（ST）は組織のコンテキストを保持し遺伝子発現をプロファイリングするが、その高コスト、技術的複雑さ、および限定的なアクセシビリティが、日常的な適用を妨げている。H&E画像から分子データを推論する既存の手法（ビジュアル・オミクス）は、重大な限界に直面している。それらは多くの場合、データセット間の汎用性に欠け、定義済みのデータセット固有の遺伝子セットに依存しており、追跡可能で根拠に基づいた生物学的解釈を提供できていない。さらに、既存の大規模言語モデル（LLM）ベースのエージェントは、組織学由来の分子読み出しに基づいて推論したり、領域レベルの解釈を特定の空間的および分子的根拠に結び付けたりするように設計されていない。

手法
HistAgentは、ビジュアル・オミクス基盤モデルと空間的人工知能（AI）エージェント・モジュールを結合することにより、このギャップを埋めるために設計された統合フレームワークである。本システムは、主に以下の2つのコンポーネントで構成される。

1. ビジュアル・オミクス基盤モデル:

   • 学習データ: 32種類の組織カテゴリー（ヒトおよびマウスの10x Visiumデータ）にわたる936枚の組織スライドから得られた、223万個のペアとなるH&E–STスポットのコーパスを用いて学習されている。
   • アーキテクチャ: 本モデルはマルチスケール・ビジュアル・エンコーディング・アプローチを採用しており、局所的な形態と周囲の微小環境の両方を捉えるために、局所的なH&Eビュー（55µmのスポットを中心とする）とコンテキスト・ビュー（幅と高さが4倍のサイズ）の両方を処理する。共有のGigaPathタイル・エンコーダーを使用し、低ランク適応（LoRA）によって適合させている。
   • 出力メカニズム: 正規化やバッチ効果に敏感な連続的な発現値を予測する代わりに、本モデルは**ランク付けされた分子読み出し（ranked molecular readouts）**を生成する。モデルは、32,019個の標準化された遺伝子シンボルからなる統一された語彙から、上位50個の遺伝子を自己回帰的に予測する。このランクベースの表現は、発現スケールやデータセット固有のパネルへの依存性を軽減する。
   • 参照ガイド付き推論: 連続値が必要な定量的解析のために、個別の、種一致したSTリファレンスを用いて、ランク付けされた読み出しを発現推定値へとマッピングする別個の手順を用いる。

2. 空間エージェント・モジュール:

   • エビデンス・カードの構築: 本モジュールは、ランク付けされた読み出しを、上位ランクの遺伝子、推定された細胞組成（マーカーに基づくスコア経由）、機能プログラム（パスウェイ）、および空間的コンテキスト（近傍データ）を含む構造化された「エビデンス・カード」へと整理する。
   • 推論エンジン: 教師LLMによって生成された5万件のマルチターン・エビデンス推論トレースでファインチューニングされた大規模言語モデル（Qwen3-8B）が、これらのカードを利用して領域固有の質問に回答する。
   • 機能: エージェントは反復的なマルチターン対話をサポートし、すべての結論をエビデンス・カード内の特定のフィールド（特定の遺伝子や細胞型など）に結びつけることで、追跡可能性を確保している。また、測定されたSTエビデンスバンクに対する、自然言語およびH&E画像による検索もサポートしている。

主な貢献

• 統合フレームワーク: HistAgentは、ルーチンな組織学からの分子推論と、エビデンスに基づいた質問駆動型の推論を統合し、静的な予測を超えたインタラクティブな解析を実現する。
• ランクベースの分子読み出し: 連続的な値ではなくランク付けされた遺伝子リストを予測することにより、多様なデータセットにおける正規化手順やバッチ効果に対する堅牢性を達成している。
• 追跡可能な解釈: 本システムは、分子および空間データを構造化されたエビデンス・カードに整理することで、AIエージェントが支持データに明示的にリンクされた解釈を提供できるようにし、従来のビジュアル・オミクス手法における「ブラックボックス」的な性質に対処している。
• アトラス規模の検索: 本フレームワークは、空間的コンテキストを含むエビデンス・カードを活用することで、自然言語およびH&E画像クエリの両方を用いて、223万個のスロットからなるバンク内の測定済みSTエビデンスの検索を可能にする。

結果

• 分子の回収: 135枚のホールドアウトSTスライドにおいて、HistAgentは、局所的な分子組成の回収においてベースラインモデル（STPathおよびOmiCLIP）を上回った。平均HitRate@50は0.699、mAP@50は0.655を達成した。遺伝子レベルの空間発現回収において、高変動遺伝子に対して平均ピアソン相関係数（PCC）0.440を達成し、これはベースラインを大幅に上回る数値である。
• 標準的なST解析: HistAgentの読み出しは、5つの標準的なST解析（空間的に変動する遺伝子の検出、ドメイン識別、細胞型デコンボリューション、差異発現解析、およびパスウェイ濃縮）を正確に再現し、90の臓器レベルの比較において最高の平均性能を達成した。
• 生物学的知見の回収: 5つの研究にわたる12の空間生物学的知見のベンチマークにおいて、HistAgentは平均精度再召喚率（AUPRC）0.70という最高値を達成し、実測ST（0.65）および他のモデルを上回った。また、従来のSTワークフローよりも低いコストと時間で、三次リンパ様構造（TLS）やその他の組織状態を特定し、解釈することに成功した。
• 臨床予測: 中間的なビジュアル・オミクス表現を用いて、HistAgentは様々なコホートにおける20の臨床エンドポイント（分子サブタイプ、腫瘍グレード、予後リスク）を予測した。比較された8つのモデルの中で最高の平均順位（1.9）を記録し、胃腺癌の分子サブタイピングや乳癌の予後リスクを含む15のエンドポイントで第1位となった。
• アトラス検索: 自然言語による検索タスクにおいて、HistAgentは空間的コンテキストを含むエビデンス・カードを活用することで、5つの生物学的クエリグループにわたりCellWhispererを上回り、より高いAUPRCおよびnDCGスコアを達成した。

意義
本論文は、HistAgentが、ルーチンな組織学からランク付けされた分子推論、エビデンスに紐付けられた領域解析、そしてスポット、スライド、およびアトラススケールでの組織探索への統一された経路を提供すると主張している。一般的な空間分子解析と、追跡可能な生物学的解釈をルーチンなH&E画像から可能にすることで、HistAgentは従来のSTワークフローに代わる低コストかつ高速な選択肢を提供する。これは、単純な記述的イメージングとしての日常的な組織学を、オミクス読み出しを推論し、エビデンスに基づいた生物学的解釈を生成できるプラットフォームへと変貌させるものである。これにより、空間分子解析を生物学的発見および臨床予測の両面において、よりアクセシブルなものにする。