主要组织，特别是在癌症中，表现出在患者、疾病阶段及个体肿瘤内部的明显异质性，这在多样的细胞表型、状态和空间组织中得到了体现。肿瘤的发展和治疗反应不仅依赖于癌细胞，还依赖于它们与周围环境的相互作用，这使得肿瘤微环境（TME）的空间组织和功能成为癌症治疗的核心。捕捉这种组织需要超越传统方法的分子成像。空间蛋白质组学技术，包括多重免疫荧光和成像质谱（IMC），现在能够在亚细胞分辨率下测量完整组织中的几十到几百种蛋白质，揭示肿瘤-免疫相互作用、预后空间生态位和不同癌症类型的治疗耐药机制（图1a）。图1：VirTues平台的概述。a，流程图描绘了VirTues的能力。VirTues将高度多重的组织图像转换为对于细胞、生态位和样本级别有用的虚拟组织表示，包括检索相似组织样本以支持临床决策。b，VirTues在15个IMC数据集上进行训练和评估，重点关注来自8个不同器官部位的肿瘤及其TME，总共测量146种不同的标记。极坐标图描绘了每个数据集使用的标记面板。扩展数据图1a提供了数据集颜色编码的图例。c，数据集的来源和大小，包括患者、组织样本和256 × 256图像裁剪。d，多重图像被处理为图像标记的三维网格，表示每个位置的每个标记的图像块。来自PLM的标记代币与相应的图像代币通过线性投影和加法融合在一起。VirTues是一种新的ViT架构，其训练目标为遮蔽自编码。在推理过程中，VirTues的编码器处理这组代币。编码的图块摘要随后与细胞分割掩膜进行卷积，生成细胞摘要代币或聚合成生态位和组织摘要代币。对于训练，随机选择一小部分代币，并对每个通道独立遮蔽。VirTues的解码器进行通道方向的重建，接收目标通道的编码、未遮蔽的代币与所有图块摘要代币作为输入。VirTues编码器使用稀疏注意机制，将直接代币交互限制为位置（标记注意）或通道（空间注意）。e，CA-MAE与VirTues之间的计算成本（左）和预测性能（右）之间的比较，作为所使用标记数量的函数。然而，使这些检测强大的灵活性也使该领域变得分散：每项研究使用自定义的抗体面板、协议和平台，因此数据集在标记身份和数量（图1b）、动态范围和噪声方面有所不同。为单一检测构建的工作流使得在不同人群或平台之间转移知识、重用已注释的参考或建立超出其起始研究的生物标记变得困难。实现该领域的潜力需要一个统一的图谱：一个协调的表示，其中异质人群、面板和技术可以联合分析。这一直是遥不可及的，因为传统编码器假设固定的面板，并且无法关联未经过训练的标记。基础模型恰好适合这种设置：由自我监督在大型异质语料库上训练的单一模型，并在任务之间重复使用。它们重塑了自然语言处理、计算机视觉和生物学，现在支持来自病理学和放射学的肿瘤学诊断。然而，没有通用模型直接在异质面板中操作高通量空间蛋白质组学：现有的编码器需要固定的标记面板，难以处理高度多重数据，或在狭窄的任务中评估，而不是在跨人群生物标记发现中评估，并且大多数忽略有关蛋白质结构和功能的分子先验。在这里，我们介绍VirTues——一个捕捉跨尺度组织结构空间蛋白质组学的基础模型。我们使用“虚拟组织”这个术语来表示可查询、比较、重建和在任务之间重复使用的计算、空间分辨的测量组织状态。VirTues结合了蛋白质语言模型（PLM）嵌入和一种新的分解变压器，其注意力对高维多重数据进行缩放，同时保持可解释性。通过对每个标记进行蛋白质序列的嵌入，它将异质面板放置在一个共享