如果两家医院给同一类肿瘤拍“分子地图”，却分别给蛋白质贴了不同颜色的标签，两张图就很难直接拼在一起。空间蛋白组学正面对这个问题：它既测组织里有什么蛋白质，也记录这些蛋白质出现在哪些细胞和邻域中；但不同研究使用不同的标记组合、实验流程和成像平台，分析方法往往只能服务一个队列。
Nature发表的Virtual Tissues（VirTues）试图把这些零散地图翻译到同一种语言里。它是一个面向空间蛋白组学的基础模型——先从大量数据中学习通用规律，再用同一个预训练模型完成多种任务。论文报告的模型能力和效果目前均来自这一项研究，部分关键评估细节在所给材料中没有披露。
先给每种蛋白一张“通用名片”
空间蛋白组学常用多重成像：在同一份组织样本上区分许多蛋白标记，类似给不同分子贴上不同颜色的标签。如今，这类技术能以亚细胞分辨率测量完整组织中的数十至数百种蛋白质。但一个实验可能测A、B、C，另一个实验测B、D、E。传统编码器通常假定输入的标记集合固定，换一套面板就不容易复用。
VirTues换了一个角度。它不只把标记看成数据表中的固定栏目，还根据每种蛋白质的序列生成表示。这里使用了蛋白质语言模型（protein language model，PLM）——一种从大量蛋白质序列中学习规律的模型。这样，不同实验里的标记可以进入一个共享空间，模型也有机会联系训练时未以同样组合出现的蛋白质。
模型随后用一种新的factorized transformer处理多重成像数据。Transformer是一类让模型判断不同输入之间关系的架构；“factorized”可以理解为把庞杂关系拆开计算，从而应对标记很多的高维数据。论文称，这种设计在扩展计算规模的同时保留了解释性，但供稿片段没有给出具体计算开销或解释方法。
从蛋白看到整块组织
VirTues学习的是多尺度表征：同时描述蛋白质、单个细胞、细胞邻域和整块组织。它像一张可以在建筑、街区和城市之间缩放的地图，把局部的分子信号与整体组织结构连起来。作者把这种可查询、比较、重建并跨任务复用的空间表示称为“virtual tissue”。
据论文，单个预训练骨干模型可以支持标记重建、细胞分割与分型、生态位注释、空间生物标志物发现和患者分层。所谓生态位，是彼此相邻并形成特定局部结构的一组细胞；患者分层则是依据数据特征把患者划入不同风险或反应群体。模型还进行了zero-shot annotation——不针对目标数据重新训练，就尝试在不同标记面板和数据集上完成注释。不过，材料没有说明它是否仍需额外任务头或其他适配。
训练资源也体现了这项工作的野心。多数分析基于15个IMC队列，共3,102名患者和146种标记。IMC即成像质谱流式技术，是空间蛋白组学的一种成像方式。扩展语料则包括32个队列、四种成像技术、超过5,100名患者和239种标记。模型主要在IMC上开发和评估；作者称，只用IMC训练时，它面对标记面板和技术变化仍能实现有竞争力的零样本迁移，并在其评估的基线中表现出最强的跨技术泛化。
真正值得看的，是“统一表征”
这项工作的重点不只是把某一个分析指标再提高一点，而是尝试用同一种计算表示贯通完整流程。过去，细胞分割、细胞分型、邻域分析和生物标志物发现常由不同工具分别完成；VirTues希望让这些任务共享对组织的理解，还能“虚拟染色”未实际测量的标记。
论文也给出了临床相关案例。在三阴性乳腺癌中，VirTues学到的空间特征被用于预测anti-PD-L1 chemo-immunotherapy的疗效，并在一个独立队列中对disease-free survival（无病生存期）进行分层。作者称，这些特征优于相同数据集上的既有先进生物标志物和现行临床分层方案。与只看单个蛋白或某类细胞数量不同，它们同时纳入多种细胞的状态及空间排列。
不过，“优于”仍需克制理解。供稿没有提供评价指标、效应值、置信区间、显著性、基线名称或具体提升幅度。独立队列验证只明确用于无病生存期分层，不能据此推断疗效预测也完成了独立外部验证。
局限与未知
- VirTues主要在IMC数据上开发和评估。论文称其与成像技术无关，并展示了跨技术迁移，但所给材料不足以判断它在各平台上的泛化边界。
- zero-shot annotation究竟适用于哪些任务、是否需要额外适配，以及面对全新标记时能走多远，仍不清楚。
- “统一图谱”和“跨尺度理解”更适合作为这项工作的方向，而不是已经全面解决数据异质性的结论。真正的考验，是这些表示能否在更多独立队列、实验平台和临床场景中稳定复现。