В исследовании представлен инновационный метод прогнозирования выживаемости пациентов, основанный на данных пространственной протеомики (imaging mass cytometry). Авторы решают проблему ограничения традиционного анализа, который опирается на усредненные показатели экспрессии белков, игнорируя пространственную гетерогенность тканей. Предложенный фреймворк использует пространственную сплайн-регрессию для создания «пространственно скорректированных белковых сводок» (SAPS), включающих скорректированное среднее значение экспрессии и остаточную дисперсию. Эти параметры позволяют учесть как общие пространственные тренды, так и вариабельность между клетками, не объясненную архитектурой ткани. При тестировании на данных масс-цитометрии при раке молочной железы метод показал превосходство над существующими моделями в точности прогнозирования исходов. Результаты демонстрируют высокую трансляционную ценность метода, позволяя извлекать биологически интерпретируемые паттерны из сложных пространственных данных для персонализированной медицины.