登 Cell 子刊！清華大學張強鋒課題組開發 SPACE 算法，組織模塊發現能力領先同類工具

AIGC動態歡迎閱讀

原標題：登 Cell 子刊！清華大學張強鋒課題組開發 SPACE 算法，組織模塊發現能力領先同類工具
關鍵字：細胞,數據,空間,轉錄,基因
文章來源：HyperAI超神經
內容字數：0字

內容摘要：

作者：梅菜
編輯：三羊，李寶珠
清華大學生命科學學院/結構生物學高精尖創新中心/清華-北大生命科合中心張強鋒副教授課題組開發了基于圖自編碼器深度學習框架的人工智能算法 SPACE。多細胞生物中的細胞盡管共享相同的基因組，但因其內部基因調控網絡的差異以及與周圍微環境中相鄰細胞的外部信號交流，使得它們在形態、基因表達和功能上展現出顯著的多樣性。為了將細胞類型信息與其在組織內的空間位置相關聯，空間轉錄組學 (Spatial Transcriptomics，簡稱 ST) 技術應運而生。該技術既能獲得高分辨率的轉錄組數據，還能和位置信息相對應，確定不同細胞亞型或轉錄狀態在空間上的分布和位置關系，對于重新認知生命結構、個體發育、生命演化以及定義疾病具有關鍵性作用。
近年來，隨著空間轉錄組學技術的不斷發展，研究者能夠在單細胞分辨率下獲得細胞的基因表達譜，同時保留細胞在組織內的空間位置信息。如何有效地利用這些空間信息來識別空間細胞亞型并發現組織模塊，成為空間轉錄組數據分析的核心任務。
當前，空間轉錄組數據分析面臨以下兩方面難題：第一，對于空間細胞類型的識別，許多研究僅使用細胞基因表達譜而忽視細胞的

原文鏈接：登 Cell 子刊！清華大學張強鋒課題組開發 SPACE 算法，組織模塊發現能力領先同類工具

聯系作者

文章來源：HyperAI超神經
作者微信：HyperAI
作者簡介：解構技術先進性與普適性，報道更前沿的 AIforScience 案例