學(xué)術(shù)分享丨清華大學(xué)博士后李雨哲詳解 Cell/Nature 子刊論文，探索基因組學(xué)的 AI 應(yīng)用

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：學(xué)術(shù)分享丨清華大學(xué)博士后李雨哲詳解 Cell/Nature 子刊論文，探索基因組學(xué)的 AI 應(yīng)用
關(guān)鍵字：解讀,細(xì)胞,轉(zhuǎn)錄,空間,清華大學(xué)
文章來源：HyperAI超神經(jīng)
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

作者：李寶珠
編輯：李寶珠
「Meet AI4S」系列直播第二期，邀請到了清華大學(xué)張強(qiáng)鋒實(shí)驗(yàn)室博士后李雨哲。8 月 21 日，李雨哲博士將以線上直播的形式進(jìn)一步為大家分享空間轉(zhuǎn)錄組學(xué)和單細(xì)胞組學(xué)研究中的 AI 方法。空間轉(zhuǎn)錄組技術(shù)是生物信息學(xué)領(lǐng)域近年來的重大突破之一，曾在 2020 年被 Nature Method 評為年度技術(shù)。
基于空間轉(zhuǎn)錄組技術(shù)，既能獲得高分辨率的轉(zhuǎn)錄組數(shù)據(jù)，還能和位置信息相對應(yīng)，確定不同細(xì)胞亞型或轉(zhuǎn)錄狀態(tài)在空間上的分布和位置關(guān)系。
隨著空間轉(zhuǎn)錄組技術(shù)的不斷發(fā)展與迭代，研究者能夠在單細(xì)胞分辨率下獲得細(xì)胞的基因表達(dá)譜，同時(shí)保留細(xì)胞在組織內(nèi)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(xì)胞亞型并發(fā)現(xiàn)組織模塊，成為空間轉(zhuǎn)錄組數(shù)據(jù)分析的核心任務(wù)。
近年來，AI 浪潮涌向科研領(lǐng)域，也為空間轉(zhuǎn)錄組學(xué)與單細(xì)胞組學(xué)研究提供了創(chuàng)新思路。
例如，清華大學(xué)生命科學(xué)學(xué)院張強(qiáng)鋒副教授課題組，開發(fā)了基于圖自編碼器深度學(xué)習(xí)框架的人工智能算法 SPACE，能夠從單細(xì)胞分辨率的空間轉(zhuǎn)錄組數(shù)據(jù)中識別空間細(xì)胞類型和發(fā)現(xiàn)組織模塊，可被用于大規(guī)模的空間轉(zhuǎn)錄組研究。
在「Meet AI4S」系列直播的

原文鏈接：學(xué)術(shù)分享丨清華大學(xué)博士后李雨哲詳解 Cell/Nature 子刊論文，探索基因組學(xué)的 AI 應(yīng)用

聯(lián)系作者

文章來源：HyperAI超神經(jīng)
作者微信：
作者簡介：