直播预告丨清华大学博士后李雨哲详解 Cell/Nature 子刊论文，探索基因组学的 AI 应用...
内容提要
清华大学张强锋实验室博士后李雨哲分享了他在AI方法中的空间转录组学和单细胞组学研究成果和创新方法。他开发了名为SPACE的人工智能算法，可以识别空间细胞类型并发现组织模块。文章还介绍了HyperAI超神经的「Meet AI4S」系列直播活动，邀请科研人员分享研究成果和方法。
延伸解读
SPACE 算法的核心创新：细胞-细胞相互作用感知
SPACE 的核心在于其细胞嵌入不仅包含单个细胞的基因表达信息，还整合了与空间邻近细胞的相互作用信息，因此称为“细胞-细胞相互作用感知的细胞嵌入”。这种设计使模型能更准确地捕捉组织微环境中的细胞关系，从而在细胞类型识别和组织模块发现上优于现有工具，尤其在复杂组织中表现突出。
细胞社区：定义与潜在应用
SPACE 定义并发现了“细胞社区”，即由空间分布均质且具有可辨识边界的组织模块，其边界由细胞间相似的相互作用网络决定。这一概念不仅有助于理解组织功能，还能优化基于配体-受体的细胞通讯推断，为研究空间邻近细胞如何影响生物学功能提供了新视角。
从 SPACE 到 SCALEX：AI 在基因组学中的多样应用
除了 SPACE，李雨哲博士还参与了基于变分自编码器的单细胞数据整合算法 SCALEX 的研究，该成果发表于 Nature Communications。SCALEX 通过将异质数据集投影到共同细胞嵌入空间，实现单细胞数据的在线整合。这两个工作展示了 AI 在空间转录组和单细胞组学中的不同技术路径，共同推动基因组学研究的进展。
Q&A
李雨哲博士在直播中将分享哪些AI方法？
李雨哲博士将分享空间转录组学和单细胞组学中的AI方法，特别是他开发的SPACE算法和SCALEX算法。
SPACE算法的主要功能是什么？
SPACE算法能够识别空间细胞类型并发现组织模块，尤其在复杂组织中表现优越。
什么是细胞社区的概念？
细胞社区是由细胞间相似的相互作用网络定义的，强调细胞类型的空间分布均质性和可辨识边界。
SCALEX算法的研究思路是什么？
SCALEX算法基于变分自编码器深度学习框架，用于整合单细胞组学数据。
HyperAI超神经的目标是什么？
HyperAI超神经旨在推动AI for Science领域的科研成果传播，降低学术成果的传播壁垒。
李雨哲博士的研究成果发表在哪些期刊上？
李雨哲博士的研究成果发表在Cell Systems和Nature Communications期刊上。
