stEnTrans：基于 Transformer 的深度学习在空间转录组学增强中的应用
原文中文，约400字，阅读约需1分钟。发表于：。使用基于 Transformer 架构的深度学习方法 stEnTrans，可预测未测量或意外丢失区域的基因表达，并增强原始和输入点的基因表达，提高空间分辨率和预测能力，在空间转录组学中发现空间模式并丰富生物学路径。
Spatial transcriptomics技术整合多模态信息到均匀的潜空间，解决模态偏差现象。MuST方法优于现有方法，识别和保留组织和生物标志物结构。MuST为复杂生物系统的精细分析提供多功能工具包。
