比原始分辨率高36倍，北航、清华团队用AI在多空间组学平台上高分辨率表征组织，登Nature子刊
原文中文，约2300字，阅读约需6分钟。
📝
内容提要
北京航空航天大学和清华大学的研究人员提出了soScope，这是一个统一的生成框架，旨在提高从各种空间组学技术获得的分子谱的数据质量和空间分辨率。soScope可以汇总来自组学、空间关系和图像的多模态组织信息，并通过分布先验与组学特定建模联合推断出具有增强分辨率的组学谱。通过对多种空间组学平台的综合评估，soScope提高了识别具有生物学意义的肠道和肾脏结构的性能，揭示了无法以原始分辨率解决的胚胎心脏结构，并纠正了测序和样本处理中出现的样本和技术偏差。soScope还扩展到空间多组学技术，提供了一种多功能工具来提高空间组学技术和资源的利用率。
❓
Q&A
soScope是什么？
soScope是一个统一的生成框架，旨在提高空间组学技术的数据质量和空间分辨率。
soScope如何提高空间组学的分辨率？
soScope通过汇总多模态组织信息，并使用分布先验与组学特定建模联合推断，来增强组学谱的分辨率。
soScope在生物学研究中有哪些应用？
soScope提高了对肠道和肾脏结构的识别能力，并揭示了胚胎心脏结构，纠正了样本和技术偏差。
soScope的研究成果有哪些？
研究表明，soScope能够揭示比原始分辨率高出36倍的组织结构，并有效适应空间多组学数据。
soScope与其他空间组学技术相比有什么优势？
soScope结合多模态信息，能够提高空间分辨率并减少不必要的变化，适应多种空间组学数据。
soScope的潜在局限性是什么？
soScope可能无法达到亚细胞分辨率，且在某些情况下需要结合单细胞组学数据以提高分辨率。
🏷️
