学术分享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
原文中文，约2700字，阅读约需7分钟。
📝
内容提要
空间转录组技术是生物信息学领域的重大突破之一，能够获得高分辨率的转录组数据，并确定细胞亚型在空间上的分布。清华大学开发了基于图自编码器深度学习框架的人工智能算法SPACE，可识别空间细胞类型和发现组织模块。该算法将在直播中分享。
❓
Q&A
空间转录组技术的主要优势是什么？
空间转录组技术能够获得高分辨率的转录组数据，并确定细胞亚型在空间上的分布。
SPACE算法的主要功能是什么？
SPACE算法能够识别空间细胞类型和发现组织模块，尤其在复杂组织中表现突出。
清华大学的直播活动主要讨论什么内容？
直播将讨论AI在基因组学研究中的应用，特别是空间转录组学和单细胞组学。
SPACE算法是基于什么技术开发的？
SPACE算法是基于图自编码器深度学习框架开发的。
细胞社区的定义是什么？
细胞社区是由细胞间相似的相互作用网络定义的，具有均质的空间分布和可辨识的边界。
SPACE算法在细胞类型识别方面的表现如何？
SPACE在细胞类型识别方面明显优于其他工具，能够有效区分空间信息细胞类型。
🏷️
