空间转录组学的潜在空间推理
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
SEPAL是一种新的模型,可以从组织外观直接预测基因组。该方法通过利用生物学偏差来直接监督相对差异,并通过图神经网络利用每个坐标的局部视觉上下文进行预测。SEPAL优于之前的最先进方法和包括空间上下文的其他机制。
🎯
关键要点
- SEPAL是一种新的模型,可以从组织外观直接预测基因组。
- 该方法利用生物学偏差直接监督相对差异。
- 通过图神经网络利用每个坐标的局部视觉上下文进行预测。
- SEPAL缩小了当前方法中的完全局部性和完全全局性之间的差距。
- 该方法遵循转录组学中的最佳实践,限制预测变量为具有明确空间模式的变量。
- 在两个不同的人类乳腺癌数据集中进行的广泛评估表明,SEPAL优于之前的最先进方法和其他包括空间上下文的机制。
➡️