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。
➡️

继续阅读