该研究提出了一种基于多视图对比学习和HSIC约束的空间转录组学框架，利用人工智能技术预测基因表达。通过在乳腺癌和皮肤鳞状细胞癌数据集上的评估，验证了其在基因表达预测中的优越性。此外，开发了HisToSGE方法和STimage-1K4M数据集，提升了基因表达谱生成的分辨率和准确性，为细胞病理学研究提供了新工具。

本文介绍了多种基于深度学习和空间转录组学的方法，以提高基因表达预测的精度和性能。研究利用单细胞RNA测序技术、生成式模型和多模态对比学习，在乳腺癌和皮肤鳞状细胞癌数据集上表现优越。整合不同数据源和技术显著提升了对缺失基因表达信息的推测能力。