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（ST-GCHB），用于估计基因表达量。通过整合26个公共资源，构建了新数据库，并引入先进的补全技术，显著提升了转录组预测性能。研究还展示了多模态学习在乳腺癌和皮肤鳞状细胞癌数据集上的应用，证明了其在基因表达预测中的优越性。