本研究提出了一种新的空间标记相似性测量方法框架，解决了现有方法在匹配标签数量和空间分布方面的不足。该框架通过将空间标记转化为图形并提取属性分布，能够更准确地反映标记质量，尤其在空间转录组学中表现优于其他指标。

本研究提出了一种贝叶斯流网络，旨在解决新药设计中生成高属性分布外分子的难题。通过半自回归训练和采样方法，该模型的性能超过了现有最佳模型。