本文介绍了一种名为 SMART 的深度学习框架,专门用于整合空间多组学数据。该模型结合了图神经网络(GNN)与度量学习,能够将转录组、蛋白质组和表观组等不同模态的数据与空间坐标统一到同一潜空间中。SMART 展现出卓越的计算效率和扩展性,尤其擅长处理超大规模数据集并准确识别复杂的组织解剖结构。此外,其变体 SMART-MS 还具备跨多个组织切片整合数据并消除批次效应的能力。实验证明,该方法在模拟和真实世界的多种技术平台上均优于现有的空间整合算法。
References:
* Du Z, Chen Q, Huang W, et al. SMART: spatial multi-omic aggregation using graph neural networks and metric learning[J]. Nature Communications, 2026, 17(1): 2876...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动
References:
* Du Z, Chen Q, Huang W, et al. SMART: spatial multi-omic aggregation using graph neural networks and metric learning[J]. Nature Communications, 2026, 17(1): 2876...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动
Fler avsnitt av 聊聊Sci
Visa alla avsnitt av 聊聊Sci聊聊Sci med 淼淼Elva finns tillgänglig på flera plattformar. Informationen på denna sida kommer från offentliga podd-flöden.
