965-SIDISH：融合单细胞与大宗转录组精准识别高危细胞模型

SIDISH 是一种新型深度学习框架，旨在通过整合单细胞转录组（scRNA-seq）的高分辨率特性与大体转录组（bulk RNA-seq）的可扩展性，来推进精准医学的发展。该系统利用变分自编码器和迭代优化策略，能够从大规模临床队列中精准识别与患者不良预后相关的高风险细胞亚群。研究表明，SIDISH 在胰腺癌、乳腺癌和肺癌等多种疾病中表现优异，其性能显著超越了现有的同类计算工具。此外，该框架还具备原位模拟干扰功能，可用于模拟基因敲除效果，从而筛选个体化的治疗靶点。通过揭示细胞动力学与临床表型之间的联系，SIDISH 为生物标志物的发现和个性化医疗方案的制定提供了强有力的支持。该工具还成功扩展至空间转录组学，能够在保留组织结构脉络的同时定位关键的病理细胞。
References:
* Jolasun Y, Song K, Zheng Y, et al. SIDISH integrates si...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