连接人工智能技术人才和产业人才的交流平台
今天看啥  ›  专栏  ›  机器学习研究组订阅

Nat. Commun. | 基于概率对齐的多组学数据空间整合方法

机器学习研究组订阅  · 公众号  · AI  · 2025-04-28 20:05
    

文章预览

论文背景 本文由浙江大学范骁辉、陆晓燕团队发表于Nature Communications期刊。文章链接附在本文文末。 文章解析 研究背景 空间组学技术和单细胞组学技术的飞速发展为解析组织微环境的分子机制提供了高分辨率工具。然而,现有的空间组学技术主要聚焦单一模态(如转录组或蛋白质组),难以同时捕获染色质可及性、DNA甲基化等多模态信息,限制了在多模态水平上全面解析组织生物学的能力;单细胞测序技术虽然能提供多种组学数据,但组织解离导致了空间信息的丢失,难以在空间背景下进行综合分析。 现有的计算方法主要集中在整合空间转录组数据与单细胞RNA测序数据,或在已配对的多组学数据上进行空间映射;然而,这些方法要么只关注转录组学,要么依赖于配对数据,要么不能有效地纳入空间信息。因此,开发能够整合多种单细胞多组学 ………………………………

原文地址:访问原文地址
快照地址: 访问文章快照
总结与预览地址:访问总结与预览