Cell子刊！华大开发新算法，为组织发育和疾病研究提供重要支撑

主要观点总结

本文介绍了西南华大生命科学研究院科研团队开发的新算法SpaTrack，该算法能充分整合细胞的转录组和空间信息，构建细胞分化的动态轨迹，为组织发育、器官再生和疾病进展的研究提供有效方法。新算法在多种模拟和真实场景下表现出稳定性和准确性优势。

关键观点总结

关键观点1: 细胞时空分化轨迹的重要性

细胞时空分化轨迹为研究组织发育、疾病进展提供重要见解，但现有方法忽视了细胞的空间分布，且限于简单的发育路径解析。

关键观点2: SpaTrack算法的特点与优势

SpaTrack算法能整合细胞的转录组和空间信息，构建细胞分化的动态轨迹。其优势在于直接构建精细的细胞分化轨迹、追踪跨时间样本的细胞分化轨迹、预测转录因子对基因表达的调控关系。

关键观点3: SpaTrack算法的应用实例

研究团队应用SpaTrack算法于蝾螈脑损伤再生、小鼠胚胎中脑发育以及肿瘤生长和转移的研究，均取得显著成果。

关键观点4: SpaTrack算法的性能测试与开放性

研究团队对SpaTrack在多种模拟和真实的分化场景下进行了性能测试，并与多种现行方法进行比较，表明其在稳定性和准确性上具有优势。该算法已在GitHub上提供开源软件和使用教程，并在华大时空云平台开放使用。