[Nature communications | 论文简读] 基于图的自编码器整合空间转录组学与染色质图像
2023-02-18 16:47:51 时间
简读分享 | 庞超 编辑 | 王宇哲
论文题目
Graph-based autoencoder integrates spatial transcriptomics with chromatin images and identifies joint biomarkers for Alzheimer’s disease
论文摘要
组织发育和疾病导致了细胞组织、细胞核形态和基因表达的变化,这些都可以通过空间转录组技术来共同测量。然而,目前仍然缺乏联合分析三维中不同空间数据模式的方法。作者提出了一个计算框架,利用过参数化的基于图的自编码器与染色质成像数据(STACI)整合空间转录组数据,以确定组织中的分子和功能改变。STACI将多种模式纳入下游任务的单一表述中,能够从未见过的组织切片的核图像中预测空间转录组数据,并通过过参数化提供内置的基因表达和组织形态的批量校正。作者应用STACI来分析阿尔茨海默病的时空进展,并确定相关的核形态学和耦合基因表达特征。总的来说,作者证明了通过整合多种数据模式来描述疾病进展的重要性及其对发现疾病生物标志物的潜力。
论文链接
https://www.nature.com/articles/s41467-022-35233-1
相关文章
- PlayWright VS Porsche实战 - 启坑
- 皕杰报表之自定义函数
- 类继承
- 代码重用
- java中的NIO和IO到底是什么区别?20个问题告诉你答案
- 数据结构001:最大子数组和
- 数据结构002:买卖股票的最佳时机
- 怎样优化Vue项目
- 数据结构003:有效的数独
- 家电行业的数字化升级:电子采购平台系统如何助力企业降本增效,提升采购协同效率?
- 六西格玛工具:柏拉图
- 友元类和嵌套类
- RTTI和类型转换运算符
- YAML快速入门
- 提升汽配供应链效率,S2B2C电商系统实现企业库存管理智能化
- 虚拟现实 VR 碰撞 3D 可视化,图扑打造一体化管控平台
- 一篇文章教你实战Docker容器数据卷
- 一起从零到一手写迷你版Vue
- 一起实现React-Hooks核心原理
- 内部群炸锅了,同事又删库了