MAEST:基于图掩码自编码器的空间转录组学中的精确空间域检测

空间转录组学——解析组织空间异质性的前沿技术 空间转录组学(Spatial Transcriptomics, ST)是一项近年来蓬勃发展的测序技术,其核心在于能够在组织切片层面,兼顾基因表达与空间位置信息,为揭示多细胞生物组织的空间结构、功能分区及疾病微环境提供了前所未有的数据基础。随着10x Visium、Slide-seq、Stereo-seq、seqFISH和MERFISH等平台技术的逐步成熟,科学家得以获得高分辨率、空间可追溯的大规模基因表达数据,极大推动了发育生物学、神经科学及肿瘤生物学等领域的进步。 空间结构域识别(Spatial Domain Identification)则是空间转录组数据分析中的核心环节。其目标是将表达模式相近、地理位置相邻的细胞点(Spot)分为具有生物学...

GCLink:一种用于基因调控网络推断的图对比链接预测框架

研究背景 基因调控网络(Gene Regulatory Networks, GRNs)是理解细胞内复杂生物过程的关键工具。它揭示了转录因子(Transcription Factors, TFs)与靶基因之间的相互作用,从而控制基因的转录过程,进而调控细胞行为。随着单细胞RNA测序(single-cell RNA-sequencing, scRNA-seq)技术的发展,研究者能够在单细胞分辨率下获取基因表达数据,这为GRNs的推断提供了前所未有的机会。然而,scRNA-seq数据的稀疏性和高变异性为GRNs的推断带来了巨大挑战。 现有的GRN推断方法主要分为两类:基于相关性或互信息的无监督学习方法,以及基于机器学习的监督学习方法。尽管这些方法在某些情况下表现出色,但它们往往依赖于成对基因的相关...