这篇综述系统梳理了人工智能在空间转录组学（ST）分析流程中的方法、数据集与工具资源。ST 在测量基因表达的同时保留转录本或细胞在组织切片中的位置，可支撑组织异质性、细胞组织和潜在细胞间互作分析，已应用于癌症、神经科学、生殖生物学和植物生物学等领域。综述评估了从图像与测序数据预处理、图像分割、空间域识别到空间分析和 LLM 辅助解读各环节的统计、机器学习和深度学习方法，并汇总了数据集、AI 分析框架和 ST 数据分析流程等关键资源，同时讨论了当前挑战、局限与未来方向。
这篇综述将肝脏 AI 虚拟细胞（AIVC）的建模路径归纳为三类：生成模型表征细胞状态，动力学与转运模型推断状态转换，预训练或基础模型检验表征能否跨供体、病因、疾病阶段和平台迁移，并以扰动响应预测作为贯穿性评估。
多模态单细胞技术（scRNA-seq、空间转录组与AI整合）正以空前分辨率解析血管周围脂肪组织（PVAT）生态系统，构建出揭示不同血管床细胞结构、表型可塑性与空间互作的整合图谱。综述据此提出Dpp4+前脂肪细胞、BMP4诱导的棕色化等新生物标志物与可干预疗法，并给出以人类PVAT生物样本库、CRISPR谱系追踪和AI建模为优先的转化路线图。
Ed Boyden 介绍膨胀显微术（Expansion microscopy）可用于观察热休克蛋白、病原体 Chlamydia trachomatis 及果蝇幼虫，并附上三项相关研究的链接。