CORAL深度生成模型整合跨尺度空间多组学数据
热点事件持续更新
CORAL深度生成模型整合跨尺度空间多组学数据
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
CORAL研究团队在 Nature Genetics 发表 CORAL,一种基于图注意力的概率深度生成模型,用于整合跨空间分辨率的空间转录组、蛋白组、代谢组和表观组数据。它联合建模分子覆盖有限的高分辨率数据集与低分辨率的全基因组数据集,生成兼具广分子覆盖和高空间分辨率的统一表示。 研究团队称,在来自不同组织和平台的合成与实验数据集中,CORAL 能识别空间域、预测高分辨率分子谱、检测空间可变基因并推断细胞间相互作用;应用于免疫治疗前后肝细胞癌患者的空间转录组与蛋白组数据时,CORAL 识别出与治疗耐药相关的有序免疫细胞亚群和信号通路。上述效果来自该团队报道,尚待独立验证。
AI 根据报道生成 · 43 分钟前更新
最新进展11月5日 08:00
CORAL:用图注意力深度生成模型整合跨尺度空间多组学数据报道时间线
沿着报道,了解事件的不同侧面。
11月5日
- Nature Genetics精选CORAL:用图注意力深度生成模型整合跨尺度空间多组学数据
CORAL(Cross-scale spatial Omics Registration and Analysis via graph Learning)是一种概率深度生成模型,利用图注意力聚合机制整合跨空间分辨率的空间转录组、蛋白组、代谢组和表观组数据。它联合建模分子覆盖有限的高分辨率数据集与低分辨率的全基因组数据集,生成兼具广分子覆盖和高空间分辨率的统一表示。在来自不同组织和平台的合成与实验数据集中,CORAL 能识别空间域、预测高分辨率分子谱、检测空间可变基因并推断细胞间相互作用。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。