跳到正文
热点事件持续更新

SpatioCAD:细胞密度感知图扩散模型识别空间可变基因

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

Hao Wen 等发布 SpatioCAD,一个识别空间可变基因(SVG)的计算框架:它显式解耦真实空间表达模式与细胞密度差异带来的混杂效应,以降低异质组织中的假阳性,并引入图扩散模型,在模拟表达传播时纳入细胞密度感知条件。 作者称,在模拟数据上的系统评测显示其统计功效与特异性更优;应用于乳腺癌、肺癌和胶质瘤数据集时,识别出功能多样的 SVG,包括与肿瘤进展相关的低丰度转录本,并重现了有生物学意义的组织结构特征。作者还称该方法速度快、可扩展到大组织。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月2日
  1. PLOS Computational Biology
    SpatioCAD:面向异质组织的细胞密度感知图扩散模型识别空间可变基因

    SpatioCAD 是一个用于识别空间可变基因(SVG)的计算框架,通过显式解耦真实空间表达模式与细胞密度差异带来的混杂效应,降低异质组织中的假阳性。该方法引入图扩散模型,在模拟表达传播时纳入细胞密度感知条件,从而支持在较宽表达水平范围内识别 SVG。在模拟数据上的系统评测显示其统计功效与特异性更优;应用于乳腺癌、肺癌和胶质瘤数据集时,识别出功能多样的 SVG,包括与肿瘤进展相关的低丰度转录本,并重现了有生物学意义的组织结构特征。作者指出该方法速度快、可扩展到大组织。

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。