SpatioCAD:细胞密度感知图扩散模型识别空间可变基因
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
最新进展11月2日 22:00
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报道时间线
沿着报道,了解事件的不同侧面。
11月2日
- PLOS Computational BiologySpatioCAD: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。