Genome Biol丨孙晓波团队提出基于自监督学习的空间信息基因表征模型SIGEL
BioArtMED
2025-10-10 14:30
文章摘要
背景:空间转录组学技术能够在保留组织空间位置信息的同时分析基因表达,揭示基因功能相互作用形成的"空间基因组上下文",为理解生物过程和疾病发展的分子机制提供关键线索。研究目的:孙晓波团队提出SIGEL模型,旨在通过自监督学习从空间转录组数据中有效学习融合空间信息的基因表征,解决当前空间基因组学数据分析的难题。结论:该模型通过掩码图像策略和半对比学习,在缺失基因填补、空间模式识别、疾病基因发现等多个任务中表现卓越,开创了空间基因组学数据分析新范式,系统性验证表明其在不同下游任务中均优于现有基准方法。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。