首页 > 生命科学

Adv Sci\u00A0|\u00A0S3RL:突破空间转录组无监督多模态融合瓶颈,显著提升分析精度与可解释性

BioArt 2026-01-22 17:00
文章摘要
本文背景是空间转录组技术虽能同步获取组织原位空间坐标与细胞转录组信息,成为生命科学前沿热点,但其数据分析面临多模态数据差异大、组织边界易被过度平滑等挑战。研究目的是提出一种名为S3RL的无监督学习框架,通过引入符号图建模、可分离表征学习和超球面原型学习机制,以分阶段、分层次的方式精准解析组织空间功能结构。结论表明,S3RL在多个数据集上评估显示,其在空间域识别稳定性、边界清晰度和跨切片一致性方面显著优于现有方法,提升了生物学解释的可靠性,为理解组织空间异质性提供了高效新工具。
Adv Sci\u00A0|\u00A0S3RL:突破空间转录组无监督多模态融合瓶颈,显著提升分析精度与可解释性
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。
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1