.png){kind=icon}
返回
GraphSTAR: Proximal Operator-Based Graph Neural Network Enhanced by Dynamic Graph Aggregation for Spatial Transcriptomics
.png){kind=icon}
PRE
AI
DOI：10.1109/jbhi.2025.3644379.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
空间转录组学技术结合空间背景对分子特征进行高级测序分析，提供了阐明生物调控机制所需的多源信息。然而，将原始空间坐标与高维基因表达谱在其原生特征空间中整合存在挑战。虽然空间感知方法能有效聚合局部空间邻域的分子信息，但未能探索基因表达数据的长程关系。为解决此问题，本文提出了一种新型方法GraphSTAR，将空间和基因表达数据编码为无向图，分别表征局部空间邻近性和全局转录相似性。通过图聚合过程，GraphSTAR在联合图结构中整合这些异构数据源，有效建模局部邻域关系和长程功能关联。随后，通过将图聚合融入前向传播中的近端算子，构建了重组图神经网络，逐步优化空间感知的潜在表示以解析基因的空间表达模式。在基准数据集上的大量实验表明，GraphSTAR在空间域识别和细胞类型注释任务中均优于当前最先进方法。
Keyword:
Spatial transcriptomics
graph neural network
graph aggregation
cell-type annotation
spatial domain identification
期刊
IF:
6.8
论文数:
4.6K
被引数:
2.0W
机构
引用论文
Transcriptome-scale spatial gene expression in the human dorsolateral prefrontal cortex人背外侧前额叶皮层中转录组尺度的空间基因表达
OAAI
OAAI分享收藏Spatial organization of the somatosensory cortex revealed by osmFISHosmFISH揭示的体感皮层的空间组织.png)
NATURE METHODS
NATURE METHODSIF32.1
PREAI
分享收藏SpatialCVGAE: Consensus Clustering Improves Spatial Domain Identification of Spatial Transcriptomics Using VGAESpatialCVGAE: 共识聚类使用VGAE改进空间转录组的空间域识别
PREAI
分享收藏From Louvain to Leiden: guaranteeing well-connected communities从鲁汶到莱顿: 保证良好连接的社区SCIENTIFIC REPORTSOAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏Spatiotemporal transcriptome atlas reveals the regional specification of the developing human brainCellOAAI
CellIF0
OAAI分享收藏Spatially informed clustering, integration, and deconvolution of spatial transcriptomics with GraphST空间转录组学的空间信息聚类、整合和反卷积NATURE COMMUNICATIONSOAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏STExplore: An Integrated Online Platform for Comprehensive Analysis and Visualization of Spatial Transcriptomics DataSTExplore：一个用于空间转录组学数据综合分析与可视化的集成在线平台SMALL METHODS
SMALL METHODSIF9.1
PREAI
分享收藏
查看更多内容