.png){kind=icon}
返回
soFusion: facilitating tissue structure identification via spatial multi-omics data fusion
.png){kind=icon}
PRE
AI
DOI：10.1093/bib/bbaf513.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
空间多组学技术的快速进步为以前所未有的分辨率解析组织结构开辟了新途径。然而，不同组学模态间的固有差异，例如生物学层级和分辨率的差异，对整合分析构成了重大挑战。为解决这一问题，我们提出了soFusion方法，一种用于空间多组学数据表示学习的算法，能够实现组织分区的自动化识别。soFusion采用图卷积网络（GCN）从空间组学谱中提取潜在嵌入。为同时捕捉跨模态关系和模态特异性特征，我们引入了一种新颖的组内和组间特征学习策略。此外，设计了模态特异性解码器以保留每种组学类型中嵌入的独特信息。我们在包括基因表达、蛋白质表达和表观遗传特征的多组数据集上评估了soFusion。在所有基准测试中，soFusion在界定解剖结构和识别空间域方面均优于现有方法，实现了连续性的提升和噪声的降低。总体而言，soFusion为空间多组学整合提供了有效解决方案，显著增强了空间域识别的鲁棒性。
Keyword:
spatial multi-omics
representation learning
feature fusion
spatial domain identification
soFusion
期刊
IF:
7.7
论文数:
5.8K
被引数:
2.7W
机构
引用论文
Stabilized mosaic single-cell data integration using unshared features使用非共享特征的稳定马赛克单细胞数据集成.png)
NATURE BIOTECHNOLOGY
OAAI
NATURE BIOTECHNOLOGYIF41.7
OAAI分享收藏MarkovHC: Markov hierarchical clustering for the topological structure of high-dimensional single-cell omics data with transition pathway and critical point detectionNUCLEIC ACIDS RESEARCHOAAI
NUCLEIC ACIDS RESEARCHIF13.1
OAAI分享收藏Beta thalassemia in 31,734 cases with HBB gene mutations: Pathogenic and structural analysis of the common mutations; Iran as the crossroads of the Middle EastBLOOD REVIEWS
BLOOD REVIEWSIF5.7
PREAI
分享收藏Spatial epigenome–transcriptome co-profiling of mammalian tissues哺乳动物组织的空间表观基因组-转录组共谱分析NatureOAAI
NatureIF0
OAAI分享收藏Deconer: An Evaluation Toolkit for Reference-based Deconvolution Methods Using Gene Expression DataDeconer：一个基于基因表达数据评估参考依赖型解卷积方法的工具包
OAAI
OAAI分享收藏
查看更多内容