.png){kind=icon}
返回
Spatial domain identification method based on multi-view graph convolutional network and contrastive learning
.png){kind=icon}
PRE
AI
DOI：10.1371/journal.pcbi.1013369.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
空间转录组学是单细胞基因组学中一个快速发展的领域，它能够在组织内定量测量基因表达的同时提供空间信息。空间转录组学的一个关键挑战是识别空间结构化的域，这涉及分析转录组数据以找到具有相似表达模式的细胞簇及其空间分布。为了解决这些挑战，我们提出了一种名为DMGCN的新型深度学习方法用于域识别。该过程始于预处理阶段，构建两种类型的图：基于欧氏距离的空间图和基于余弦距离的特征图。这些图分别表示空间位置和基因表达。通过带有注意力机制的多视图图卷积编码器生成这两种图的嵌入，实现了图的独立卷积、协同卷积以及用于对比学习的扰动特征卷积。最后，采用全连接网络（FCN）解码器生成域标签并重建基因表达，以供下游分析。实验结果表明，DMGCN在包括空间聚类、轨迹推断和基因表达广播在内的各项任务中，均能持续优于当前最先进的方法。
Keyword:
GENE-EXPRESSION
期刊
P
IF:
3.6
论文数:
638
被引数:
0
机构
引用论文
High-throughput single-cell gene-expression profiling with multiplexed error-robust fluorescence in situ hybridization具有多重错误的高通量单细胞基因表达谱-稳健的荧光原位杂交
OAAI
OAAI分享收藏In Situ Transcription Profiling of Single Cells Reveals Spatial Organization of Cells in the Mouse Hippocampus单细胞的原位转录谱分析揭示了小鼠海马中细胞的空间组织.png)
NEURONOAAI
NEURONIF15
OAAI分享收藏Transcriptome-scale super-resolved imaging in tissues by RNA seqFISH+通过RNA seqFISH在组织中进行转录组规模的超分辨成像NatureOAAI
NatureIF0
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spatialLIBD: an R/Bioconductor package to visualize spatially-resolved transcriptomics dataspatialLIBD: 一个R/Bioconductor软件包，用于可视化空间分辨的转录组学数据BMC GENOMICSOAAI
BMC GENOMICSIF3.7
OAAI分享收藏Spatiotemporal transcriptomic atlas of mouse organogenesis using DNA nanoball-patterned arrays使用DNA纳米球模式阵列的小鼠器官发生的时空转录组图谱CellOAAI
CellIF0
OAAI分享收藏Visualization and analysis of gene expression in tissue sections by spatial transcriptomics通过空间转录组学可视化和分析组织切片中的基因表达Science
ScienceIF0
PREAI
分享收藏Cell clustering for spatial transcriptomics data with graph neural networks使用图神经网络对空间转录组学数据进行细胞聚类
PREAI
分享收藏
查看更多内容