返回
SPINE: Context-guided iterative protein inference from spatial transcriptomes
DOI:10.1016/j.eswa.2026.133652.png)
摘要
En 中文
空间分辨的蛋白质丰度对于理解细胞功能至关重要,但在大规模测量上仍具挑战性,这促使人们将其从转录组学数据中推断出来,作为空间多组学中的一个重要智能预测问题。然而,现有方法主要是在单细胞设置下开发的,并将该任务表述为独立的逐点预测,忽略了由局部细胞相互作用和组织结构引起的结构化空间依赖性。在此,我们提出SPINE,一种基于邻域引导、受流匹配启发的迭代细化框架,用于从空间转录组学中推断蛋白质。与将蛋白质预测视为独立的逐点回归不同,SPINE将该任务重新表述为一个条件细化问题,其中初始蛋白质先验在转录组和空间邻域引导下迭代更新,以逼近目标蛋白质谱。为融入组织背景信息,SPINE结合了邻域感知的空间建模与基于表达量的图结构,同时一个辅助重构分支有助于在跨模态推断中保留转录组语义。在配对的空间RNA-蛋白质数据集中,SPINE相较于代表性的RNA-蛋白质和多模态基线取得了更优的整体预测性能,并且在下游空间分析中更好地保留了蛋白质驱动的生物学结构。
Keyword:
Spatial transcriptomics
Protein inference
Spatial multi-omics
Iterative refinement
Modality completion
期刊
IF:
7.5
论文数:
3.0W
被引数:
10.2W
机构
引用论文
暂无论文信息

