.png){kind=icon}
返回
STRESS: spatial transcriptomics resolution enhancing method based on the state-space model
.png){kind=icon}
OA
AI
DOI：10.1093/bib/bbag444.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
空间分辨转录组学（SRT）的广泛应用为表征各种组织中基因表达模式的空间微环境提供了大量数据。然而，大多数SRT平台相对较粗的空间分辨率限制了空间表达景观的连续性和可解释性，特别是在空间域识别等下游分析中。为解决此限制，我们提出了STRESS，一种仅使用SRT基因表达谱和空间坐标进行组织级空间表达精炼的深度学习框架，无需依赖组织学图像或单细胞参考。STRESS采用3D状态空间建模架构，联合捕捉邻近位置间的空间依赖性和基因间的转录关系，能够在更精细的空间网格上估计空间上一致的表達模式。我们在涵盖不同平台和组织类型的多个数据集上评估了STRESS，并证明精炼后的空间表示能一致地增强下游分析中的空间域界定和稳定性。这些结果凸显了STRESS作为一种实用的、无参考方法，用于精炼组织级空间转录组模式并促进整合性空间数据分析。
期刊
IF:
7.7
论文数:
5.8K
被引数:
2.7W
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STIE: Single-cell level deconvolution, convolution, and clustering in in situ capturing-based spatial transcriptomicsSTIE：基于原位捕获的空间转录组学中单细胞水平的解卷积、卷积和聚类.png)
NATURE COMMUNICATIONSOAAI
NATURE COMMUNICATIONSIF15.7
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NATURE METHODS
NATURE METHODSIF32.1
PREAI
分享收藏分享收藏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Bertram J., Fulton B., Tourigny J.P., Peña-Garcia Y., Moyle L.C., Hahn M.W.: CAGEE: Computational Analysis of Gene Expression Evolution. Mol Biol Evol 2023, 40:msad106.Bertram J., Fulton B., Tourigny J.P., Peña-Garcia Y., Moyle L.C., Hahn M.W.: CAGEE: 基因表达演化的计算分析。Mol Biol Evol 2023, 40:msad106.
IF0
PREAI
分享收藏
查看更多内容