.png){kind=icon}
返回
Variational sparse Gaussian-process method for detecting spatially variable genes and cellular interactions in spatial transcriptomics
.png){kind=icon}
OA
AI
DOI：10.1093/bib/bbag371.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
先进的空间分辨转录组学(SRT)技术保留了组织内基因表达的空间背景，使能够研究依赖背景的转录调控。本研究提出了一种基于变分推断的稀疏高斯过程(VISGP)框架，用于识别空间变异基因(SVGs)并从SRT数据中推断空间依赖的细胞相互作用。VISGP通过诱导变量结合稀疏高斯过程近似来降低计算和内存成本，同时实现基因特异性的空间协方差结构适配。在模拟数据和四个真实SRT数据集中，VISGP比现有方法检测到更多SVGs，并识别出85对被其他方法遗漏的空间约束配体-受体对。总体而言，VISGP提供了一种可扩展且具有统计学依据的策略，用于解码空间基因调控和细胞-细胞通讯，为细胞异质性和癌症病理学提供了生物学见解。
期刊
IF:
7.7
论文数:
5.8K
被引数:
2.7W
机构
引用论文
Identification of spatial expression trends in single-cell gene expression data单细胞基因表达数据中空间表达趋势的识别.png)
NATURE METHODS
OAAI
NATURE METHODSIF32.1
OAAI分享收藏CellPhoneDB: inferring cell-cell communication from combined expression of multi-subunit ligand-receptor complexesCellPhoneDB: 从多亚基配体-受体复合物的联合表达推断细胞-细胞通讯NATURE PROTOCOLSOAAI
NATURE PROTOCOLSIF16
OAAI分享收藏Innovative super-resolution in spatial transcriptomics: a transformer model exploiting histology images and spatial gene expression空间转录组学中的创新超分辨率: 利用组织学图像和空间基因表达的转换器模型OAAI
OAAI分享收藏
查看更多内容