0

0

比原始分辨率高36倍,北航、清华团队用AI在多空间组学平台上高分辨率表征组织,登Nature子刊

王林

王林

发布时间:2024-08-15 10:16:04

|

1146人浏览过

|

来源于机器之心

转载

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

比原始分辨率高36倍,北航、清华团队用ai在多空间组学平台上高分辨率表征组织,登nature子刊

空间组学数据增强框架 soScope

1. 引言

空间组学已扩展了分子类别分析的范围,但许多技术受到空间分辨率的限制。现有计算方法主要针对转录组学数据,缺乏对新兴空间组学技术的适应性。

2. soScope 框架

北京航空航天大学和清华大学的研究人员提出了 soScope,这是一个统一的生成框架,旨在提高空间组学数据的质量和分辨率。

3. 技术原理

soScope 汇总来自组学、空间关系和图像的多模态组织信息。通过分布先验与组学特定建模的联合推断,输出具有增强分辨率的组学谱。

4. 性能评估

soScope 在 Visium、Xenium、spatial-CUT&Tag、slide-DNA/RNA-seq 等平台上的评估结果表明:

  • 提高了肠道和肾脏结构识别的性能
  • 揭示了胚胎心脏的精细结构
  • 纠正了样本和技术偏差

5. 扩展应用

soScope 已扩展到 spatial-CITE-seq 和空间 ATAC-RNA-seq,利用跨组学参考进行多组学增强。

6. 结论

soScope 提供了一种多功能工具,提高了空间组学技术和资源的利用率。

7. 参考

该研究已于 2024 年 8 月 2 日以「Tissue characterization at an enhanced resolution across spatial omics platforms with deep generative model」为题发表在《Nature Communications》。

比原始分辨率高36倍,北航、清华团队用AI在多空间组学平台上高分辨率表征组织,登Nature子刊

组织空间组学技术

组织是由具有不同分子状态和空间组织的细胞构成的。空间组学技术近年来取得了显著进展,可以在保持空间背景的同时,对各种分子类别进行空间分析。

挑战和解决方案

尽管取得了早期成功,但空间组学技术仍面临两个主要挑战:

Vondy
Vondy

下一代AI应用平台,汇集了一流的工具/应用程序

下载
  1. 冷冻或福尔马林固定的组织可能影响分子状态,降低测序准确性。
  2. 大多数技术的空间分辨率有限,难以揭示组织结构的细微异质性。

计算技术可以改善空间组学数据的分辨率,但目前的方法大多仅针对单一组织模态,难以充分利用多模态信息。

soScope:提高空间分辨率和数据质量

北航和清华的研究团队引入了空间组学范围(soScope),这是一个完全生成的框架,它模拟来自不同空间组学技术的点级概况的生成过程,旨在提高它们的空间分辨率和数据质量。

soScope将每个点视为增强空间分辨率的“子点”的集合,其组学特征与空间位置和形态模式相关。然后,soScope使用多模态深度学习框架整合斑点组学概况、空间关系和高分辨率形态学图像,并联合推断子斑点分辨率下的组学概况。通过选择组学特定分布,soScope可以对不同的空间组学数据进行精确建模和减少变异。

比原始分辨率高36倍,北航、清华团队用AI在多空间组学平台上高分辨率表征组织,登Nature子刊

图示: soScope 及其应用的概述。(来源:论文)

soScope 特点:

  1. 统一工具,结合多模态组织图谱
  2. 增强组学图谱(不同分子类别)
  3. 提高空间分辨率
  4. 减少不必要变化
  5. 表征复杂组织结构(原始分辨率下无法检测)

    比原始分辨率高36倍,北航、清华团队用AI在多空间组学平台上高分辨率表征组织,登Nature子刊

    图示:对来自多种组织和平台的空间转录组学数据集上的 soScope 进行评估。(来源:论文)

该团队广泛评估了 soScope 对通过多种空间技术分析的多种分子类型的有效性和普遍性,包括 Visium、Xenium、spatial-CUT&Tag、slide-DNA-seq、slide-RNA-seq、spatial-CITE-seq 和 spatial ATAC-RNA-seq。

在健康和患病组织中,soScope 改进了组织域识别,提高了已知标记的可区分性,并纠正了数据和技术偏差。该方法能够揭示比原始分辨率高出 36 倍的更精细的组织结构。它可以有效地适应空间多组学数据,以同时增强多组学概况。

研究人员注意到,有几种基于成像的空间组学技术,例如 seqFISH、STARmap 和 MERFISH,它们可以直接实现单细胞分辨率的空间分析,但代价是组学通量较低和组织区域较小。虽然 soScope 为预先指定的亚点或细胞位置提供了增强的配置文件,但它可能无法达到亚细胞分辨率。

比原始分辨率高36倍,北航、清华团队用AI在多空间组学平台上高分辨率表征组织,登Nature子刊

图示:使用空间 CITE-seq 将多组学 soScope 应用于来自人体皮肤组织的空间蛋白质 + 转录数据集。(来源:论文)

进一步提高分辨率:

  • 修改 soScope,包含来自同一组织的配对单细胞组学数据,为亚点推断提供更高分辨率信息。
  • 整合 H&E 图像作为输入,人类专家在某些临床研究中可以轻松对其进行注释。
  • 修改 soScope,整合人类标签并以半监督方式指导后验推理,改进潜在表征和概况学习。

降低计算成本:

对于包含来自同一器官的多个连续切片的较大数据集,soScope 可以:

  • 在部分数据上进行训练。
  • 应用于其余组织切片。

潜力:

随着空间组学数据资源的不断扩展和新空间技术的出现,研究人员相信 soScope 具有以下潜力:

  • 多功能工具。
  • 充分利用空间组学数据。
  • 增强科学家对复杂组织结构和生物过程的理解。

论文链接:
https://www.nature.com/articles/s41467-024-50837-5

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

WorkBuddy
WorkBuddy

腾讯云推出的AI原生桌面智能体工作台

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
go语言 数组和切片
go语言 数组和切片

本专题整合了go语言数组和切片的区别与含义,阅读专题下面的文章了解更多详细内容。

56

2025.09.03

http与https有哪些区别
http与https有哪些区别

http与https的区别:1、协议安全性;2、连接方式;3、证书管理;4、连接状态;5、端口号;6、资源消耗;7、兼容性。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

2918

2024.08.16

TypeScript类型系统进阶与大型前端项目实践
TypeScript类型系统进阶与大型前端项目实践

本专题围绕 TypeScript 在大型前端项目中的应用展开,深入讲解类型系统设计与工程化开发方法。内容包括泛型与高级类型、类型推断机制、声明文件编写、模块化结构设计以及代码规范管理。通过真实项目案例分析,帮助开发者构建类型安全、结构清晰、易维护的前端工程体系,提高团队协作效率与代码质量。

25

2026.03.13

Python异步编程与Asyncio高并发应用实践
Python异步编程与Asyncio高并发应用实践

本专题围绕 Python 异步编程模型展开,深入讲解 Asyncio 框架的核心原理与应用实践。内容包括事件循环机制、协程任务调度、异步 IO 处理以及并发任务管理策略。通过构建高并发网络请求与异步数据处理案例,帮助开发者掌握 Python 在高并发场景中的高效开发方法,并提升系统资源利用率与整体运行性能。

44

2026.03.12

C# ASP.NET Core微服务架构与API网关实践
C# ASP.NET Core微服务架构与API网关实践

本专题围绕 C# 在现代后端架构中的微服务实践展开,系统讲解基于 ASP.NET Core 构建可扩展服务体系的核心方法。内容涵盖服务拆分策略、RESTful API 设计、服务间通信、API 网关统一入口管理以及服务治理机制。通过真实项目案例,帮助开发者掌握构建高可用微服务系统的关键技术,提高系统的可扩展性与维护效率。

177

2026.03.11

Go高并发任务调度与Goroutine池化实践
Go高并发任务调度与Goroutine池化实践

本专题围绕 Go 语言在高并发任务处理场景中的实践展开,系统讲解 Goroutine 调度模型、Channel 通信机制以及并发控制策略。内容包括任务队列设计、Goroutine 池化管理、资源限制控制以及并发任务的性能优化方法。通过实际案例演示,帮助开发者构建稳定高效的 Go 并发任务处理系统,提高系统在高负载环境下的处理能力与稳定性。

50

2026.03.10

Kotlin Android模块化架构与组件化开发实践
Kotlin Android模块化架构与组件化开发实践

本专题围绕 Kotlin 在 Android 应用开发中的架构实践展开,重点讲解模块化设计与组件化开发的实现思路。内容包括项目模块拆分策略、公共组件封装、依赖管理优化、路由通信机制以及大型项目的工程化管理方法。通过真实项目案例分析,帮助开发者构建结构清晰、易扩展且维护成本低的 Android 应用架构体系,提升团队协作效率与项目迭代速度。

92

2026.03.09

JavaScript浏览器渲染机制与前端性能优化实践
JavaScript浏览器渲染机制与前端性能优化实践

本专题围绕 JavaScript 在浏览器中的执行与渲染机制展开,系统讲解 DOM 构建、CSSOM 解析、重排与重绘原理,以及关键渲染路径优化方法。内容涵盖事件循环机制、异步任务调度、资源加载优化、代码拆分与懒加载等性能优化策略。通过真实前端项目案例,帮助开发者理解浏览器底层工作原理,并掌握提升网页加载速度与交互体验的实用技巧。

102

2026.03.06

Rust内存安全机制与所有权模型深度实践
Rust内存安全机制与所有权模型深度实践

本专题围绕 Rust 语言核心特性展开,深入讲解所有权机制、借用规则、生命周期管理以及智能指针等关键概念。通过系统级开发案例,分析内存安全保障原理与零成本抽象优势,并结合并发场景讲解 Send 与 Sync 特性实现机制。帮助开发者真正理解 Rust 的设计哲学,掌握在高性能与安全性并重场景中的工程实践能力。

227

2026.03.05

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号