Completar los datos de transcriptómica espacial para la evaluación comparativa de la predicción de la expresión...

Área de la Ciencia:

• Biología computacional
• La genómica
• Biotecnología

Sus antecedentes:

• La transcriptómica espacial integra la histología con la expresión génica, pero se enfrenta a desafíos como el alto costo y la pérdida de datos.
• Los modelos de aprendizaje profundo predicen la expresión génica a partir de imágenes de histología, pero carecen de evaluación estandarizada debido a inconsistencias en el conjunto de datos y el protocolo.

Objetivo del estudio:

• Establecer un recurso estandarizado para la evaluación de modelos de predicción de la expresión génica.
• Desarrollar un modelo avanzado para completar los datos de expresión génica.
• Crear un punto de referencia completo para la investigación de la transcriptómica espacial.

Principales métodos:

• Curated 26 conjuntos de datos públicos en la base de datos SpaRED para la evaluación del modelo estandarizado.
• Desarrolló SpaCKLE, un modelo basado en transformadores para la finalización de la expresión génica.
• Estableció el índice de referencia SpaRED, evaluando ocho modelos de predicción basados en datos sin procesar y completados.

Principales resultados:

• SpaRED proporciona un recurso estandarizado para la evaluación de modelos de transcriptómica espacial.
• SpaCKLE redujo el error cuadrado medio en más del 82,5% en la terminación de la expresión génica.
• SpaCKLE mejoró significativamente el rendimiento en todos los modelos de predicción de la expresión génica evaluados.

Conclusiones:

• La base de datos SpaRED y el modelo SpaCKLE ofrecen un punto de referencia completo y una metodología mejorada para la predicción de la expresión génica a partir de imágenes histológicas.
• Estas contribuciones facilitan una investigación de transcriptómica espacial más fiable y accesible, allanando el camino para aplicaciones clínicas.