Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

Imaging Biological Samples with Optical Microscopy01:18

Imaging Biological Samples with Optical Microscopy

Optical microscopy uses optic principles to provide detailed images of samples. Antonie van Leeuwenhoek designed the first compound optical microscope in the 17th century to visualize blood cells, bacteria, and yeast cells. In 1830, Joseph Jackson Lister created an essentially modern light microscope. The 20th century saw the development of microscopes with enhanced magnification and resolution.
In optical microscopy, the specimen to be viewed is placed on a glass slide and clipped on the stage...

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Personalizing Suicide Risk Assessment: Machine Learning Extraction of Cross-Modal Interactions Between Psychosocial and Demographic Factors in Veterans <sup>1</sup>.

medRxiv : the preprint server for health sciences·2026
Same author

Comparative Evaluation of Pretrained Large Language Models for Suicide Risk Prediction from Clinical Notes in U.S. Veterans.

medRxiv : the preprint server for health sciences·2026
Same author

Autonomous cameras reveal larval reef fish responses to acoustic enrichment and lunar phase.

Scientific reports·2026
Same author

Targeting the Myocardial Microenvironment: Novel Antiviral Strategies and Therapeutic Perspectives for Coxsackievirus B-Induced Myocarditis.

Journal of the American Heart Association·2026
Same author

Developing a Natural Language Processing Strategy to Avoid Biased Data in Electronic Health Record Suicide Risk Modeling.

Psychiatric research and clinical practice·2026
Same author

Spatiotemporal cell type deconvolution leveraging tissue structure.

Research square·2026
Same journal

Trust, Reproducibility, and Progress: The Roles of Independent Blind Prediction and Assessment and Benchmarking in Computational Biology.

Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing·2026
Same journal

The Evolving Cyberinfrastructure at the National Institutes of Health to Support Data and AI in Biomedical Research.

Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing·2026
Same journal

Applications of AI & ML in Biomanufacturing of Cell and Gene Therapies.

Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing·2026
Same journal

AI for Health: Leveraging Artificial Intelligence to Revolutionize Healthcare.

Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing·2026
Same journal

DRIVE-KG: Enhancing variant-phenotype association discovery in understudied complex diseases using heterogeneous knowledge graphs.

Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing·2026
Same journal

A random-walk-based learning framework to uncover novel gene candidates for Alzheimer's disease therapy.

Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing·2026
Ver todos los artículos relacionados

Video Experimental Relacionado

Updated: Jun 30, 2026

Author Spotlight: Integrating Organoid Models with Single-Cell and Spatial Transcriptomics Technologies
05:45

Author Spotlight: Integrating Organoid Models with Single-Cell and Spatial Transcriptomics Technologies

Published on: March 29, 2024

3.6K

Introducción al taller: Avances de los métodos de IA en ómicas espaciales de células únicas

Lana Garmire1, Xiuwei Zhang2, Joshua Levy3

  • 1The University of Alabama at Birmingham, Birmingham, Alabama 35294, United States, lgarmire@uab.edu.

Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing
|February 27, 2026
PubMed
Resumen
Este resumen es generado por máquina.

Este taller explora los avances en inteligencia artificial (IA) y aprendizaje automático en ómicas espaciales de células únicas, incluyendo transcriptómica, proteómica y metabolómica. Cubre la integración de datos, el modelado de interacciones celulares y las aplicaciones de enfermedades para la medicina de precisión.

Palabras clave:
Inteligencia artificialAprendizaje automáticoÓmicas espacialesCélula únicaTranscriptómicaProteómicaMetabolómicaIntegración de datosMedicina de precisión

Más Videos Relacionados

Comprehensive Spatial Profiling of Species-agnostic Transcriptomes via Stereo-seq
10:22

Comprehensive Spatial Profiling of Species-agnostic Transcriptomes via Stereo-seq

Published on: October 31, 2025

648
Analysis of Multidimensional Microscopy Data Using Cell-ACDC
06:17

Analysis of Multidimensional Microscopy Data Using Cell-ACDC

Published on: November 7, 2025

614

Videos de Experimentos Relacionados

Last Updated: Jun 30, 2026

Author Spotlight: Integrating Organoid Models with Single-Cell and Spatial Transcriptomics Technologies
05:45

Author Spotlight: Integrating Organoid Models with Single-Cell and Spatial Transcriptomics Technologies

Published on: March 29, 2024

3.6K
Comprehensive Spatial Profiling of Species-agnostic Transcriptomes via Stereo-seq
10:22

Comprehensive Spatial Profiling of Species-agnostic Transcriptomes via Stereo-seq

Published on: October 31, 2025

648
Analysis of Multidimensional Microscopy Data Using Cell-ACDC
06:17

Analysis of Multidimensional Microscopy Data Using Cell-ACDC

Published on: November 7, 2025

614

Área de la Ciencia:

  • Biología Computacional
  • Genómica
  • Biotecnología

Sus antecedentes:

  • Las tecnologías de ómicas espaciales de células únicas generan datos moleculares de alta resolución dentro de contextos tisulares.
  • La integración de datos multiómicos (transcriptómica, proteómica, metabolómica) es crucial para comprender la heterogeneidad celular.
  • La inteligencia artificial (IA) y el aprendizaje automático (ML) ofrecen herramientas poderosas para analizar conjuntos de datos complejos de ómicas espaciales.

Objetivo del estudio:

  • Destacar los avances recientes en métodos de IA/ML aplicados a ómicas espaciales de células únicas.
  • Discutir los desafíos y oportunidades en la integración y análisis de datos de ómicas espaciales.
  • Explorar las aplicaciones traslacionales de las ómicas espaciales impulsadas por IA en enfermedades y medicina de precisión.

Principales métodos:

  • Revisión de algoritmos actuales de IA/ML para transcriptómica, proteómica y metabolómica espacial.
  • Discusión de métodos para integrar datos de ómicas espaciales multimodales.
  • Exploración de enfoques computacionales para modelar interacciones célula-célula y patrones espaciales.

Principales resultados:

  • Los desarrollos recientes de IA/ML permiten un análisis más sofisticado de los datos de ómicas espaciales.
  • Los nuevos métodos facilitan la integración de diversos conjuntos de datos de ómicas espaciales.
  • Están surgiendo conocimientos impulsados por IA para comprender los mecanismos de las enfermedades y guiar la medicina de precisión.

Conclusiones:

  • La IA y el ML son transformadores para la investigación de ómicas espaciales de células únicas.
  • Se necesita un mayor desarrollo de métodos de IA/ML para una integración e interpretación robusta de datos.
  • La aplicación de la IA en ómicas espaciales tiene una promesa significativa para avanzar en la investigación biomédica y la práctica clínica.