ゲノム発現予測ベンチマークのための空間トランスクリプトミクスのデータ

科学分野:

• コンピューター生物学
• ゲノミクス
• バイオテクノロジー

背景:

• 空間型トランスクリプトミックはヒト組織学と遺伝子発現を統合しているが,高コストやデータ流出などの課題に直面している.
• ディープラーニングモデルは,組織学画像から遺伝子発現を予測しますが,データセットとプロトコルの不一致性のために標準化された評価がありません.

研究 の 目的:

• 遺伝子発現予測モデルを評価するための標準化されたリソースを確立する.
• 遺伝子発現データを完成させるための高度なモデルを開発する.
• 空間トランスクリプトミクス研究のための包括的なベンチマークを作成します.

主な方法:

• 標準化されたモデル評価のために,SpaREDデータベースに26の公開データセットをまとめました.
• 遺伝子発現の完成のためのトランスフォーマーベースのモデルであるSpaCKLEを開発した.
• SpaREDのベンチマークを確立し,8つの予測モデルを原始データと完成したデータで評価した.

主要な成果:

• SpaREDは,空間トランスクリプトミクスモデルの評価のための標準化されたリソースを提供します.
• SpaCKLEは遺伝子発現の完成度における平均二乗誤差を82. 5%以上減少させた.
• SpaCKLEは,評価された全ての遺伝子発現予測モデルにおいて,有意にパフォーマンスを改善した.

結論:

• SpaREDデータベースとSpaCKLEモデルは,組織学画像から遺伝子発現を予測するための包括的なベンチマークと改善された方法論を提供します.
• これらの貢献は,より信頼性の高い,アクセス可能な空間トランスクリプトミクス研究を促進し,臨床応用への道を開きます.