variational spatiotemporal gaussian processを用いたマルチモーダル・マルチスライス空間トランスクリプトミクスからのコヒーレント機能ランドスケープの再構築

科学分野:

• ゲノミクス
• 計算生物学
• バイオインフォマティクス

背景:

• 空間トランスクリプトミクス（ST）技術は、組織の編成に関する洞察を提供します。
• 現在のST解析は2Dに限定されており、完全な3D理解を妨げています。
• 3D空間データを統合および再構築する手法の必要性が存在します。

研究 の 目的:

• 変分空間ガウス過程フレームワークであるstVGPを導入すること。
• 空間トランスクリプトミクスデータの整列、統合、および3D再構築を可能にすること。
• 3D空間ドメインの同定と遺伝子発現補間を容易にすること。

主な方法:

• 空間ガウス過程と階層的トランスフォーマーを統合したstVGPを開発しました。
• マルチモーダル、マルチスライスSTデータセットにstVGPを適用しました。
• 連続的な3D再構築のための仮想スライス生成を可能にしました。

主要な成果:

• stVGPは、スライス間のアライメントとドメイン検出において優れたパフォーマンスを達成しました。
• このフレームワークは、サンプリングされていない領域における遺伝子発現を正確に予測しました。
• 組織画像からの高忠実度の仮想トランスクリプトーム再構築を可能にしました。

結論:

• stVGPは、3D空間ランドスケープモデリングのための統一されたフレームワークを提供します。
• 2D STデータと連続的な3D生物学的理解との間のギャップを橋渡しします。
• 複雑な組織および発生システムのより深い洞察を促進します。