Jove
Visualize
联系我们

相关概念视频

Protein Networks02:26

Protein Networks

2.3K
2.3K

您也可能阅读

相关文章

通过共同作者、期刊和引用图与本文相关的文章。

排序
Same author

Long-term Survival Rates in U.S. Veterans Shunted for iNPH: A Focused Analysis of Radiological Predictors.

World neurosurgery·2026
Same author

CTFacTomo: Reconstructing 3D spatial structures of RNA tomography transcriptomes by collapsed tensor factorization.

PLoS computational biology·2026
Same author

DruGagent: Multi-Agent Large Language Model-Based Reasoning for Drug-Target Interaction Prediction.

ArXiv·2025
Same author

Predicting spatially resolved gene expression via tissue morphology using adaptive spatial GNNs.

Bioinformatics (Oxford, England)·2024
Same author

Deciphering high-order structures in spatial transcriptomes with graph-guided Tucker decomposition.

Bioinformatics (Oxford, England)·2024
Same author

Detecting spatially co-expressed gene clusters with functional coherence by graph-regularized convolutional neural network.

Bioinformatics (Oxford, England)·2021
JoVE
x logofacebook logolinkedin logoyoutube logo
关于 JoVE
概览领导团队博客JoVE 帮助中心
作者
出版流程编辑委员会范围与政策同行评审常见问题投稿
图书馆员
用户评价订阅访问资源图书馆顾问委员会常见问题
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experiments存档
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教师资源中心教师网站
使用条款与条件
隐私政策
政策

相关实验视频

Updated: Jul 8, 2025

Spatial Profiling of Protein and RNA Expression in Tissue: An Approach to Fine-Tune Virtual Microdissection
09:19

Spatial Profiling of Protein and RNA Expression in Tissue: An Approach to Fine-Tune Virtual Microdissection

Published on: July 6, 2022

4.9K

GNTD:通过由空间和功能关系告知的图形引导的神经张量分解重建空间转录组.

Tianci Song1, Charles Broadbent1, Rui Kuang2

  • 1Department of Computer Science and Engineering, University of Minnesota Twin Cities, Minneapolis, 55414, MN, USA.

Nature communications
|December 13, 2023
PubMed
概括
此摘要是机器生成的。

这项研究引入了一个图形引导的神经张量分解 (GNTD) 模型,以从稀疏的数据中重建整个空间转录组. 通过改善基因表达赋值,GNTD增强了空间转录学,以更好地进行组织分析.

更多相关视频

Diffusion Tensor Magnetic Resonance Imaging in the Analysis of Neurodegenerative Diseases
09:33

Diffusion Tensor Magnetic Resonance Imaging in the Analysis of Neurodegenerative Diseases

Published on: July 28, 2013

28.5K
Modeling the Functional Network for Spatial Navigation in the Human Brain
05:55

Modeling the Functional Network for Spatial Navigation in the Human Brain

Published on: October 13, 2023

1.1K

相关实验视频

Last Updated: Jul 8, 2025

Spatial Profiling of Protein and RNA Expression in Tissue: An Approach to Fine-Tune Virtual Microdissection
09:19

Spatial Profiling of Protein and RNA Expression in Tissue: An Approach to Fine-Tune Virtual Microdissection

Published on: July 6, 2022

4.9K
Diffusion Tensor Magnetic Resonance Imaging in the Analysis of Neurodegenerative Diseases
09:33

Diffusion Tensor Magnetic Resonance Imaging in the Analysis of Neurodegenerative Diseases

Published on: July 28, 2013

28.5K
Modeling the Functional Network for Spatial Navigation in the Human Brain
05:55

Modeling the Functional Network for Spatial Navigation in the Human Brain

Published on: October 13, 2023

1.1K

科学领域:

  • 基因组学就是基因组学.
  • 计算生物学 计算生物学
  • 生物信息学是一种生物信息学.

背景情况:

  • 空间分辨率RNA分析对于理解细胞组织和组织内的功能至关重要.
  • 组织制备和RNA处理方面的技术限制阻碍了完整的空间转录组的重建.
  • 现有的方法难以应对空间基因表达数据的稀疏性和复杂性.

研究的目的:

  • 开发一种用于重建整个空间转录组的新型计算模型.
  • 解决空间RNA分析中的数据稀疏性和技术限制的挑战.
  • 为下游分析增强空间基因表达数据的准确性和完整性.

主要方法:

  • 一个图形导向的神经张量分解 (GNTD) 模型的介绍.
  • 在三层神经网络中使用层次式张量结构和非线性分解.
  • 纳入捕获点之间的空间关系和基因之间的功能关系.

主要成果:

  • 在多个数据集 (Visium和Stereo-seq) 中,GNTD在归算准确度方面表现出一致的改进.
  • 该模型有效地从非常稀疏的数据中重建空间转录组.
  • 导入的空间转录组提供了一个更全面的基因表达景观.

结论:

  • GNTD提供了一种可靠的方法来重建整个空间转录组.
  • 增强的空间转录基因数据有助于改善组织细分和基因表达分析.
  • 这种方法提升了空间转录学在生物发现中的实用性.