空间对比的变化自编码器用于从空间解析的转录组学解读组织异质性
Yaofeng Hu1, Kai Xiao2,3, Hengyu Yang1
1Key Laboratory of Systems Health Science of Zhejiang Province, School of Life Science, Hangzhou Institute for Advanced Study, Hangzhou 310024; University of Chinese Academy of Sciences, China.
Briefings in bioinformatics
|February 7, 2024
概括
我们开发了Spatially Contrastive变化自编码器 (SpaCAE),这是一个空间转录组学 (SRT) 的新框架. SpaCAE准确地检测空间功能区域,并通过在组织微环境中对比基因表达信号来提高数据质量.
科学领域:
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
背景情况:
- 空间解析的转录学 (SRT) 能够在组织背景下进行基因表达分析.
- 在SRT数据分析中,准确检测空间功能区域仍然是一个挑战.
研究的目的:
- 引入一个新的对比学习框架,Spatially Contrastive Variational AutoEncoder (SpaCAE),用于增强空间转录组学分析.
- 改进细粒度组织结构和空间域的检测.
主要方法:
- 开发了SpaCAE,一个嵌入变化自编码器的图形,具有深度对比策略.
- 整合了一个图形解卷解码器,以解决空间数据中的自我监督学习挑战.
- 空间点及其邻居的对比的转录信号.
主要成果:
- SpaCAE有效地平衡了局部和全球表达信息,以实现空间限制的表示学习.
- 在跨多个SRT技术的空间域识别中表现出强大的性能.
- 在SRT数据集的数据拒绝方面表现出有效性.
结论:
- SpaCAE提供了一个强大的工具,可以从空间转录学研究中发现新的见解.
- 该框架促进了空间功能区域的准确检测,并提高了数据质量.
- 解决了目前用于空间数据分析的图形神经网络方法的局限性.


