通过使用深度生成模型在空间奥米克平台上的增强分辨率进行组织表征
Bohan Li1, Feng Bao2,3,4, Yimin Hou1
1School of Artificial Intelligence, Beihang University, Beijing, China.
Nature communications
|August 2, 2024
概括
soScope 提高了各种分子形状的空间数据质量和分辨率. 这种统一的框架改善了组织架构的识别,并纠正了跨不同空间技术的偏见.
科学领域:
- 空间奥米克斯 空间奥米克斯
- 计算生物学是一种计算生物学.
- 生物信息学是一种生物信息学.
背景情况:
- 空间奥米克技术将超越转录组学的分子类别描述.
- 局限的空间分辨率阻碍了详细的组织架构表征.
- 现有的计算方法缺乏适应多样化的空间数据的适应性.
研究的目的:
- 介绍soScope,一个统一的生成框架.
- 提高数据质量和空间分辨率,用于各种空间数据.
- 解决当前计算方法的局限性.
主要方法:
- soScope集成多式联络组织信息 (omics,空间关系,图像).
- 通过使用omics特定的建模和分发先例,在增强的分辨率上共同推断omics配置文件.
- 在Visium,Xenium,空间-CUT&Tag和幻灯片-DNA/RNA-seq平台上进行评估.
主要成果:
- 改善了对具有生物意义的肠道和脏结构的识别.
- 揭示了精细的胚胎心脏结构,在原始分辨率下无法分辨.
- 纠正了测序和处理中的样本和技术偏差.
- 扩展到空间多态 (例如,CITE-seq,ATAC-seq) 进行同时增强.
结论:
- soScope是一个多功能工具,用于改进空间omics数据利用.
- 在各种空间电脑技术中提高分辨率和质量.
- 促进对组织结构和生物过程的更深入的理解.
