使用变压器在小鼠大脑中以数据驱动的细粒度区域的发现.

科学领域:

• 计算生物学是一种计算生物学.
• 神经科学是一个神经科学.
• 基因组学就是基因组学.

背景情况:

• 空间转录学能够对组织组织进行详细的分析,但扩展到器官级数据集带来了计算挑战.
• 精确检测空间域对于理解组织结构和功能至关重要.

研究的目的:

• 建立一个可扩展的工作流程,用于在大规模的空间转录数据中进行自我监督的空间域检测.
• 开发一种能够识别具有高空间连贯性的已知和新型组织领域的方法.

主要方法:

• 利用编码器-解码器架构 (CellTransformer) 来从细胞和分子数据中进行层次特征学习.
• 集成的表示学习与GPU加速集群,可扩展到数百万个单元.
• 将工作流应用于来自小鼠大脑组织的MERFISH和Slide-seqV2数据集.

主要成果:

• 细胞转换器成功扩展到数百万个细胞数据集,超过现有方法.
• 识别了与现有的大脑地图相一致的空间域 (例如,艾伦老鼠大脑CCF) 并发现了数百个新区域.
• 在多个组织部分和动物中显示出高的一致性,使复杂的多动物分析成为可能.

结论:

• 细胞转换器 (CellTransformer) 提供了一个高性能和可扩展的解决方案,用于器官尺度空间转录学中的细粒度空间域检测.
• 工作流程促进了细胞跨组织部分的整合,并有助于发现未被目录的解剖区域.
• 这一进步支持了更全面的神经解剖学研究和组织组织的探索.