Jove
Visualize
联系我们
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: Jan 10, 2026

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

5.3K

SciSt:基于病理图像的单细胞参考信息的空间基因表达预测.

Yixin Li1, Fan Zhong2, Lei Liu2,3,4

  • 1Institutes of Biomedical Sciences, Fudan University, 130 Dong'an Road, Xuhui District, Shanghai 200032, China.

Briefings in bioinformatics
|November 20, 2025
PubMed
概括
此摘要是机器生成的。

相关概念视频

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

Ensemble Machine Learning Predicts Platinum Resistance in Ovarian Cancer Using Laboratory Data.

Cancers·2026
Same author

Comparison of anesthesia efficacy between subclavius muscle plane block and interscalene brachial plexus block for open reduction and internal fixation of clavicle fractures: study protocol for a randomized non-inferiority clinical trial.

Trials·2026
Same author

IntentionAR: An Intention-Driven Camera-Projector System for AR Assembly Guidance.

IEEE transactions on visualization and computer graphics·2026
Same author

From Black Box to Biological Insight: AttentioFuse Unlocks Multi-Omics Dynamics in Lung Cancer.

Cancers·2026
Same author

Study on the effects of spraying nanomaterial-encapsulated dsRNA targeting the trehalose-6-phosphate synthase gene on the growth and reproduction of Nilaparvata lugens.

Pesticide biochemistry and physiology·2026
Same author

Enhancing food system protection: synergistic action of engineered endolysin LYSMP and berberine hydrochloride against Streptococcus suis on pork.

Food research international (Ottawa, Ont.)·2026

这项研究介绍了SciSt,这是一种深度学习模型,可以从H&E图像中预测空间基因表达. 在疾病研究中,SciSt利用病理特征和生物数据进行经济高效的大规模空间分析.

科学领域:

  • 计算生物学 计算生物学
  • 生物信息学是一种生物信息学.
  • 数字病理学数字病理学

背景情况:

  • 空间转录学对于了解疾病机制至关重要,但受到样本稀缺性和高成本的限制.
  • 临床组织病理学图像 (H&E染色) 为空间分析提供了一个庞大的,具有成本效益的资源.
  • 现有的方法难以准确地从基因病理学图像中预测空间基因表达,这是因为捕捉转录结构的局限性.

研究的目的:

  • 开发一种新的深度学习框架SciSt,用于从基因病理图像中预测空间基因表达.
  • 通过将病理特征与生物知情初始基因表达结合起来,提高生物解释性和准确性.
  • 通过使用随时可用的临床图像档案,实现高效和成本效益的大规模空间分析.

主要方法:

  • 开发了SciSt,这是一个深度学习框架,将病理特征与生物学信息的初始基因表达结合起来.
  • 使用结合细胞细分和单细胞参考数据的加权策略生成初始基因表达.
  • 在三个基准数据集和TCGA-BRCA和TCGA-LIHC队列上验证了SciSt,用于性能和概括.

主要成果:

  • 在从H&E图像中预测空间基因表达方面,SciSt取得了最先进的性能.
  • 在基准数据集上,超越现有模型的表现分别为21.4%和13.7%.
关键词:
深度学习是一种深度学习.病理图像 病理图像 病理图像一个单元格的参考单元格.空间基因表达方式

更多相关视频

Mining Spatial Transcriptomics Datasets using DeepSpaceDB
10:16

Mining Spatial Transcriptomics Datasets using DeepSpaceDB

Published on: September 5, 2025

626
Predictive Immune Modeling of Solid Tumors
08:50

Predictive Immune Modeling of Solid Tumors

Published on: February 25, 2020

7.4K

相关实验视频

Last Updated: Jan 10, 2026

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

5.3K
Mining Spatial Transcriptomics Datasets using DeepSpaceDB
10:16

Mining Spatial Transcriptomics Datasets using DeepSpaceDB

Published on: September 5, 2025

626
Predictive Immune Modeling of Solid Tumors
08:50

Predictive Immune Modeling of Solid Tumors

Published on: February 25, 2020

7.4K
  • 在临床TCGA队伍中展示了强大的概括能力,突出了其在现实世界中的应用性.

    • 结论:

    • SciSt有效地预测了基因病理图像的空间基因表达,克服了当前方法的局限性.
    • 该框架能够实现形态和基因表达之间的交叉翻译,释放临床图像档案的潜力.
    • 整合先前的生物知识显著提高了生物医学AI模型的可解释性和可扩展性.