相关实验视频
Updated: Jan 9, 2026
10:16
Mining Spatial Transcriptomics Datasets using DeepSpaceDB
Published on: September 5, 2025
618
STIFT:通过空间知情的多时间点桥接实现时空空间转录组学集成
Ji Qi1, Muyang Ge1, Jishuai Miao1
1Department of Statistics and Data Science, The Chinese University of Hong Kong, Ma Liu Shui, Sha Tin, New Territories, Hong Kong SAR, China.
Briefings in bioinformatics
|December 10, 2025
概括
我们开发了STIFT,这是一个整合时空转录学数据的框架. 该工具通过分析跨空间和跨时间的基因表达来帮助理解发育和再生过程.
科学领域:
- 计算生物学 计算生物学
- 发展生物学 发展生物学
- 再生医学是一种再生医学.
背景情况:
- 空间转录组学提供具有空间分辨率的基因表达数据.
- 整合空间和时间维度对于理解动态生物过程至关重要.
- 现有的方法很难有效地整合大规模的时空转录学数据.
研究的目的:
- 介绍STIFT (转录学空间时间整合框架),一个新的计算框架.
- 为了使大规模的二维或三维时空转录学数据的集成和分析.
- 为了促进发育动态和再生过程的探索.
主要方法:
- STIFT结合了发育的时空最佳运输,时空图形构造和图形注意力自编码器.
- 该框架利用时间三重学习来进行增强的分析.
- 它支持集成大规模数据集,包括删除批量效应.
主要成果:
- STIFT成功地集成和分析了来自轴突大脑再生,小鼠胚胎发育和平面再生的复杂的时空转录学数据集.
- 该框架有效地消除了批量效应,并确定了不同的空间领域.
- 时间发育模式和生物变异在数十万个数据点中得到保存.
结论:
- STIFT是一个有效和特定的框架,用于整合时空转录学数据.
- 它使空间领域,发展轨迹和生物变异的全面分析成为可能.
- 该框架推进了跨越空间和时间的复杂生物过程的研究.
