PulseAugur
中
实时 11:34:42

新的LATTICE框架整合多模态空间组学数据

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了LATTICE，一个新颖的基于图的自监督学习框架，旨在整合多模态空间组学数据。该框架协调转录组学和表观基因组学信息，为单个组织斑块创建统一的表示。LATTICE利用TransformerConv编码器，通过掩码重构和跨模态对齐等目标，在黑色素瘤队列上展示了稳定的优化和可复现的嵌入。多组学模态的整合显著提高了与现有聚类方法和空间连续性的吻合度，尽管它也捕捉到了超越简单转录组学相似性的调控结构。 AI

影响 该框架为整合复杂的生物数据集提供了一种新方法，有望在癌症等领域推动研究。

排序理由 该集群包含一篇学术论文，详细介绍了用于生物数据分析的新计算框架。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的LATTICE框架整合多模态空间组学数据

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Jagan Mohan Reddy Dwarampudi, Veena Kochat, Suresh Satpati, Kunal Rai, Tania Banerjee ·

    LATTICE：用于多模态空间组学集成的图自监督学习

    arXiv:2607.14410v1 Announce Type: new Abstract: Spatially resolved omics studies increasingly combine transcriptomic and epigenomic assays, yet downstream analysis is often still performed using single-modality pipelines. We present LATTICE (Latent Alignment of Tissue-level and T…

相关话题