研究人员开发了从组织学图像预测基因表达的新方法,为传统的空间转录组学提供了更具成本效益的替代方案。一种方法GATE-ST,通过跨注意力将基因的文本描述与图像数据相结合,以提高预测准确性。另一种方法CELLO,利用单一病理基础模型前向传递和网格采样,在单细胞水平上预测基因表达,与以前的方法相比实现了显著的加速。 AI
影响 这些方法可以显著降低基因表达分析的成本和时间,从而加速生物学研究和药物发现。
排序理由 arXiv上发表的两篇研究论文,详细介绍了用于空间转录组学预测的新型AI方法。
- alphaXiv
- arXiv
- CatalyzeX
- CELLO
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- H&E stain
- histology images
- Hugging Face
- Litmaps
- ScienceCast
- scite Smart Citations
- spatial transcriptomics
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →