PulseAugur
中
实时 13:50:57

新的AI模型整合空间组学数据以获得生物学见解

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了HEIST，一种用于分析空间转录组学和蛋白质组学数据的分层图Transformer模型。该模型将组织表示为分层图，同时捕获空间细胞关系和内部基因表达网络。HEIST在来自不同器官的大量细胞数据集上进行了预训练，证明了其对新数据类型的泛化能力，并在临床结果预测和细胞类型注释等任务中取得了最先进的性能。另一项研究介绍了STAMP，一个利用空间转录组学指导病理学基础模型，通过将转录组学数据对齐到功能通路来增强其从组织学图像推断分子谱的能力的框架。 AI

影响 这些模型提高了AI在生物学研究中的能力，能够从复杂的组学数据中更深入地理解细胞过程和疾病预测。

排序理由 该集群包含两篇学术论文，描述了用于生物数据分析的新型AI模型和框架。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Hiren Madhu, Jo\~ao Felipe Rocha, Tinglin Huang, Siddharth Viswanath, Smita Krishnaswamy, Rex Ying ·

    HEIST：用于空间转录组学和蛋白质组学数据的图基础模型

    arXiv:2506.11152v4 Announce Type: replace-cross Abstract: Single-cell transcriptomics and proteomics have become a great source for data-driven insights into biology, enabling the use of advanced deep learning methods to understand cellular heterogeneity and gene expression at th…

  2. arXiv cs.LG TIER_1 English(EN) · Fengtao Zhou, Yingxue Xu, Zhengyu Zhang, Yihui Wang, Zhengrui Guo, Ling Liang, Jiabo Ma, Cheng Jin, Ziyi Liu, Huajun Zhou, Hongyi Wang, Du Cai, Chenglong Zhao, Xi Wang, Can Yang, Yu Wang, Wenbin Li, Feng Gao, Zhe Wang, Zhenhui Li, Xiuming Zhang, Li Liang… ·

    空间转录组学引导的对齐增强了病理学基础模型的分子谱分析

    arXiv:2606.03644v1 Announce Type: new Abstract: Comprehensive molecular profiling is essential for modern precision oncology but remains hindered by prohibitive costs, specimen exhaustion, and protracted turnaround times. While pathology foundation models (PFMs) have demonstrated…

相关实体

相关话题