Alpha Spatial：语言引导的基于组织学图像的单细胞空间基因表达预测
Alpha Spatial通过语言引导，从组织学图像预测细胞级基因表达，表现优于所评估方法。匹配的生物学背景与多组织联合学习改善预测；在乳腺癌中，该框架重现了POSTN相关基质程序及HER2相关分子与空间差异。探索性患者分析显示，CXCL14相关空间状态的丰度与含曲妥珠单抗（trastuzumab）治疗无应答及更大残余浸润性肿瘤相关。
#空间组学
预印本 · 单细胞与空间组学AI 评分3939 预印本 · 单细胞与空间组学AI 评分4444 空间转录组学中的生物学与技术性空间变异
研究者开发了纳入爆发式转录模型的空间可变捕获模型，用于区分空间转录组学中的生物学变异与空间变化的技术噪声。该方法已实现为程序 stipple，演示结果表明其可用于识别和解释空间转录组学检测中的基因表达空间变异。
Bioinformatics (OUP)精选AI 评分6666 Serval 为成像型空间转录组提供模块化解码与基准评测框架
Serval 是用于开发和评测成像型空间转录组解码方法的模块化框架，其配套方法 CoSiD 在测试中提高了转录本检出量。CoSiD 通过优化与已知条形码的余弦相似度进行解码，在模拟和真实 MERFISH 数据上较基线方法获得更高的转录本检出量及与参考表达数据的相关性；扩展至 DART-FISH 后，还改善了聚类稳定性，并支持更直接地标注人类初级运动皮层等复杂生物结构。
推荐理由：将解码步骤拆分为可独立配置的模块，便于在不同空间转录组平台上比较算法，并结合模拟与真实数据评估解码表现。
Bioinformatics (OUP)AI 评分5858 STiLE 仅凭细胞质心坐标实现空间转录组组织芯片自动拆分
STiLE 是一种空间转录组组织芯片自动拆分工具，仅凭细胞质心坐标将细胞分配至各自组织芯，无需组织学图像。该算法结合连通分量检测、HDBSCAN 聚类、分量引导的聚类合并及可选网格峰值检测，在来自三种平台的七个公共组织芯片样本（50–150 个组织芯）上达到 ARI > 0.99，在含真实场景伪影的 396 个合成数据集上平均 ARI = 0.992。
Nature ProtocolsAI 评分1818 用于高空间分辨率多组学分子图谱绘制的组织膨胀质谱成像（TEMI）
组织膨胀质谱成像（TEMI）用于高空间分辨率多组学分子图谱绘制。页面正文未能加载，目前仅能从标题确认该技术及其用途，无法获取具体实验流程、性能指标或验证结果。