预印本 · 单细胞与空间组学· Zhang J, Li L, Liu L, Fridley BL, Cheng C, Plummer JT, Wu G, Chiang JC, Li Q.·· 1 天前AI 评分44
BiNVaST：保留生态位边界、以合成数据引导的变分自编码器，实现高分辨率空间转录组平台间的一致推断
BiNVaST: niche boundary-preserving and synthetic data-guided variational autoencoders for concordant inference across high-resolution spatial transcriptomic platforms
AI 导读
BiNVaST结合保留生态位边界的双分支变分自编码器与统计模拟器，改善高分辨率空间转录组的细胞分型及跨平台一致性。研究使用四类组织的六份标本，在Xenium、CosMx、Stereo-seq和Visium HD平台上与现有方法开展基准比较。该工具可识别不同肿瘤细胞状态，区分疾病特异性肿瘤与非肿瘤细胞亚群。
来源：预印本 · 单细胞与空间组学 · doi.org