北大 高歌，中科院广州健康院彭广敦SMTD：面向大规模异质性空间转录组学切片的表征与解析方法PASSAGE

本文介绍了由北京大学高歌课题组与中国科学院广州生物医药与健康研究院彭广敦课题组联合开发的一种新的深度学习表征与解析方法PASSAGE，该方法专门针对大规模异质性空间转录组学切片。PASSAGE通过多层次注意力机制，从切片、细胞与分子多个层次进行不同粒度的表征学习与解析，有效提高了计算效率和可扩展性。该方法在处理不同样本间的批次效应、识别特定表型关联基因特征方面表现出色，特别是在乳腺癌、鳞状细胞癌和肾细胞癌的数据集上展现了其解析复杂疾病空间特征和分子机制的潜力。PASSAGE的引入不仅增强了模型的生物学可解释性，还实现了对大规模异质性空间转录组学数据的表型相关组学特征系统解析，为癌症等复杂疾病的研究提供了新的方法。