清华大学李梢团队最新Nature子刊

iNature 2025-03-30 00:00
文章摘要
背景:组织学图像在疾病诊断和治疗中具有重要作用,但传统方法在细胞空间图谱推断方面存在局限性。研究目的:清华大学李梢团队开发了一种名为HistoCell的弱监督深度学习方法,旨在从单核水平的组织学图像中推断超分辨率细胞空间图谱。结论:HistoCell在多个癌症组织中表现出色,能够提高空间转录组学数据的反卷积精度,并发现与临床相关的空间组织指标,为癌症研究提供了强大的工具。
清华大学李梢团队最新Nature子刊
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
推荐文献
Bridging climate and health: A collaborative path to policy-relevant science
DOI: 10.1016/j.isci.2025.113050 Pub Date : 2025-07-17
IF 4.6 2区 综合性期刊 Q1 iScience
Photocatalyst-free photochemical deuteration via H/D exchange with D2O
DOI: 10.1038/s41467-025-61641-0 Pub Date : 2025-07-22
IF 16.6 1区 综合性期刊 Q1 Nature Communications
iNature
最新文章
热门类别
相关文章
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信