Adv Sci\u00A0|\u00A0S3RL：突破空间转录组无监督多模态融合瓶颈，显著提升分析精度与可解释性

本文背景是空间转录组技术虽能同步获取组织原位空间坐标与细胞转录组信息，成为生命科学前沿热点，但其数据分析面临多模态数据差异大、组织边界易被过度平滑等挑战。研究目的是提出一种名为S3RL的无监督学习框架，通过引入符号图建模、可分离表征学习和超球面原型学习机制，以分阶段、分层次的方式精准解析组织空间功能结构。结论表明，S3RL在多个数据集上评估显示，其在空间域识别稳定性、边界清晰度和跨切片一致性方面显著优于现有方法，提升了生物学解释的可靠性，为理解组织空间异质性提供了高效新工具。