Nat Commun｜郑旭彬/陈金妙/杜智华开发SMART：一种基于图神经网络与度量学习的空间多组学整合框架
BioArt
2026-04-05 17:06
文章摘要
背景：随着空间多组学技术的发展，如何有效整合多模态数据并识别解剖结构成为计算生物学领域的挑战。研究目的：开发一种高效、可扩展且通用的空间多组学整合计算框架SMART，以聚合不同特征维度和空间分布的数据。结论：SMART结合图神经网络与度量学习，通过构建KNN邻接图和引入triplet loss，融合局部空间结构与全局语义相似性，支持多切片批次校正，在模拟数据、人类淋巴结、小鼠脑等实验中优于对比方法，展现出良好的灵活性与可扩展性。
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
Characterizing schizophrenia-relevant structural variants and tandem repeats through long-read sequencing
DOI: 10.1016/j.scib.2025.11.004
Pub Date : 2026-03-30
Date: 2025/11/4 0:00:00
Embodied emotions in ancient Neo-Assyrian texts revealed by bodily mapping of emotional semantics
DOI: 10.1016/j.isci.2026.115347
Pub Date : 2026-04-17
Date: 2026/3/14 0:00:00
Break-induced replication is enhanced by a phospho-activated RPA-binding module in Pol32
DOI: 10.1038/s41467-026-71309-y
Pub Date : 2026-04-09
BioArt
最新文章
京公网安备 11010802042870号
