单细胞论文记录(part14)--CoSTA: unsupervised convolutional neural network learning for ST analysis

CoSTA是一种无监督的卷积神经网络方法,用于空间转录组学分析,它通过学习基因表达矩阵之间的空间相似性,提供定量的模式比较,而不仅仅是分类。与依赖像素重叠的传统方法不同,CoSTA关注表达模式的形状,保留了空间信息。在模拟和实际数据上的测试表明,CoSTA具有高特异性,能够识别出生物学上有意义的基因关系。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

学习笔记,仅供参考,有错必纠
Authors:Yang Xu, Rachel Patton McCord
Journal:BMC Bioinformatics
Year:2021
Keywords: Spatial transcriptomics, Gene clustering, Convolutional neural network



CoSTA: unsupervised convolutional neural network learning for spatial transcriptomics analysis

Abstract

Background: 空间转录组学技术的兴起,使人们对基因调控(gene regulation)如何在空间背景下发生有了新的认识. 确定哪些基因以类似的空间模式表达,可以揭示一个组织中不同类型细胞的基因调控关系. 然而,目前许多分析方法没有充分利用数据的空间组织,而是将pixels作为独立的特征. 在此,我们提出了CoSTA:一种通过卷积神经网络(ConvNet)聚类学习基因表达矩阵之间空间相似性的新方法.

Results: 通过分析模拟的和以前发表的空间转录组学数据,我们证明CoSTA以强调更广泛的空间模式而不是pixel-level相关的方式学习基因之间的空间关系

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

GUI Research Group

谢谢支持!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值