GOLDEN 空间转录组遗传异质性解卷积方法及 GSE341398 数据集
研究团队开发 GOLDEN,一种等位基因感知的多任务网络,将 spot 级表达编码为共享潜在表示,并用双任务头识别 target、non-target 或 mixed 斑点及估计 target 比例。
研究团队开发 GOLDEN,一种等位基因感知的多任务网络,将 spot 级表达编码为共享潜在表示,并用双任务头识别 target、non-target 或 mixed 斑点及估计 target 比例。
研究团队预训练并系统评测了一组自监督基础模型,在最大的公开 Cell Painting 数据集上实现无需细胞分割或特征工程的形态特征提取。模型优于经典方法,并展现出跨细胞类型的泛化能力。
研究团队开发 CNVSIM,将 CNV 谱组织为按癌症根源划分的参考空间,并定义亚型。155,881 项肿瘤样本分析支持建立覆盖 19 个癌症根源的 112 个 CNV 亚型,校准投影分配 85.7% 的留出谱。对细胞系 CNV 谱的投影显示,90/112 个亚型有代表性细胞系,并指出覆盖缺口。
研究团队在 JUMP–CP 上预训练并对比 DINO、MAE、iTPN 与 DINOv2,覆盖 119,876 compounds、~1.77 million images 和 87 个实验批次。
推荐理由:系统比较了对比式、掩码生成式与混合式自监督方法在细胞形态分析中的表现,为模型选型和批次校正提供可迁移依据。