悉尼大学和香港D24H的研究人员，开发用于亚细胞空间转录组数据分割的自监督学习方法

将 ScienceAI 设为星标第一时间掌握新鲜的 AI for Science 资讯编辑 | 萝卜皮亚细胞成像转录组学平台的最新进展带来了基因表达的高分辨率空间图谱，同时也给准确识别细胞和分配转录本带来了重大的分析挑战。现有的方法难以进行细胞分割。悉尼大学（University of Sydney）和香港医卫大数据深析实验室（D24H）的研究人员提出了 BIDCell，这是一种基于自监督的深度学习框架，具有生物学信息损失函数，可以学习空间解析的基因表达和细胞形态之间的关系。BIDCell 整合了细胞类型数据，包括来自公共存储库的单细胞转录组数据和细胞形态信息。该研究以「BIDCell: Biologically-informed self-supervised learning for segmentation of subcellular spatial transcriptomics data」为题，于 2023 年 1 月 13 日发布在《Nature Communications》。高通量空间组学技术处于现代分子生物学的前沿。分析技术 ………………………………