跳到正文
原文
bioRxiv 预印本· Zhu, J., Wang, Y., Lu, Z., Qu, C., Zhu, Y., Yang, Y., Zhao, S., Yang, H., Huo, Y., Deng, R. ·· 9 天前AI 评分20

THiRST:计算机视觉赋能的三维高分辨率空间转录组学分析框架

THiRST: Computer Vision Empowered Three-dimensional High-Resolution Spatial Transcriptomics Analytics

AI 导读

研究团队提出计算框架THiRST,可从连续切片重建多分辨率三维空间转录组表征,整合Visium V2与高分辨率ST数据。在系列肾脏切片中,patch级优化使相邻偏移匹配单元的同类簇比例从63.8%和65.6%提升至70.7%和70.0%,并改善表达一致性。基于重建的对应关系实现三维肾小球及对象级表达分析,54.1%的差异基因仅在三维分析中被检出。

来源:bioRxiv 预印本 · biorxiv.org