bioRxiv 预印本· Alizadeh, E., Zhao, Y., Domanskyi, S., Baker, D., Luo, d., Flynn, W. F., Ucar, D., Chuang, J. H., Courtois, E., White, B. S., Robson, P., Korstanje, R., Li, S., Mahoney, J. M. ·· 17 小时前AI 评分22
sc-HistoMorphomics:全切片H&E图像核形态高通量多模态分析框架
Sc-HistoMorphomics: A General Framework for High-throughput, Multimodal Profiling of Nuclear Morphology in Tissues.
AI 导读
研究人员提出sc-HistoMorphomics框架,结合深度学习分割与194个可解释形态学特征,在全切片H&E图像中高通量刻画细胞核形态,并与空间转录组数据关联。该框架在子宫内膜、乳腺癌和胰腺组织中揭示跨组织保守的高维特征结构及形态与基因表达的可重复关联,其中子宫内膜嗜酸性纹理特征与衰老信号相关,胰腺中CDKN1A与多个形态特征呈跨细胞类型和供体的负相关。
来源:bioRxiv 预印本 · biorxiv.org