SEPAL：基于局部图的空间基因表达预测
计算机视觉与模式识别
2024-01-12 v3
摘要
空间转录组学是一项将组织病理学图像与空间分辨基因表达谱对齐的新兴技术。它具备理解多种疾病的潜力，但面临专用设备与领域专业知识等显著瓶颈。本工作中，我们提出 SEPAL，一种从视觉组织外观预测基因谱的新模型。我们的方法通过直接监督相对于平均表达的相对差异来利用该问题的生物学偏置，并在每个坐标处借助局部视觉上下文，使用图神经网络进行预测。该方法弥合了当前方法中完全局部与完全全局之间的差距。此外，我们提出一种新基准，遵循转录组学当前最佳实践并将预测变量限制为仅具清晰空间模式者，以更好地界定该任务。我们在两个不同的人乳腺癌数据集上的广泛评估表明，SEPAL 优于先前最先进方法及其他引入空间上下文的机制。
引用
@article{arxiv.2309.01036,
title = {SEPAL: Spatial Gene Expression Prediction from Local Graphs},
author = {Gabriel Mejia and Paula Cárdenas and Daniela Ruiz and Angela Castillo and Pablo Arbeláez},
journal= {arXiv preprint arXiv:2309.01036},
year = {2024}
}