>  기사  >  기술 주변기기  >  원래 해상도보다 36배 더 높은 Beihang University와 Tsinghua University 팀은 AI를 사용하여 다중 공간 오믹스 플랫폼에서 고해상도로 조직을 특성화했으며 Nature 하위 저널에 게재되었습니다.

원래 해상도보다 36배 더 높은 Beihang University와 Tsinghua University 팀은 AI를 사용하여 다중 공간 오믹스 플랫폼에서 고해상도로 조직을 특성화했으며 Nature 하위 저널에 게재되었습니다.

WBOY
WBOY원래의
2024-08-14 19:51:32662검색

원래 해상도보다 36배 더 높은 Beihang University와 Tsinghua University 팀은 AI를 사용하여 다중 공간 오믹스 플랫폼에서 고해상도로 조직을 특성화했으며 Nature 하위 저널에 게재되었습니다.

공간 오믹스 데이터 향상 프레임워크 soScope

1. 소개

공간 오믹스는 분자 클래스 분석의 범위를 확장했지만 많은 기술은 공간 해상도로 인해 제한됩니다. 기존 계산 방법은 주로 전사체 데이터를 대상으로 하며 새로운 공간 오믹스 기술에 대한 적응성이 부족합니다.

2. soScope 프레임워크

Beihang University와 Tsinghua University의 연구원들은 공간 오믹스 데이터의 품질과 해상도를 향상시키기 위해 설계된 통합 생성 프레임워크인 soScope를 제안했습니다.

3. 기술 원리

soScope는 오믹스, 공간 관계 및 이미지의 다중 모드 조직 정보를 요약합니다. 분포 사전 추정 및 오믹스별 모델링의 공동 추론을 통해 향상된 분해능으로 오믹스 스펙트럼을 출력합니다.

4. 성능 평가

Visium, Xenium, Spatial-CUT&Tag, Slide-DNA/RNA-seq 및 기타 플랫폼에 대한 soScope의 평가 결과는 다음과 같습니다.

  • 장 및 신장 구조 식별 성능을 향상시킵니다
  • 배아 심장의 미세한 구조를 밝혀냈습니다
  • 샘플 및 기술적 편견을 수정했습니다

5. 확장된 응용 프로그램

soScope가 교차 오믹스를 활용하여 공간 CITE-seq 및 공간 ATAC-RNA-seq로 확장되었습니다. 다중 Omic 향상에 대한 참고 자료입니다.

6. 결론

soScope는 공간 오믹스 기술과 자원의 활용도를 향상시키는 다용도 도구를 제공합니다.

7. 참고문헌

이 연구는 "심층 생성 모델을 사용한 공간 오믹스 플랫폼 전반에 걸쳐 향상된 해상도의 조직 특성화"라는 제목으로 2024년 8월 2일 "Nature Communications"에 게재되었습니다.

원래 해상도보다 36배 더 높은 Beihang University와 Tsinghua University 팀은 AI를 사용하여 다중 공간 오믹스 플랫폼에서 고해상도로 조직을 특성화했으며 Nature 하위 저널에 게재되었습니다.

조직 공간 오믹스 기술

조직은 서로 다른 분자 상태와 공간 조직을 가진 세포로 구성됩니다. 공간 오믹스 기술은 최근 몇 년간 상당한 발전을 이루었으며, 공간적 맥락을 유지하면서 다양한 분자 클래스의 공간 분석이 가능해졌습니다.

도전과제 및 솔루션

초기 성공에도 불구하고 공간 오믹스 기술은 여전히 ​​두 가지 주요 과제에 직면해 있습니다.

  1. 냉동 또는 포르말린 고정 조직은 분자 상태에 영향을 미치고 시퀀싱 정확도를 낮출 수 있습니다.
  2. 대부분의 기술은 공간 해상도가 제한되어 있어 조직 구조의 미묘한 이질성을 드러내기가 어렵습니다.

컴퓨팅 기술은 공간 오믹스 데이터의 해상도를 향상시킬 수 있지만, 대부분의 현재 방법은 단일 조직 양식만을 대상으로 하므로 다중 모드 정보를 완전히 활용하기 어렵습니다.

soScope: 공간 해상도 및 데이터 품질 개선

베이항대학교와 칭화대학교 연구팀은 다양한 공간 오믹스 기술에서 포인트 수준 데이터를 시뮬레이션하는 완전 생성 프레임워크인 Spatiomic Scope(soScope)를 소개합니다. 프로파일 생성 프로세스의 목표는 다음과 같습니다. 공간 해상도와 데이터 품질을 향상시킵니다.

soScope는 각 포인트를 공간 위치 및 형태학적 패턴과 관련된 오믹스 특성이 향상된 공간 해상도를 갖춘 "하위 포인트" 모음으로 처리합니다. 그런 다음 SoScope는 다중 모드 딥 러닝 프레임워크를 사용하여 스팟 오믹스 프로파일, 공간 관계 및 고해상도 형태 이미지를 통합하고 하위 스팟 해상도에서 오믹스 프로파일을 공동으로 추론합니다. 오믹스 특정 분포를 선택함으로써 soScope는 다양한 공간 오믹스 데이터의 변동을 정확하게 모델링하고 줄일 수 있습니다.

원래 해상도보다 36배 더 높은 Beihang University와 Tsinghua University 팀은 AI를 사용하여 다중 공간 오믹스 플랫폼에서 고해상도로 조직을 특성화했으며 Nature 하위 저널에 게재되었습니다.

그림: soScope 및 해당 응용 프로그램 개요. (출처: Paper)

soScope 기능:

  1. 다양성 조직 맵과 결합된 통합 도구
  2. 향상된 오믹스 맵(다양한 분자 클래스)
  3. 공간 분해능 향상
  4. 불필요한 변경 감소
  5. 특성화 복잡한 조직 구조(기본 해상도에서는 감지할 수 없음)

    원래 해상도보다 36배 더 높은 Beihang University와 Tsinghua University 팀은 AI를 사용하여 다중 공간 오믹스 플랫폼에서 고해상도로 조직을 특성화했으며 Nature 하위 저널에 게재되었습니다.

    그림: 여러 조직 및 플랫폼의 공간 전사체 데이터 세트에 대한 soScope 평가. (출처: 논문)

팀은 Visium, Xenium, Spatial-CUT&Tag, Slide-DNA-seq, Slide-RNA-seq, Spatial-CITE를 포함한 여러 공간 기술로 분석된 여러 분자 유형에 대한 soScope의 효율성과 일반화 가능성을 광범위하게 평가했습니다. -seq 및 공간 ATAC-RNA-seq.

건강하고 질병이 있는 조직에서 soScope는 조직 도메인 식별을 개선하고, 알려진 마커의 식별성을 높이며, 데이터 및 기술적 편견을 수정합니다. 이 방법을 사용하면 원래 해상도보다 최대 36배 더 미세한 조직 구조를 확인할 수 있습니다. 공간 다중 오믹스 데이터를 효율적으로 적용하여 다중 오믹스 프로파일을 동시에 향상할 수 있습니다.

연구원들은 단일 세포 해상도에서 공간 분석을 직접 달성할 수 있는 seqFISH, STARmap 및 MERFISH와 같은 여러 이미징 기반 공간 오믹스 기술이 있지만 오믹스 처리량이 낮고 조직 영역이 더 작다는 점에 주목합니다. soScope는 미리 지정된 하위 지점 또는 셀룰러 위치에 대한 향상된 프로필을 제공하지만 하위 셀룰러 해상도를 달성하지 못할 수도 있습니다.

원래 해상도보다 36배 더 높은 Beihang University와 Tsinghua University 팀은 AI를 사용하여 다중 공간 오믹스 플랫폼에서 고해상도로 조직을 특성화했으며 Nature 하위 저널에 게재되었습니다.

그림: 공간 CITE-seq를 사용하여 인간 피부 조직의 공간 단백질 + 전사체 데이터 세트에 다중 오믹스 soScope 적용. (출처: 논문)

해상도 향상:

  • soScope를 수정하여 동일한 조직의 단일 세포 오믹스 데이터 쌍을 포함하고 하위 지점 추론을 위한 더 높은 해상도 정보를 제공합니다.
  • H&E 이미지를 입력으로 통합하면 특정 임상 연구에서 인간 전문가가 쉽게 주석을 달 수 있습니다.
  • 사람 레이블을 통합하고 반지도 방식으로 사후 추론을 안내하도록 soScope를 수정하여 잠재 표현 및 프로필 학습을 개선합니다.

계산 비용 절감:

동일한 기관의 여러 연속 슬라이스가 포함된 대규모 데이터 세트의 경우 soScope는 다음을 수행할 수 있습니다.

  • 부분 데이터를 훈련합니다.
  • 남은 조직 부위에 발라주세요.

잠재력:

공간 오믹스 데이터 리소스의 지속적인 확장과 새로운 공간 기술의 출현으로 연구자들은 soScope가 다음과 같은 잠재력을 가지고 있다고 믿습니다.

  • 다용도 도구.
  • 공간 오믹스 데이터를 최대한 활용하세요.
  • 복잡한 조직 구조와 생물학적 과정에 대한 과학자의 이해를 향상시킵니다.

논문 링크:
https://www.nature.com/articles/s41467-024-50837-5

위 내용은 원래 해상도보다 36배 더 높은 Beihang University와 Tsinghua University 팀은 AI를 사용하여 다중 공간 오믹스 플랫폼에서 고해상도로 조직을 특성화했으며 Nature 하위 저널에 게재되었습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

성명:
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.