[Nature communications | 论文简读] 基于图的自编码器整合空间转录组学与染色质图像

简读分享 | 庞超 编辑 | 王宇哲

论文题目

Graph-based autoencoder integrates spatial transcriptomics with chromatin images and identifies joint biomarkers for Alzheimer’s disease

论文摘要

组织发育和疾病导致了细胞组织、细胞核形态和基因表达的变化，这些都可以通过空间转录组技术来共同测量。然而，目前仍然缺乏联合分析三维中不同空间数据模式的方法。作者提出了一个计算框架，利用过参数化的基于图的自编码器与染色质成像数据（STACI）整合空间转录组数据，以确定组织中的分子和功能改变。STACI将多种模式纳入下游任务的单一表述中，能够从未见过的组织切片的核图像中预测空间转录组数据，并通过过参数化提供内置的基因表达和组织形态的批量校正。作者应用STACI来分析阿尔茨海默病的时空进展，并确定相关的核形态学和耦合基因表达特征。总的来说，作者证明了通过整合多种数据模式来描述疾病进展的重要性及其对发现疾病生物标志物的潜力。

论文链接

https://www.nature.com/articles/s41467-022-35233-1