1160-DeepSpaCE：基于深度学习的乳腺癌空间转录组预测与增强

DeepSpaCE 是一种新开发的深度学习模型，旨在通过分析 H&E 染色的组织切片图像来预测空间转录组谱图。该研究利用卷积神经网络（CNN）克服了现有空间转录技术成本高昂、空间分辨率受限以及实验操作难度大等局限性。通过对乳腺癌组织的研究，该模型成功实现了超分辨率预测，并能补全因实验错误缺失的基因表达数据。此外，研究引入了半监督学习技术，显著提升了在小样本量情况下的预测准确性。这种方法不仅加强了对肿瘤浸润等组织学特征的理解，还为加速生物学发现提供了一种无需额外实验的经济手段。

References:

• Monjo, T., Koido, M., Nagasawa, S. et al. Efficient prediction of a spatial transcriptomics profile better characterizes breast cancer tissue sections without costly experimentation. Sci Rep 12, 4133 (2022). doi.org