12:04arXiv cs.LG@Kaito Shiku, Ahtisham Fazeel Abbasi, Ryoma Bise, Yuichiro Iwashita, Kazuya Nishimura, Andreas Dengel, Muhammad Nabeel Asim该研究提出了一种名为GC-MoE的新方法,用于从组织学图像和细胞位置预测单个细胞的基因表达,从而降低单细胞空间转录组学测量的成本。与现有方法不同,GC-MoE通过路由网络估计细胞类型概率,并软性地组合细胞类型特异性专家来预测基因表达,从而捕捉细胞间的表达变异性。该方法还引入了细胞类型特异性共表达感知预测器和轻量级细胞间交互注意力模块,以编码细胞类型依赖的基因程序。在公共单细胞空间转录组数据集上的实验表明,GC-MoE在性能上优于现有的单细胞和基于点的基线方法。这项工作为从组织学图像推断单细胞基因表达提供了更精确的工具,对生物医学研究具有重要意义。论文空间转录组学专家混合模型细胞类型特异性组织学图像基因表达预测推荐理由:做空间转录组学或计算病理学的研究者可以直接用GC-MoE替代昂贵的单细胞测序,从常规组织切片中预测单细胞基因表达,省成本又提精度。原文