PapersBuilders10:25Chinese contentTessera:面向空间转录组学的空间感知与方向敏感表征学习框架论文提出 Tessera,把细胞空间关系建模成保留方向的相对关系,表征质量和零样本泛化都超过现有空间基础模型,做空间组学的可以看看。#Tessera#空间转录组学#表征学习#零样本泛化aarXiv cs.AI@Azim Dehghani Amirabad et al. (7)Source稍后读已读值得跟进有用关注 Tessera
Papers09:22Chinese content变分混合与多边际流匹配方法研究这篇论文提出了变分混合与多边际流匹配新方法,解决了生物系统多模态分布推断难题,特别适用于空间转录组学分析。#变分推断#流匹配#多模态分布#空间转录组学aarXiv cs.LG@Oskar KvimanSource稍后读已读值得跟进有用关注 变分推断
Papers12:04Chinese contentGC-MoE:基因组引导的细胞类型特异性专家混合模型用于空间转录组学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。#空间转录组学#专家混合模型#细胞类型特异性#组织学图像aarXiv cs.LG@Kaito Shiku et al. (7)Source稍后读已读值得跟进有用关注 空间转录组学