注目の出版物

BMKGENE は、Briefings in Bioinformatics に掲載された研究「STEEL により時空間トランスクリプトーム データの高解像度描写が可能になる」に空間トランスクリプトーム シーケンス サービスを提供しました。

この研究では、教師なしの多様学習ベースのアルゴリズムである空間トランスクリプトーム cEll typE クラスタリング (STEEL) を提案しました。このアルゴリズムは、高度に類似した遺伝子発現プロファイルと近い空間距離の両方を示すビーズをグラフのようにクラスター化することにより、空間トランスクリプトームからドメインを特定します。

10X Visium プラットフォームの空間トランスクリプトーム データセットに対する STEEL の包括的な評価により、STEEL がマウス脳の微細構造を特徴付ける高解像度を達成するだけでなく、個別に分析された複数の組織スライドをより大きなスライドに統合できることが実証されました。

空間トランスクリプトーム技術の進歩により、私たちの方法はドメインの同定と遺伝子発現アトラスの再構築に大きな応用性を持つでしょう。

クリックこここの研究についてさらに詳しく知るには。