BMKGENE ให้บริการการจัดลำดับการถอดเสียงเชิงพื้นที่สำหรับการศึกษาเรื่อง "STEEL ช่วยให้สามารถแยกแยะข้อมูลการถอดเสียงเชิงพื้นที่ที่มีความละเอียดสูง" ซึ่งได้รับการตีพิมพ์ใน Briefings in Bioinformatics
การศึกษานี้เสนออัลกอริธึมการเรียนรู้แบบไม่มีผู้ดูแลและหลากหลาย Spatial Transcriptome cEll typE Clustering (STEEL) ซึ่งระบุโดเมนจากทรานสคริปต์เชิงพื้นที่โดยการจัดกลุ่มบีดที่แสดงทั้งโปรไฟล์การแสดงออกของยีนที่คล้ายกันสูงและระยะห่างเชิงพื้นที่ใกล้เคียงในลักษณะของกราฟ
การประเมินที่ครอบคลุมของ STEEL บนชุดข้อมูลการถอดเสียงเชิงพื้นที่จากแพลตฟอร์ม 10X Visium แสดงให้เห็นว่าไม่เพียงแต่มีความละเอียดสูงในการระบุลักษณะโครงสร้างที่ดีของสมองของเมาส์เท่านั้น แต่ยังช่วยให้สามารถรวมสไลด์เนื้อเยื่อหลายชิ้นที่วิเคราะห์แยกกันเป็นสไลด์ที่ใหญ่ขึ้นได้อีกด้วย
ด้วยความก้าวหน้าของเทคโนโลยีทรานสคริปต์เชิงพื้นที่ วิธีการของเราจะนำไปประยุกต์ใช้ได้อย่างดีเยี่ยมในการระบุโดเมนและการสร้างแผนที่การแสดงออกของยีนใหม่
คลิกที่นี่เพื่อเรียนรู้เพิ่มเติมเกี่ยวกับการศึกษาครั้งนี้
เวลาโพสต์: 20 ต.ค.-2023