[口头报告]STMiner: Gene-centric spatial transcriptomics for deciphering tumor tissues
STMiner: Gene-centric spatial transcriptomics for deciphering tumor tissues
编号：22
访问权限：仅限参会人
更新：2025-03-27 15:40:51
浏览：44次
口头报告
报告开始：2025年03月29日 15:10 （Asia/Shanghai）
报告时间：20min
所在会议：[S3] 一作面对面论坛（遗传） » [S3] 一作面对面论坛（遗传）
摘要
空间转录组学技术在探究组织细胞异质性及细胞间相互作用方面意义重大，但肿瘤组织的 ST 数据分析面临诸多难题，如区域边界模糊、细胞密度不均和细胞异质性高等，这些问题会导致背景偏差，影响空间可变基因的准确识别。本报告介绍课题组开发的STMiner方法，以基因中心视角，借助 2D 高斯混合模型与最优传输理论，直接描绘基因的空间分布，有效减少背景偏差和数据稀疏性的影响，成功识别出被传统基于斑点分析工具忽略的关键基因集和空间结构。
关键字
空间转录组;肿瘤;机器学习
报告人
孙培森
博士研究生 西安交通大学| 孙培森，西安交通大学电信学部自动化学院在读博士生，导师为叶凯教授。主要研究方向为基因组学，单细胞空间多组学的算法开发和数据分析，重点关注疾病等组织多组学数据之间的关联以及发掘潜在的生物学信号。以第一作者发表SCI论文3篇。 |
发表评论