空間多組學(xué)研究思路分享（三）：利用AI算法預(yù)測空間生物標(biāo)志物

空間多組學(xué)技術(shù)與人工智能的融合正開啟生物標(biāo)志物挖掘的新范式。本文分享了構(gòu)建AI驅(qū)動(dòng)型空間標(biāo)志物預(yù)測模型的研究思路，通過整合高精度空間轉(zhuǎn)錄組數(shù)據(jù)與機(jī)器學(xué)習(xí)算法，實(shí)現(xiàn)了從組織微環(huán)境到臨床預(yù)測的系統(tǒng)性跨越。該研究思路不僅突破傳統(tǒng)標(biāo)志物篩選的局限，更通過空間維度特征提取，為疾病分層與復(fù)發(fā)預(yù)測等工作提供全新解決方案。

一. 研究思路

 

圖1 空間轉(zhuǎn)錄組聚類結(jié)果示例

 
2、收集組織中主要細(xì)胞類型的經(jīng)典特異性marker基因，進(jìn)行基因集打分，確認(rèn)細(xì)胞相對豐度。比較不同區(qū)域/分組中各細(xì)胞類型的豐度，篩選具有顯著差異的細(xì)胞類型，結(jié)合先驗(yàn)知識(shí)，鎖定候選細(xì)胞類型。對候選細(xì)胞類型進(jìn)行細(xì)分，進(jìn)一步鎖定更重要的候選細(xì)胞亞型。