纽约 - 根据其开发人员，新论文中呈现的方法可以预测组织学图片的空间基因表达。
大多数空间转录组方法都必须平衡解决功能的能力，但皇家理工学院 - LED团队开发了一种解决这些限制的新模式。vwin德赢ac米兰合作他们的方法结合原位RNA捕获，或ISC，具有高分辨率组织学图像，以产生高度解决的转录组宽表达图。他们的基准测试分析，报道自然生物技术vwin德赢ac米兰合作在星期一，表明该方法是坚固且敏感的。
“表达映射解析了难以在原始ISC数据中隔离的千分尺比表达签名，”来自Kth和斯德哥尔摩大学的高级作者Jonas Maaskola及其纸张写道。“识别和描述这些签名对于表征小解剖特征和发展有效治疗疾病状态至关重要。”
由于该方法可以进一步预测来自组织学图片的空间基因表达与参考ISC图像，所以研究人员表示它还可以使基于硅空间转录组织的图像。
这种超分辨的空间转录组方法将ISC数据与高分辨率组织学图像数据组合 - 通常是具有苏木精和曙红染色的。特别地，该方法将空间基因表达和组织学图像数据视为潜在组织状态的效果，然后在许多空间分辨率上建模。研究人员注意到，捕获全球和局部解剖功能。然后通过识别神经网络映射图像数据。
研究人员首先使用合成数据集测试了它们的方法，以发现它具有高精度。它们同样发现它们的方法与来自小鼠嗅球的十几种组织切片的数据集的地面真实性有95％的方向性，并且它们的方法与参考相匹配原位来自艾伦小鼠脑地图集的杂交数据。这些发现向研究人员提出了他们的方法可以将ISC数据分开到其高分辨率子组件中。
使用鼠标嗅灯泡和人鳞状细胞癌数据集，研究人员发现它们的方法可以预测组织学图像的表达。特别是，他们注意到它再现了地面真理表达模式，并且精度符合采样的性能。
此外，在使用人类小肠和其他数据集的分析中，研究人员发现它们的方法是坚固和敏感的。他们注意到部分图像数据的部分，导致预测和地面真理表达之间的相关性略有下降，但可见区域仅受到略微影响。
研究人员另外应用了它们的方法来检查小鼠嗅灯泡和人乳腺癌中的基因表达。在小鼠样品中，它们注意到许多上调和下调的基因，并且通过单细胞RNA测序分析最近与小鼠嗅灯泡绑定的标记物中的100个最上调的基因中的40个。
同时，它们发现了许多肿瘤相关基因，这些基因在导管癌中上调原位病变。这包括CD74，乳腺癌中转移性肿瘤生长的标志物，即在肿瘤边缘附近表达，该研究人员称可能具有治疗意义。
研究人员补充说，它们的方法可以在硅空间转录组织中允许。“我们设想未来的工作，以便在更大的规模上启用ISST，解决需要培训组织特异性模型的需要，”马拉喀尔拉和同事写道。“这些模型需要能够在跨越广泛解剖条件的数据库上标记分发的样本和列车。”