東大麥吉爾團隊推SUICA 預測空間轉錄組基因表達

方法架構

SUICA先用圖自編碼器對高維空間轉錄組數據降維，再以隱式神經表徵對切片座標與對應基因表達的關係建模，從而推算切片中任一位置的基因表達水平。

研究指該方法同時帶來數據降噪、生物訊號強化及緩解dropout等效用，令模型對雜訊與缺失更加穩健，有助提升數據建模的精度。