- 4 次围观
空间分辨转录组学能够在组织结构背景下进行基因表达谱分析，但靶向检测面板使大量转录组信息无法被测量，而RNA扩散和分割错误等空间伪影又会引入技术噪声。这些局限性使得计算插补与去噪成为必要；然而，现有方法通常在训练过程中纳入空间测量数据，这限制了其可扩展性，并且有可能将技术特异性的伪影嵌入到学习得到的表征之中。 为应对这一问题，我们提出了cellpin，这是一种仅基于单细胞RNA测序数据训练的变分自编码器，通过教师—学生潜在蒸馏和噪声模拟增强，在无需跨模态对齐的情况下联合实现对未测量基因的插补和对空间表达谱的去噪。在多个配对数据集上与六种方法的基准比较中，cellpin在留出基因预测任务上表现更优，同时能够高效扩展至图谱规模的参考数据和多样本队列。 在全转录组Atera数据中，cellpin降低了残余空间噪声并提高了细胞状态分辨率，为基于空间转录组学数据的生物学发现提供了可扩展且原理完备的基础。
dieter.saur{at}tum.de
摘要
信息/历史
指标
补充材料
预览 PDF
摘要
空间分辨转录组学能够在组织结构背景下进行基因表达谱分析，但靶向 panel 会导致转录组中大部分内容未被测量，而 RNA 扩散和分割错误等空间伪影又会引入技术噪声。这些局限性使得计算性插补与去噪成为必要，然而现有方法通常在训练过程中纳入空间测量数据，这限制了其可扩展性，并有可能将技术特异性的伪影嵌入到学习得到的表征中。为解决这一问题，我们提出了 cellpin，这是一种仅基于单细胞 RNA 测序数据进行训练的变分自编码器，利用教师-学生潜在蒸馏和噪声模拟增强，在无需跨模态对齐的情况下联合实现对未测量基因的插补和对空间表达谱的去噪。在多个配对数据集上与六种方法的基准比较中，cellpin 在留出基因预测方面表现更优，同时能够高效扩展至图谱规模的参考数据和多样持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。
本作品依据 CC-BY 4.0 国际许可协议 提供。
查看讨论线程。
返回顶部
上一页
下一页
发布于 2026 年 6 月 5 日。
下载 PDF
补充材料
电子邮件
感谢您有兴趣帮助传播 bioRxiv 的内容。
您的电子邮箱
*
您的姓名
*
发送至
*
请输入多个地址，每行一个，或用逗号分隔。
您将要通过电子邮件发送以下内容
Cellpin enables reference-based imputation and denoising of spatial transcriptomes
邮件主题
（您的姓名）已从 bioRxiv 转发一个页面给您
邮件正文
（您的姓名）认为您可能愿意查看 bioRxiv 网站上的此页面。
您的个人留言
验证码
此问题用于测试您是否为人工访问者，并防止自动化垃圾信息提交。
分享
Cellpin enables reference-based imputation and denoising of spatial transcriptomes
Philipp Putze
Daniele Lucarelli
Deelaka Wellappili
Mojtaba Bahrami
Malte D. Luecken
Fabian J. Theis
Dieter Saur
bioRxiv
2026.06.02.729566； doi： https://doi.org/10.64898/2026.06.02.729566
分享本文：
复制
引文工具
Cellpin enables reference-based imputation and denoising of spatial transcriptomes
Philipp Putze
Daniele Lucarelli
Deelaka Wellappili
Mojtaba Bahrami
Malte D. Luecken
Fabian J. Theis
Dieter Saur
bioRxiv
2026.06.02.729566； doi： https://doi.org/10.64898/2026.06.02.729566
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.02.729566v1?rss=1
🏷️ 空间转录组 单细胞RNA测序 插补去噪 变分自编码器 教师学生蒸馏 计算方法