AI और दुनिया की कठिन समस्याएँ · जीव विज्ञान · Nature (machine learning) · 2026-10-05

CellART: उच्च-रिज़ॉल्यूशन स्पैशियल ट्रांसक्रिप्टोमिक्स से एकल-कोशिका जानकारी निकालने के लिए एक एकीकृत फ्रेमवर्क

मूल शीर्षक: CellART: a unified framework for extracting single-cell information from high-resolution spatial transcriptomics

उच्च-रिज़ॉल्यूशन स्पैशियल ट्रांसक्रिप्टोमिक्स प्लेटफ़ॉर्म या तो प्रति स्पॉट विरल ट्रांसक्रिप्ट काउंट कैप्चर करते हैं या केवल सीमित संख्या में जीन मापते हैं, जिससे एकल-कोशिका जानकारी निकालना कठिन हो जाता है। CellART स्टेनिंग इमेज, स्पैशियल ट्रांसक्रिप्टोमिक्स डेटा और सिंगल-सेल RNA-seq संदर्भों को जोड़ता है, और डीप लर्निंग तथा प्रोबेबिलिस्टिक मॉडलिंग का उपयोग करके कोशिकाओं का विभाजन और कोशिका प्रकारों का एनोटेशन एक साथ करता है। लेखकों के अनुसार यह कुशल, सामान्यीकरण-योग्य और मज़बूत है, और इसके आउटपुट व्यापक रूप से उपयोग किए जाने वाले सामुदायिक टूल्स के साथ संगत हैं।

मूल लेख पढ़ें ↗

सभी आइटम →