ИИ и сложнейшие проблемы мира · Науки о жизни · arXiv · 2026-10-21
Пространственно информированное и чувствительное к направлению обучение представлений для пространственной транскриптомики
Оригинальное название: Spatially Informed and Direction Sensitive Representation Learning for Spatial Transcriptomics
Клеточные состояния формируются как программами экспрессии генов, так и пространственным микроокружением, однако существующие методы могут упускать пространственно структурированные сигналы или сводить окружение клетки к одной лишь близости, отбрасывая направление. В исследовании представлен Tessera — фреймворк обучения пространственных представлений, сочетающий отбор генов с учетом пространственной информации с геометрическим индуктивным смещением, моделирующим относительные связи между клетками, и остающийся инвариантным к трансляции при сохранении направления. На отложенных тканях и технологиях Tessera превосходит существующие пространственные фундаментальные модели по качеству представлений и обобщается в zero-shot-режиме на контексты, до 16 раз превышающие те, что встречались при обучении.