AI 與世界的難題 · 生命科學 · Nature (machine learning) · 2026-10-06
對空間分子資料進行準確且檢定力充足的病例對照分析
原標題: Accurate and well-powered case–control analysis of spatial molecular data
現有的空間分子資料分析方法常採用限制性過強的假設，可能遺漏重要的疾病訊號。VIMA 是一種深度學習方法，運用變分自編碼器的集成來摘要小型組織區塊，並找出其豐度與病例或對照狀態相關的微型生態位。在模擬中，它的校準良好且檢定力強；應用於涵蓋三種疾病的資料集時，它重現了已知的生物學機制，並發現了新的疾病空間特徵。