AI 與世界的難題 · 生命科學 · Nature (machine learning) · 2026-10-05
CellART：從高解析度空間轉錄體學中擷取單細胞資訊的統一框架
原標題: CellART: a unified framework for extracting single-cell information from high-resolution spatial transcriptomics
高解析度空間轉錄體學平台要不是每個位點只能擷取稀疏的轉錄本計數，就是只能測量有限數量的基因，導致難以萃取單細胞資訊。CellART 結合染色影像、空間轉錄體學資料與單細胞 RNA-seq 參考資料，運用深度學習與機率模型同時進行細胞分割與細胞類型註解。作者指出，它具備高效率、可泛化且穩健的特性，其輸出也與廣泛使用的社群工具相容。