Bridging histology and spatial gene expression across scales
5.5
来源：
Nature
关键字：
deep learning brain science
发布时间：
2025-09-15 23:37
摘要：
GHIST和iSCALE是两种深度学习框架，能够将常规组织学图像转化为丰富的分子资源，并在单细胞分辨率和超分辨率下预测空间基因表达。这项研究展示了在组织生物学领域的创新应用，具有潜在的商业价值。研究得到了美国癌症协会和国家科学基金会的资助，表明其在科学界的认可度和影响力。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.0分+重点关注领域符合度
business_impact
0.5分+商业影响力
scientific_rigor
1.0分+数据支撑的科学性
timeliness_innovation
1.5分+时效性与创新性
investment_perspective
1.5分+BOCG投资视角
market_value_relevance
1.0分+市场价值相关性
team_institution_background
0.0分+团队与机构背景
technical_barrier_competition
0.0分+技术壁垒与竞争格局
关键证据
GHIST和iSCALE能够将常规组织学图像转化为丰富的分子资源
预测单细胞分辨率的空间基因表达
获得了美国癌症协会和国家科学基金会的资助
真实性检查
否
AI评分总结
GHIST和iSCALE是两种深度学习框架，能够将常规组织学图像转化为丰富的分子资源，并在单细胞分辨率和超分辨率下预测空间基因表达。这项研究展示了在组织生物学领域的创新应用，具有潜在的商业价值。研究得到了美国癌症协会和国家科学基金会的资助，表明其在科学界的认可度和影响力。