BIDCell: Biologically-informed self-supervised learning for segmentation of subcellular spatial transcriptomics data

Abstract Recent advances in subcellular imaging transcriptomics platforms have enabled high-resolution spatial mapping of gene expression, while also introducing significant analytical challenges in accurately identifying cells and assigning transcripts. Existing methods grapple with cell segmentati...

Celý popis

Podrobná bibliografie

Hlavní autoři:	Xiaohang Fu, Yingxin Lin, David M. Lin, Daniel Mechtersheimer, Chuhan Wang, Farhan Ameen, Shila Ghazanfar, Ellis Patrick, Jinman Kim, Jean Y. H. Yang
Médium:	Artigo
Jazyk:	Inglês
Vydáno:	Nature Portfolio 2024-01-01
Edice:	Nature Communications
On-line přístup:	https://doi.org/10.1038/s41467-023-44560-w
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!