Nature Methods：肿瘤进化的空间图谱：CalicoST算法揭示癌症克隆的基因组与空间演化
CalicoST算法的核心优势在于其能够从SRT数据中精确推断等位基因特异性拷贝数变异（allele-specific CNAs）。
2024-11-23
Nature Methods ：“等深度”模型重塑空间生物学格局！深度学习与空间转录组学的完美结合
GASTON通过结合无监督的深度神经网络与可解释性算法，创新性地提出了“等深度”（Isodepth）的概念。
2025-02-01
Nature Methods：肿瘤进化的空间图谱，CalicoST算法揭示癌症克隆的基因组与空间演化
CalicoST算法的诞生填补了这一空白。它不仅能够从空间转录组数据中推断出肿瘤的等位基因特异性拷贝数变异，还能够重建肿瘤克隆在空间中的进化轨迹，绘制出肿瘤演化的“进化地图”。
2024-11-10
Nature：用条形码标记基因组中的顺式调控元件提供了对人类基因组的深入了解
在这项研究中，这些作者基于大规模实验数据，开发了几种机器学习模型来预测顺式调控元件（CRE）的调节活动。
2025-01-20
科学家破译枸杞子基因组图谱
该研究基于三代测序技术、光学图谱技术、自研高效三维基因组捕获技术等方法，对枸杞进行de novo的基因组组装，突破枸杞基因组高杂合、高重复的瓶颈，获得枸杞高精度基因组图谱。
2024-12-31
