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：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 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
Cancer Cell：复旦大学曹志伟/陈海泉团队绘制小细胞肺癌空间单细胞图谱，揭示其空间分子异质性及免疫互作生态位
该研究通过空间多组学揭示了非小细胞肺癌的肿瘤异质性和免疫微环境动态，提出了 MT2 生态位作为患者预后和免疫治疗响应的新标志，为小细胞肺癌的精准分型和治疗策略提供了重要依据。
2025-02-25
Nat Cancer：王红阳/陈磊团队绘制肝细胞癌单细胞分辨率空间原位蛋白图谱，揭示肝细胞癌微环境空间异质性
利用CODEX技术，研究人员对401名HCC患者的肿瘤样本进行36种抗体染色，分辨率达0.377 μm/pixel，一共获得了4,347,731个细胞，定义了72个细胞表型以及40个细胞邻域关系。
2024-10-03
墨卓生物携手行业先锋，共绘单细胞空间组学技术发展蓝图
本次研讨会不仅为参会者提供了一个高质量的产学研医深入交流和探讨的平台,更在推动单细胞与空间组学前沿及其在生命科学领域的转化应用等方面,起到了重要的促进作用。
2024-09-13
科研人员开发基于深度学习模型的空间转录组精细分辨率细胞注释算法
STASCAN提供了用于整合空间基因表达信息和组织学图像进行精细分辨率细胞注释的工具，在解码细胞空间精细分布和解析特异组织结构方面具有优势。
2024-11-10
研究揭示我国被子植物灭绝风险的空间格局及驱动因素
该研究首次展示了我国被子植物灭绝风险的空间聚集性和驱动因素的尺度依赖性，强调了生物多样性保护的复杂性和紧迫性，对于理解我国被子植物灭绝风险现状、预测生物多样性丧失趋势并制定针对性保护措施具有科学价值。
2024-08-02
