SURF 自监督解卷积模型

无参考解卷积

该模型无需单细胞参考数据，以自监督方式建模基因非线性交互，在多种空间转录组数据上实现精确解卷积。

Huang, Peng · Junhu, Fu · Jiao, Jing · Huang, Yunxia · 周世崇 · 汪源源 · Guo, Yi

Advanced Science 2025

技术优势

无需参考数据

通过自监督学习直接从斑点级表达中推断细胞组成，避免了对匹配单细胞参考的依赖。

超越现有方法

在合成和真实数据集上均优于现有无参考方法，且在缺少合适参考时超过基于参考的方法。

识别关键状态

在人类结直肠肝转移数据中识别出上皮-间质转化状态，揭示与疾病进展相关的生物学机制。

应用场景

• 空间转录组学：从斑点数据中还原细胞类型组成，提升空间分辨率。
• 肿瘤微环境分析：解析肿瘤内细胞组成和状态，揭示微环境异质性。
• 癌症生物标志物发现：识别与疾病进展相关的细胞状态，如 EMT，辅助发现生物标志物。
• 单细胞数据整合：在缺少单细胞参考时整合斑点数据，推断单细胞水平信息。
• 组织微环境表征：描绘组织微环境中的细胞比例和空间模式，用于多种组织类型。