生成式最优输运框架

GenOT通过结合多尺度图自监督对比学习与最优输运重心理论，为跨切片和跨平台的空间转录组学数据提供插值与生成。

刘芯辛 · Zhuo, Linlin · 邹权 · Fu, Xiangzheng

Genome Biology 2026

技术优势

跨平台插值

通过最优输运重心理论建模不同样本的空间分布差异，能在不同平台生成的切片之间进行连续插值。

三任务全面领先

在空间域识别、跨平台插值和发育轨迹重建三项任务上均一致优于现有方法。

应用场景

• 空间转录组学：用统一坐标整合多切片，补全缺失空间位置。
• 组织发育轨迹重建：在时间序列切片间连续插值，追踪基因表达动态。
• 生物医学数据插值：为稀疏或缺失的空间点生成表达值，提高数据完整性。