跨组学一致互补整合
从空间多组学数据中同时利用一致性与互补性信息，实现高精度的空间域识别。
Guangchang, Cai · Fuqun, Chen · Kepei, Wen · Ying, Li · Ou-Yang, Le
Information Fusion 2026
通过子空间学习模块，显式分离跨组学的一致与互补信息，而不是只取其一。
低秩约束强调跨组学一致信息，使共同生物信号更突出。
判别性约束促进互补信息提取，让各组的特有信号也能被利用。
在五个真实空间多组学数据集（含转录-蛋白、转录-表观）上一致超过现有方法。