PaSTel: Framework di Pre-addestramento Gerarchico per la Trascrittomica Spaziale

Un nuovo framework di pre-addestramento multimodale gerarchico chiamato PaSTel è stato sviluppato dai ricercatori per migliorare la trascrittomica spaziale (ST) incorporando prior biologici a varie scale. Questo approccio affronta due sfide significative nei metodi attuali: la prevalenza dei geni housekeeping nella selezione genica, che porta a rappresentazioni scarsamente discriminative, e l'incapacità dell'allineamento indipendente spot-patch di riconoscere le dipendenze spaziali. PaSTel funziona su tre livelli: livello spot, dove il ri-pesatura TF-IDF individua i geni spazialmente rilevanti; livello funzionale, usando percorsi KEGG curati come ancore per la semantica biologica generale; e livello regionale, dove il clustering spaziale combina spot adiacenti per rappresentare la struttura tissutale a mesoscala. Questo framework è dettagliato in un articolo disponibile su arXiv (ID: 2608.14924), mirato a migliorare la correlazione tra immagini istologiche e dati di espressione genica, migliorando così la comprensione dell'organizzazione tissutale e dei programmi molecolari.