劳动节小长假不停学，来看看今天的“NC”文献——发表于Nature Cell Biology，提到单细胞空间转录组，可能很少有小伙伴意识到可以利用深度学习/AI进行解析。这个思维盲区同样适用于影像组学、病理组学的数据分析与应用。-在哺乳动物肝脏中，肝细胞根据它们在肝小叶内的位置表现出不同的代谢和功能特征。然而，目前尚不清楚这种称为分区的空间变异是否受明确定义的基因调控密码的控制。在这里，我们结合使用单细胞多组学、空间组学、大规模并行报告基因检测和深度学习，绘制了跨小鼠肝细胞类型的增强子-基因调控网络。我们发现，分区会影响肝细胞以及其他细胞类型的基因表达和染色质可及性。这些状态由抑制因子 TCF7L1 和 TBX3 以及其他核心肝细胞转录因子（如 HNF4A、CEBPA、FOXA1 和 ONECUT1）驱动。为了检查驱动这些细胞状态的增强子的结构，我们训练了一个名为 DeepLiver 的分层深度学习模型。我们的研究提供了对肝细胞身份及其分区状态的调节密码的多模式理解，可用于设计具有特定活性水平和分区模式的增强子。-DeepSeek风潮余热尚存，看着其他研究团队的“Deep”成果，你想要深入地做一次深度学习的研究，发一篇高质量高水平的研究吗？欢迎扫码添加雪球，回复“个性化”定制——
