学术报告

当前位置: 首页 学术报告 正文
荔园学者Colloquium第九十七期:Interpretable high-resolution dimension reduction of spatial transcriptomics data by SpaHDmap

时间:2024-10-31 17:22

主讲人 席瑞斌 讲座时间 2024年11月1日上午10:30-11:30
讲座地点 深圳大学粤海校区汇星楼一号教室 实际会议时间日 1
实际会议时间年月 2024.11

深圳大学数学科学学院

荔园学者Colloquium第九十


讲座题目: Interpretable high-resolution dimension reduction of spatial transcriptomics data by SpaHDmap

主讲人:席瑞斌 研究员(北京大学)

讲座时间:2024年11月1日上午10:30-11:30

讲座地点:深圳大学粤海校区汇星楼一号教室

内容概要:Spatial transcriptomics (ST) technologies have revolutionized tissue architecture studies by capturing gene expression with spatial context. However, high-dimensional ST data often have limited spatial resolution and exhibit considerable noise and sparsity, posing significant challenges in deciphering subtle spatial structures and underlying biological activities. Here, we introduce SpaHDmap, an interpretable dimension reduction framework that enhances spatial resolution by integrating ST gene expression with high-resolution histology images. SpaHDmap incorporates non-negative matrix factorization into a multimodal fusion encoder-decoder architecture, enabling the identification of interpretable, high-resolution embeddings. Furthermore, SpaHDmap can simultaneously analyze multiple samples and is compatible with various types of histology images. Extensive evaluations on synthetic and real ST datasets from various technologies and tissue types demonstrate that SpaHDmap can effectively produce highly interpretable, high-resolution embeddings, and detects refined spatial structures. SpaHDmap represents a powerful approach for integrating ST data and histology images, offering deeper insights into complex tissue structures and functions.

主讲人简历:席瑞斌,北京大学数学科学学院、统计科学中心研究员,长聘副教授,博士生导师。 2009年毕业于美国圣路易斯华盛顿大学,2009-2012年在哈佛大学医学院从事生物医学信息学方面的研究。2012年9月加入北京大学。席瑞斌的主要研究方向是生物统计、生物信息、高维统计、网络分析、生物医学大数据、组学大数据及肿瘤的精准医学。

欢迎师生参加!

邀请人:数学科学学院(周彦)


                                       数学科学学院

                                         2024年10月22日