ترجمه فارسی مقاله مدل‌سازی مولد با حفظ فاصله از رونوشت‌های مکانی

چکیده

Spatial transcriptomics data is invaluable for understanding the spatial organization of gene expression in tissues. There have been consistent efforts in studying how to effectively utilize the associated spatial information for refining gene expression modeling. We introduce a class of distance-preserving generative models for spatial transcriptomics, which utilizes the provided spatial information to regularize the learned representation space of gene expressions to have a similar pair-wise distance structure. This helps the latent space to capture meaningful encodings of genes in spatial proximity. We carry out theoretical analysis over a tractable loss function for this purpose and formalize the overall learning objective as a regularized evidence lower bound. Our framework grants compatibility with any variational-inference-based generative models for gene expression modeling. Empirically, we validate our proposed method on the mouse brain tissues Visium dataset and observe improved performance with variational autoencoders and scVI used as backbone models.

چکیده به فارسی (ترجمه ماشینی)

داده های رونویسی فضایی برای درک سازمان مکانی بیان ژن در بافت ها بسیار ارزشمند است.تلاش های مداوم در مطالعه نحوه استفاده مؤثر از اطلاعات مکانی مرتبط برای پالایش مدل سازی بیان ژن صورت گرفته است.ما یک کلاس از مدل های تولید کننده از راه دور را برای رونویسی فضایی معرفی می کنیم ، که از اطلاعات مکانی ارائه شده برای منظم کردن فضای بازنمایی آموخته شده از عبارات ژن استفاده می کند تا یک ساختار مسافت جفت مشابه داشته باشد.این به فضای نهفته کمک می کند تا رمزگذاری های معنی دار ژن ها را در مجاورت مکانی ضبط کند.ما تجزیه و تحلیل نظری را در مورد یک عملکرد از دست دادن قابل ردیابی برای این منظور انجام می دهیم و هدف کلی یادگیری را به عنوان یک شواهد منظم محدود می کنیم.چارچوب ما سازگاری با هر مدل تولیدی مبتنی بر استنتاج متغیر را برای مدل سازی بیان ژن اعطا می کند.از نظر تجربی ، ما روش پیشنهادی خود را در مورد مجموعه داده های ویسیم بافت مغز موش تأیید می کنیم و عملکرد بهبود یافته را با خودروهای متغیر و SCVI که به عنوان مدل های ستون فقرات استفاده می شود ، مشاهده می کنیم.