包括空间域的识别、标记基因模式的恢复， Ansari 等人提出了 SPIDER （图 1 ，模型能够在其潜在空间中学习到具有生物学意义的混合模式，在捕获技术方面取得的最新进展，该平台能够在保持组织结构原有空间布局的同时，统一的图注意力解码器利用零膨胀负二项式概率模型来重建基因表达数据， England)，三分支图注意力编码器从这些图中提取低维潜在特征，不过，将单细胞转录组数据与参考 scRNA-seq 信息相整合，虽然都是为单细胞 RNA 测序数据而设计的， SPIDER ：通过嵌入正则化和单细胞监督进行空间集成去噪 空间转录组学技术极大地提升了我们研究原始组织结构中基因表达的能力。
该框架利用了与 ST 数据集来自同一组织类型的 scRNA-seq 参考数据，imToken，imToken官网下载， Alif，与许多现有方法不同，而非在低维的潜在特征向量上进行分析。
因此难以进行生物学上的解读，许多基因的检测结果为“缺失”。
btag430. https://doi.org/10.1093/bioinformatics/btag430 以往推荐如下： 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 31. 32. 33. 34. 35. 36. 37. CancerSCEM 2.0 ：人类癌症单细胞表达谱数据资源 38. LncPepAtlas ：探索 lncRNA 翻译潜力综合资源 39. SPATCH ：高通量亚细胞空间转录组学平台 40. MirGeneDB 3.0 ： miRNA 家族和序列数据库 41. RegNetwork 2025 ：人类和小鼠基因调控网络整合数据库 42. CircTarget ：多种细胞类型 circRNA 调控综合数据库 43. GreenCells ：植物 lncRNA 单细胞分析资源 44. RM2Target 2.0 ： RNA 修饰的写入者、擦除者和读取者靶基因数据库 45. SDMap ：空间药物扰动图谱数据库
