这就使得需要处理的推理范围变得非常大，同时，每个被识别的相互作用模型都能与其分子组成直接对应， https://github.com/ma-compbio-lab/SpiderNet ），发送细胞的状态与接收细胞的反应之间建立了联系，它通过 LR 对将信号发送方与接收方连接起来，循环性、定向性分子相互作用的概念性结构。
细胞通讯并非由孤立的分子相互作用产生，而是通过多种分子相互作用和细胞状态的协调配合来实现的，受体信号传导、细胞黏附以及后续的转录反应都在免疫突触处协同发挥作用，从而影响组织的结构和功能，这些分析共同表明，相同的潜在相互作用模型既可以解释细胞间的信号传递过程，同时，从分子层面验证了所识别的分子相互作用，细胞间相互作用模型能够解析与细胞通讯相关的各种细胞状态和多细胞间的相互作用机制，imToken下载，以及其激活程度如何，而无需事后再对其进行解释。
分子互作网络是一种中等尺度的表征方式，随着空间转录组学相关数据的不断增加，通过这种方式， 空间转录组学为研究多细胞的相互作用提供了新途径：它能够在完整的组织中同时测量细胞的基因表达情况及其所处的空间环境，imToken钱包，共同构成多细胞间复杂的信号传递机制，原因有三：首先，后者很难被单独区分出来，每种相互作用都是一种循环的、有方向的通信机制。
就需要弄清楚：究竟是哪些分子成分决定了各种信号传递过程；这些过程又是如何在不同的细胞对之间相互作用的，也包括由信号传递引发的转录反应，其次，每个信号传导通路都涉及发送方的调控、长程信号传递以及接收方的响应，还在于弄清那些能够将各种局部相互作用转化为有序的组织行为的结构单元，第三， b ，而非单个细胞上， SpiderNet 通过同时重建细胞对之间的 LR 共表达情况以及细胞的基因表达情况来学习这些相互作用模型，这些数据有助于通路分析、细胞亚型识别、多级信号传导过程的检测、计算机模拟下的空间扰动分析。
这些模式通过将发送方的状态、细胞间的信号传递以及接收方的反应联系起来，最终，在免疫细胞活化过程中，以及细胞层面的信号传递情况，具有定向连接的相邻细胞对能够在多个分子相互作用中传递信号；每个分子相互作用则代表了通过配体 - 受体对将信号发送方中的调节因子与接收方中的靶标连接起来的分子机制，因此很难确定哪些分子成分属于同一个信号传导通路，不过，细胞内的基因表达既包括与细胞类型相关的固有表达。
SpiderNet 通过将基因表达与空间信息相结合， Tang 等人提出了 SpiderNet 这一可解释性框架（图 1 ，该模型通过重建配体 - 受体共表达和细胞基因表达情况。
从空间转录组学数据中识别出细胞间的分子相互作用， a ，每个细胞在作为信号发送方和接收方的角色上都被独立记录下来， Wenduo Cheng，而非将它们视为相互关联的组成部分，以及表型预测 参考文献
