الشبكات العصبية فوق البيانية تكشف المجالات المكانية من بيانات النسخ الخلوي الفردي

تمكّن النسخ المكانية من قياس التعبير الجيني مع الحفاظ على السياق المكاني داخل عينات الأنسجة. والتحدي الرئيسي هو اكتشاف المجالات المكانية للتجمعات الخلوية ذات المعنى البيولوجي، والتي يُعالج عادةً باستخدام نماذج قائمة على الرسوم مثل SpaGCN و STAGATE. ومع ذلك، فإن هذه الطرق تلتقط فقط العلاقات الزوجية وتفشل في نمذجة التفاعلات الأعلى تعقيدًا. نقترح إطارًا قائمًا على الشبكات فوق البيانية للنسخ المكانية باستخدام الشبكات العصبية فوق البيانية (HGNNs). تبني منهجيتنا حوافًا فوقية من أعلى K من التداخلات الكثيفة للشبكات الفرعية وتتضمن ميزات الصور النسيجية وملامح التعبير الجيني. وبالاقتران مع الترميزات الذاتية، يتعلم نموذجنا بفعالية تمثيلات عقد معبرة في بيئة غير خاضعة للإشراف.