跳到正文
热点事件持续更新

GeneFlow:从病理图像高效预测大规模空间基因表达

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Songming Zhang 等研究者在 arXiv 发布 GeneFlow 论文,提出一个结合流匹配生成建模与结构化多模态融合的框架,可从组织病理图像直接预测大规模空间基因表达。论文称其在多个空间转录组基准上达到 SOTA,1,000 基因预测最高提升 56.8%,同时将计算成本降低数个数量级,有利于临床场景的效率和可扩展性。 代码已开源。上述效果为论文作者的说法,尚属其自述结果。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. arXiv cs.AI
    GeneFlow:从病理图像高效预测大规模空间转录组

    研究者提出 GeneFlow,一个将 flow-matching 生成建模与结构化多模态融合结合的空间转录组预测框架,可从组织病理图像直接预测大规模基因表达。GeneFlow 在多个 ST 基准上达到 SOTA,1,000 基因预测最高提升 56.8%,同时将计算成本降低数个数量级。代码已开源。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月16日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。