跳到正文
热点事件持续更新

iST技术偏差分类与计数建模框架提出

1 篇报道1 个报道来源17 小时前更新

先了解这件事

AI 综述

Chen, C. 等作者在 bioRxiv 发表预印本,将成像空间转录组学(iST)在样本制备、数据采集到定量全流程中引入的技术偏差分为两类:实验来源(如样本保存与空间采样)和计算来源(如 z-stack 配准与视野拼接)。 作者称,利用公开数据集可展示不同偏差如何叠加与显现,并提出统一计数建模框架以形式化这些变异来源。 研究据此呼吁更整合地理解 iST 数据来源并加强知识共享,以支持更稳健的实验设计与可靠的下游分析。

AI 根据报道生成 · 2 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月16日
  1. bioRxiv · Bioinformatics
    关于成像空间转录组学中的技术偏差

    研究指出成像空间转录组学(iST)平台在从样本制备到数据采集再到定量的全测量流程中引入复杂技术偏差,并将其归类为实验来源(如样本保存与空间采样)和计算来源(如z-stack配准与视野拼接)。利用公开数据集,研究展示了不同偏差如何叠加与显现,并提出统一计数建模框架以形式化这些变异来源。研究呼吁更整合地理解iST数据来源,并在部门内外加强知识共享,以支持更稳健的实验设计与可靠的下游分析。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。