doi: 10.1016/j.crmeth.2024.100937
초록
공간 전사체(ST)는 조직 내 유전자 발현을 in-situ로 분석함으로써 생물학 연구의 가능성을 확장해 왔습니다. 그러나 기존 ST 방법, 특히 바코드 기반 방식은 슬라이드에 듬성듬성 분포한 바코드로부터 고해상도 이미지를 복원하기에는 한계가 있습니다.
본 연구에서는 저해상도 ST 라이브러리에서 조밀한 매트릭스를 재구성할 수 있는 새로운 알고리즘 SuperST를 제안합니다. SuperST는 deep image prior에 기반해 공간 유전자 발현 패턴을 이미지 매트릭스로 재구성합니다. 그 결과 유전자 발현 매핑이 면역형광(IF) 이미지를 더 잘 반영합니다. 기존 방법과 비교했을 때 SuperST는 주어진 유전자 발현 지도에 대해 IF 이미지에 더 가까운 결과를 생성했으며, 동시에 IF 이미지가 가진 본질적 한계도 보완합니다.
조직 내 유전자 발현에 대한 더 정밀한 이해를 제공함으로써, SuperST는 다양한 조직의 생물학을 종합적으로 파악하는 데 기여할 수 있습니다.
저자: Park J, Cook S, Lee D, Choi J, Yoo S, Im H-J, Lee D, Choi H (2025)
