新算法实现基因活性图谱细胞级精准对齐

金泽大学Osamu Hirose教授与罗马智慧大学Emanuele Rodolà教授团队于2026年在《IEEE模式分析与机器智能汇刊》发表域弹性变换（DET）算法。该算法专为空间转录组学数据对齐设计，旨在解决传统切片因切割、拉伸或旋转导致的空间错位问题。现有方法多将细胞数据转换为规则像素网格，易损失单细胞细节；DET则摒弃网格化预处理，直接整合细胞空间坐标与基因表达活性进行联合匹配。 DET采用无监督迭代机制，先基于位置与基因相似性建立对应关系，再通过平滑形变引导相邻细胞协同位移。该过程仅调整坐标而不修改原始基因数据，无需训练样本或人工标注。测试表明，在含大范围随机旋转与平移的小鼠脑组织数据中，DET在重叠度、邻域保持率及基因模式一致性上均居首位。算法成功对齐超十万级测点的胚胎发育图谱，并在百万级数据测试中峰值内存占用低于1GB。 该技术突破了空间生物学比较的精度瓶颈，为器官发育追踪、疾病微环境解析及三维解剖结构对齐提供了高效计算工具。