近日，计算机科学学院智能分析与决策科研团队在单细胞空间转录组学研究方向取得重要进展。由杨博老师指导，2023级硕士研究生姬腾飞同学完成的学术论文《AugGCL: Multimodal graph learning for spatial transcriptomics analysis with enhanced gene and morphological data》在计算生物学国际权威期刊《PLOS Computational Biology》（中科院SCI二区期刊、中国计算机学会推荐的交叉领域B类期刊)上发表。
空间转录组学通过结合高通量测序与空间信息，精准定位特定细胞亚群在组织中的分布，对研究稀有细胞类型、细胞生长发育、疾病发病机制以及肿瘤微环境等具有重要意义。
传统的空间转录组学方法通常忽略不同数据模态之间的复杂关联关系，且无法有效处理基因表达稀疏与空间信号微弱等问题。AugGCL通过挖掘细胞邻域信息，提升基因表达数据质量并增强细胞在空间内的一致性，从而提高细胞类型识别的效果。在人类背外侧前额叶皮层、乳腺癌、小鼠胚胎组织等多个数据集上开展的实验结果表明，AugGCL在细胞聚类准确度、空间分辨率方面的效果均优于现有方法，展现其在组织结构分析与疾病研究中的应用前景。
该成果得到国家自然科学基金、陕西省自然科学基础研究计划及西安市科技计划的资助。论文作者还包括计算机科学学院王蒙副教授、季虹副教授、硕士研究生杨华哲与刘沂卓。（撰稿：杨博 审核：张凯兵）
人物链接：
姬腾飞，男，西安工程大学计算机科学学院计算机科学与技术专业2023级硕士研究生。获西安工程大学2025年研究生国家奖学金，“华为杯”第六届中国研究生人工智能创新大赛国家二等奖。研究方向为空间转录组学数据聚类。
