面向空间转录组学的空间信息感知与方向敏感表征学习

基于摘要分析。该研究针对空间转录组学中分子信号筛选与细胞微环境表征不充分的问题，提出 Tessera，将空间信息感知的基因选择与局部组织几何归纳偏置结合，以同时编码细胞自身状态和细胞间空间组织。 其主要研究对象是组织中的细胞及基因表达，而非 EEG 或 BCI。摘要指出，常规基因筛选可能忽略具有空间结构的分子信号；仅依据邻近距离编码细胞关系会丢失方向，而绝对坐标又依赖任意选定的组织参考系。Tessera 通过相对细胞关系实现平移不变性，同时保留方向，使相邻细胞能够依据空间上下文和细胞状态产生不同贡献。平移不变性不等于旋转不变性，摘要未交代组织朝向变化如何处理。 作者报告，在留出的组织与技术平台上，Tessera 的表征质量优于现有空间基础模型，并能零样本泛化至规模最高为训练时所见上下文 16 倍的情境。摘要未说明上下文规模的具体计量方式，也未提供数据集、划分细节、对照模型名称、指标或误差范围，因此这些结果尚不能据此进行定量复核。基因选择准则、几何编码实现、训练目标、实验协议、消融及统计信息尚未验证。 该工作的直接贡献位于空间转录组学。摘要未提供与神经信号建模的具体机制对应或 EEG/BCI 验证，不能将其空间泛化结果视为 BCI 有效性的证据；已有 EEG 相关工作尚未检索确认。