623-HoloTea：基于3D引导流匹配的体积组织空间转录组生成

这项研究介绍了一种名为 HoloTea 的创新型生成模型，旨在通过连续的组织切片图像（H&E）精准重建三维空间转录组（ST）。该模型核心采用了流匹配（Flow Matching）框架，并通过 ControlNet 机制引入了相邻切片的形态学上下文，有效解决了传统方法中三维解剖连续性不足的问题。为了更好地处理基因计数的统计特性，研究者设计了符合生物学分布的 ZINB 先验知识，并开发了计算效率极高的全局注意力模块以支持大规模数据。实验证明，HoloTea 在多个数据集上的表现均优于现有基准模型，能够生成高保真度的虚拟三维组织。这种方法不仅显著降低了全量三维测序的成本，还为深入理解复杂生物结构和疾病的空间机制提供了有力工具。References: Sanian M V, Hemmat A, Vahidi A, et al. 3D-Guided Scalable Flow Matching for Generating Volumetric Tissue Spatial Transcriptomics from Serial Histology[J]. arXiv preprint arXiv:2511.14613, 2025.前往小宇宙评论区与主播互动