学术讲座

讲座预告:罗翔宇:空间转录组学研究中的贝叶斯整合型区域分割

发布者:吴志伟发布时间:2024-09-20浏览次数:10

报告题目空间转录组学研究中的贝叶斯整合型区域分割

罗翔宇(中国人民大学统计与大数据研究院长聘副教授

报告时间:2024926日 14:30

报告地点:腾讯会议 262-527-885

摘要空间转录组学是最近最潮流的新兴生物技术,此技术可以同时测量基因表达并保留空间位置信息,这为表征细粒度组织结构开辟了一条新途径。我们提出一种名为  BINRES的非参数贝叶斯方法,通过整合研究过程中生成的三种类型的数据(基因表达、空间坐标和组织学图像)来对组织切片进行区域分割。与仅部分利用这三种数据模式的现有统计模型相比,BINRES能够捕获更微妙的区域,并且比基于神经网络的区域分割方法更具可解释性。具体来说,基于非参数空间先验,BINRES  不需要预先指定的区域编号,并且可以自动学习区域个数。  BINRES还将图像和基因表达结合在贝叶斯共识聚类框架中,从而以数据自适应的方式灵活调整其聚类标签贡献权重。模拟研究和对三个小鼠空间转录组数据集的实际应用都表明,BINRES  优于竞争方法,并可以轻松实现综合分区的不确定性量化。 


报告人简介罗翔宇,中国人民大学统计与大数据研究院长聘副教授、博士生导师。2018年博士毕业于香港中文大学统计系。研究方向包括贝叶斯统计、生物信息学、统计计算等。罗翔宇以第一或通讯作者在JASA、AOAS、Nature  Communications等国际统计或生物信息学期刊发表多篇研究论文。因在批次效应纠正上的贡献,罗翔宇获得美国统计学会颁发的W.  J.  Youden  Award  in  Interlaboratory  Testing。主持国自科面上和青年项目。