作者，Evil Genius
技術(shù)的發(fā)展總是很快，馬上Atera就要出了，大家敢做第一批吃螃蟹的人么？
今天我們要更新腳本，關(guān)于高精度分析通訊的策略問題。
之前的分享，低精度的五種通訊分析思路大家一定要心里有數(shù)，找到適合自己課題的方案，不要瞎做，分享的文章在課前準(zhǔn)備--低精度（visium）五大通訊思路匯總.
那么來到高精度，又會(huì)有一些不同。
傳統(tǒng)的空間分析方法通常需要嚴(yán)格的先驗(yàn)生物學(xué)假設(shè)，或者僅僅檢測頻繁出現(xiàn)的細(xì)胞共定位現(xiàn)象，從而遺漏那些罕見但功能關(guān)鍵的相互作用。
今天我們分享的方法需要克服這個(gè)問題。
推斷細(xì)胞間相互作用的方法策略
圖構(gòu)建的兩種采樣策略
Bucket（分桶）策略：將ROI內(nèi)所有細(xì)胞隨機(jī)分配到固定數(shù)量的桶中，每個(gè)患者貢獻(xiàn)等量樣本，避免細(xì)胞數(shù)多的患者產(chǎn)生偏差。
Voronoi（維諾圖）策略：基于空間劃分，保留組織結(jié)構(gòu)。引入“模糊邊界”參數(shù)，使邊界細(xì)胞可屬于多個(gè)分區(qū)，以減輕邊緣效應(yīng)。
最終根據(jù)模型性能選擇最優(yōu)策略。
弱監(jiān)督訓(xùn)練與交互推斷
模型在分類任務(wù)（如組織區(qū)域或患者標(biāo)簽）上優(yōu)化，不直接使用節(jié)點(diǎn)標(biāo)簽。
訓(xùn)練完成后，事后匯總注意力分?jǐn)?shù)，結(jié)合細(xì)胞類型標(biāo)簽計(jì)算“交互分?jǐn)?shù)”，揭示對分類標(biāo)簽最具預(yù)測作用的細(xì)胞類型對。
最終得到與目標(biāo)疾病表型相關(guān)的、可解釋的細(xì)胞-細(xì)胞交互關(guān)系。
肝癌中的運(yùn)用
在1型糖尿病（T1D）中識別胰島β細(xì)胞與T細(xì)胞之間免疫相互作用的應(yīng)用
圖構(gòu)建與模型訓(xùn)練：
模糊邊界參數(shù) fborder=0.8,徑向半徑 r=27像素，有效緩解過擬合。采用Voronoi分區(qū)策略，選取圖像中20%的細(xì)胞作為中心。
最終訓(xùn)練圖3249個(gè)，測試圖1082個(gè)，三類標(biāo)簽均衡。
對比發(fā)現(xiàn)bucket分桶策略泛化能力較差，尤其在區(qū)分對照組與長期糖尿病患者時(shí)表現(xiàn)不佳。
