文献精读 双路径GATE整合

核心速递： SSGATE用双路径图注意力自编码器同时处理单细胞和空间多组学，通过邻域图学习共享与特异表征。

1. 文献基本信息

• Title: Single-cell multi-omics and spatial multi-omics data integration via dual-path graph attention auto-encoder
• Journal: bioRxiv
• First Author: Lv
• 领域定位: SSGATE用双路径图注意力自编码器同时处理单细胞和空间多组学，通过邻域图学习共享与特异表征。

2. 研究背景与问题

SSGATE用双路径图注意力自编码器同时处理单细胞和空间多组学，通过邻域图学习共享与特异表征。

3. 核心材料与方法

在transcriptomics-proteomics整合上验证了鲁棒性，并支持聚类和轨迹分析。

4. 关键发现与机制

SSGATE用双路径图注意力自编码器同时处理单细胞和空间多组学，通过邻域图学习共享与特异表征。；在transcriptomics-proteomics整合上验证了鲁棒性，并支持聚类和轨迹分析。

5. 局限性与未来展望

结果依赖公开基准和当前数据集，跨平台迁移仍需独立验证。

6. 核心思考与研究启发

SSGATE用双路径图注意力自编码器同时处理单细胞和空间多组学，通过邻域图学习共享与特异表征。