# 连接组学

自闭症等神经发育障碍的脑连接差异长期靠病例—对照的组平均比较，个体差异被抹平。BRIDGE把图变分自编码器与规范建模结合，用1164名神经典型者的结构连接组学出一条随年龄变化的参照轨迹，再以脑龄差给出全局偏离分数、以区域嵌入给出个体化偏离图。在229名自闭症儿童中，男性患者的全局分数与ADOS（Spearman R=−0.291）和IQ（Pearson R=0.195）相关，脑龄预测误差比同类深度学习模型低3%–9%。

自闭症等神经发育障碍的脑连接差异长期靠病例—对照的组平均比较，个体差异被抹平。BRIDGE把图变分自编码器与规范建模结合，用1164名神经典型者的结构连接组学出一条随年龄变化的参照轨迹，再以脑龄差给出全局偏离分数、以区域嵌入给出个体化偏离图。在229名自闭症儿童中，男性患者的全局分数与ADOS（Spearman R=−0.291）和IQ（Pearson R=0.195）相关，脑龄预测误差比同类深度学习模型低3%–9%。

串行电子显微镜是脑连接组成像的主力，但立方毫米级脑组织的拍摄要花数月甚至数年。ZoomSEM改用真实采集的低分辨率与高分辨率扫描图像对训练超分辨模型，从快速低分辨扫描中恢复4倍、8倍直至16倍更高分辨率的图像，并保留连接组分析所需的细微神经元结构，等效加速最高达30倍。多种生物样本的数据集实验显示，该模型在真实低分辨率采集条件下仍能稳定泛化。

串行电子显微镜是脑连接组成像的主力，但立方毫米级脑组织的拍摄要花数月甚至数年。ZoomSEM改用真实采集的低分辨率与高分辨率扫描图像对训练超分辨模型，从快速低分辨扫描中恢复4倍、8倍直至16倍更高分辨率的图像，并保留连接组分析所需的细微神经元结构，等效加速最高达30倍。多种生物样本的数据集实验显示，该模型在真实低分辨率采集条件下仍能稳定泛化。