**Nature：SpatialFormer实现从亚细胞分子到多细胞景观的通用空间表示学习**

_SpatialFormer: universal spatial representation learning from subcellular molecular to multicellular landscapes_

> Nature最新发表研究提出SpatialFormer框架，通过统一的空间表征学习方法，成功整合了从亚细胞分子结构到多细胞组织景观的多尺度生物数据。该模型利用深度学习技术捕捉复杂空间关系，为理解细胞间相互作用和疾病机制提供了新工具，有望推动精准医疗和药物研发的发展。

**来源信息**
- **来源**：Nature：机器学习主题（RSS）
- **分类**：论文
- **发布时间**：2026-07-30 08:00（北京时间）
- **原文**：[打开原文](https://www.nature.com/articles/s43588-026-01016-7)