在临床研究与精准医疗领域，准确解析组织内细胞类型的空间异质性对于理解疾病机制、评估预后风险以及制定个性化治疗方案至关重要。然而，传统空间域分析方法在空间转录组学（SRT）研究中面临重大挑战，尤其是在检测低比例细胞类型的空间定位时，这些细胞往往与其他高比例细胞类型重叠或位于其内部，难以准确识别。
  针对以上研究挑战，课题组首次提出“细胞类型特异性空间域”的新概念，相较于传统的空间域，它能够更好地表征空间转录组中低比例细胞类型所在的解剖学区域。基于该新概念，课题组开发了一种名为De-spot的计算方法，旨在精确且有效地检测空间转录组学中细胞类型特异性域，包括在single-cell level和spot-level上的低比例细胞类型域。De-spot方法结合了分割和去卷积技术，形成了一种集成策略，能够生成细胞类型模式，并精准识别低比例细胞类型特异性域。

  针对实现国家生物医学大数据战略和我国生物医学数据汇集管理与共享利用的重大需求，中心承担了国家“863”计划重大项目“生物大数据开发与利用关键技术研究”项目之大数据核心算法和系统平台建设任务。
  该项目获得1.47亿元中央财政经费支持，旨在突破生物医学大数据标准化集成与融合技术；研发生物大数据索引、存储管管理与搜索访问技术；开展针对心血管疾病、肿瘤疾病等重大疾病和区域医疗与健康的医疗大数据处理分析技术；建立国家组学大数据中心，保障国家生物数字主权；开创我国生物医学大数据组织管理与共享利用里程碑式新局面，提升我国生物医学大数据的国际竞争力。