近日,上海交通大学溥渊未来技术学院辛弘毅教授带领的Novellab实验室取得重要突破,其论文被国际机器学习顶级会议ICML 2026正式录用。论文题目为“InfoGlobe: Local-and-Global Information-Preserving Statistical Manifold Learning for Single-Cell Transcriptomics”,聚焦于单细胞与空间转录组数据分析中的几何建模方法。针对现有降维方法难以同时维持细胞状态之间全局几何关系的问题,Novellab实验室提出了全新的统计流形学习框架InfoGlobe。该框架从信息几何的角度重新定义了单细胞数据的低维表示方式,将高维转录组空间映射到低维超球面,在压缩维度的同时尽可能保留原始数据中的信息几何结构。实验结果显示,InfoGlobe在局部与全局结构保持、聚类准确性、基因程序发现以及细胞亚群解析方面均优于多种现有方法。
