2023年1月，在Nature Communications上发表题为“Probabilistic embedding, clustering, and alignment for integrating spatial transcriptomics data with PRECAST”的研究论文。该研究通过建立以概率模型为基础的方法PRECAST，创造性地解决了空间转录组中十分具有挑战性的多切片整合分析问题。该研究开发了多切片SRT整合分析方法，同时进行空间特征提取、空间聚类和低维对齐，提供出色的可视化效果，并实现更高的空间聚类精度。
为了研究肿瘤及肿瘤相邻组织中肿瘤发生的动态过程，PRECAST分析了由10x Visium平台测序得到的肝细胞癌（hepatocellular carcinoma，HCC）病人的四块组织切片。PRECAST提取并对齐后的特征生成的RGB彩图对组织切片的划分与病理学家的标注一致;PRECAST对四片组织切片的聚类标注空间热图类似于相应的RGB图，而且更为清晰地将这些位置分成9类，表明PRECAST能够利用多块组织切片的共同生物效应并同时区分异质的生物效应。
课题组的研究成果为空间转录组数据的统计分析提供了新的方法和工具，在生物学和医学研究中具有重要应用价值。