单细胞基础模型优势高度依赖任务

Cupaioli与Merelli将scGPT、Geneformer V1/V2、Nicheformer和scFoundation五款单细胞基础模型，与细胞注释、计算机模拟扰动和基因调控网络推断任务匹配的简单基线比较，结果显示其优势高度依赖任务。 跨物种细胞标签迁移是优势最明确的场景：从人肺向小鼠肺迁移标签时，Nicheformer准确率达0.98，Geneformer V2和scFoundation约0.90，最佳简单基线为0.68。 脑类器官数据每个细胞系和时间点仅有一个文库，尚不能区分模型表现与克隆、供体差异，仍需重复验证；团队已通过fmaudit公开评测、基线、流程检查和同基因参照任务。

AI 根据报道生成 · 48 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。