生物驱动的洞察力对单细胞基础模型的力量
Jialu Wu1,2,3, Qing Ye1, Yilin Wang1
1Department of Clinical Pharmacy, College of Pharmaceutical Sciences, The First Affiliated Hospital, Zhejiang University School of Medicine, Zhejiang University, Hangzhou, Zhejiang, 310058, China.
Genome biology
|October 4, 2025
概括
单细胞基础模型 (scFMs) 提供了强大的生物学见解,但更简单的模型在特定任务中表现出色. 量身定制的选择是关键,因为没有一个scFM在普遍上胜过其他.
科学领域:
- 计算生物学 计算生物学
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
背景情况:
- 单细胞基础模型 (scFMs) 是生物数据集成的新兴工具.
- 它们独特的生物洞察力生成和优势相对于传统方法需要澄清.
研究的目的:
- 在各种生物任务中将scFMs与既定方法进行基准测试.
- 在各种应用的现实条件下评估scFM性能.
主要方法:
- 六个 scFMs 的综合基准和基线在基因层和细胞层的任务.
- 对五个数据集进行批量集成和单元类型注释的评估.
- 对7种癌症类型和4种药物的癌细胞识别和药物敏感性预测的评估.
- 利用了12个指标,包括一个新的指标 (scGraph-OntoRWR) 用于内在知识发现.
主要成果:
- scFMs表现出强度和多功能性,但更简单的模型可以有效地适应特定的数据集,特别是在资源限制的情况下.
- 在所有评估任务中,没有一个scFM在所有评估任务中始终表现出色.
- 性能因数据集大小,任务复杂性,可解释性和计算资源而有所不同.
结论:
- 这一基准为当前的scFMs提供了新的评估前景.
- 确定了scFMs的优点和局限性,指导其有效应用.
- 为scFM在细胞图谱构建,瘤微环境研究和治疗决策中的使用铺平了道路.


