ProtCell单细胞蛋白质组学基础模型发布，预训练覆盖约3.8亿个细胞

据bioRxiv预印本，Hu、Li、Jiang等作者提出单细胞蛋白质组学基础模型ProtCell，称其使用来自98个数据集的约3.8亿个细胞进行预训练与评估。该模型在transformer编码器中结合蛋白质身份嵌入与连续丰度嵌入，通过掩码丰度建模学习细胞层面和蛋白质层面的表征。作者称，ProtCell先以可迁移注释和批次校正连接碎片化的蛋白质组图谱，同时保留生物学组织结构；随后通过丰度重建扩展有限图谱，并推断出一类未测量的细胞毒性蛋白程序，该程序在自然杀伤细胞和记忆CD8阳性T细胞中富集。作者还称，学到的蛋白质依赖关系可指导筛选紧凑蛋白面板，使其保留用于图谱重建和生物学分类的信息。该预印本尚未经过同行评审。