研究：单细胞基础模型可跨十亿年进化距离迁移

一项预印本研究评估了Geneformer、scGPT与UCE的零样本嵌入，在盘基网柄菌与秀丽隐杆线虫的发育图谱中与PCA和scVI对比；这两种生物与人类分别相隔12亿年和6亿年进化距离。研究称，未经重新训练，这些模型仍能恢复发育顺序并保留物种特异的细胞身份。UCE以蛋白质序列编码基因，可利用97%的实测基因；Geneformer和scGPT经直系同源映射后使用不足五分之一。研究称UCE表现最稳定，常超过物种原生基线；仅限可映射直系同源基因时，它在六项注释任务中的五项仍高于基于词表的模型，部分差距较小。作者认为，基础模型可在逾十亿年进化跨度上产生有信息量的细胞嵌入，蛋白质序列基因表征使嵌入更完整且往往更准确。