亚星游戏

随着单细胞和空间组学技术的急剧发展，公开可共享数据量已突破亿级大关。然而，技术平台产生的差距、复杂疾病状态、跨物种钻研带来的批次效应和离群细胞（Out-of-Distribution Cell，OOD细胞）等，对数据解读组成巨大挑战。面对动辄百万规模的OOD细胞，依赖“先聚类、后注解”的传统分析步骤已显露出显著的局限性，难以急剧、精准且可诠释地将这些“身份不明”的细胞映射到日益美满的参考细胞图谱上。若何高效实现细胞的数字化表征、整合与解析，已成为一个关键的瓶颈问题，严重造约着单细胞数据在跨大规模人群队列钻延注多模态信息整合以及物种间守旧性索求等主题方向上的潜力。

近日，国度生物信息中心推算生物学部蒋岚团队在Genome Biology?期刊颁发了题为CellMemory: hierarchical interpretation of out-of-distribution cells using bottlenecked transformer的钻研论文，研发了一款高效、泛化且可诠释的有监督细胞表征和解析模型CellMemory。该模型受全局工作空间理论（Global Workspace Theory, GWT）启发，对传统Transformer架构进行刷新，植入低维影象空间“Memory Space”，通过Cross-Attention机造将高维基因特点压缩、竞争、广播，提高推算效能3-5倍，显著加强模型泛化能力，无需预训练即可实现单细胞数据跨平台、物种整合。同时，影象空间为CellMemory带来分层式“可读窗口”。L1 (Gene Level)为面对特定细胞，钻研者可知单个基因对指标细胞表征的贡献分数
；L2 (Gene Program Level）为模型在影象空间中，自动综合协调的共表白/共调控模式。多层可诠释性为理解模型决策逻辑，索求表型关联细胞状态提供了靠得住解决规划，即“高正确性 + 强可诠释性”。

钻研团队将CellMemory与3个单细胞基础大模型、16个工作专用模型在1500万细胞上进行比力
；计啦饬司窒允，CellMemory在人群尺度的单细胞数据整合、超高分辨率细胞状态注解等工作中均获得了State-of-the-Art级此外阐发。面对59张MERFISH幼鼠脑空间组学切片（4百万细胞、338个细胞亚群），相较基于传统transformer架构预训练的单细胞基础大模型， CellMemory在95%的空间切片上获切当先的注解阐发，正确率较传统机械进建步骤提升30%，证明CellMemory杰出的泛化能力。

当前，将疾病细胞与健全细胞比对依然是巨大挑战。得益于正确与可诠释的细胞表征，钻研团队进一步利用CellMemory在多个癌症队列单细胞图谱中解析疾病复杂性。例如在肺腺癌队列中，模型基于参考图谱定位到MSLN⁺ CAPN8⁺ 的肺泡2型过渡态细胞，并观测到其显著的拷贝数变异，提醒肺腺癌可能利用肺泡2型细胞可塑性获得侵袭能力。在混合表型急性白血病、髓母细胞瘤等数据中，模型基于健全参考图谱揭示了分歧患者潜在的异质性发源，为耐药和预后钻研提供了高分辨率数据解析基础，展示出CellMemory在离群细胞揣度场景中的壮大表征能力。

综上，从“序列搜索”到“亚群搜索”，参考映射在重塑单细胞数据分析的技术范式。凭借壮大的泛化能力与高效的推算效能，CellMemory有望成为覆盖病理、时空和物种等多维度细胞参考图谱建设与临床精准诊疗的关键引擎。

上述工作由国度生物信息中心蒋岚团队和多家单元合作实现。蒋岚钻研员、新加坡国立大学刘钿渤教授、加拿大麦吉尔大学李岳教授为本文的共同通讯作者。蒋岚团队博士钻研生王弃非，加拿大麦吉尔大学博士生朱赫为文章的并列第一作者。清华大学张学工、斯坦福大学James Zou，博德钻研所Manolis Kellis教授对本项目亦有贡献。该钻研得到国度重点研发打算、亚星游戏先导专项、亚星游戏全球共性挑战专项等项主张赞助。?

CellMemory模型架构与利用场景

论文链接