420-Stack：利用细胞上下文的单细胞基础模型

这项研究介绍了一种名为 Stack 的单细胞基础模型，旨在克服现有模型在跨条件泛化和任务扩展方面的局限性。Stack 的核心创新在于引入了细胞上下文机制，通过捕获同一样本内细胞间的相互作用来增强单细胞表征。该模型在包含 1.89 亿个人类细胞 的大规模数据集上进行预训练，并采用创新的上下文学习架构，使其无需针对特定任务微调即可进行推理。通过名为“细胞提示工程”的技术，Stack 能够模拟细胞在未见过的药物或生物条件下的反应。研究人员利用该模型生成了 Perturb Sapiens，这是一个涵盖 28 个组织和 201 种扰动状态的全生物体虚拟图谱。实验证明，Stack 在细胞分类、批次整合以及扰动效应预测等任务中的表现均显著优于现有的单细胞基准模型。

References:

• Stack: In-Context Learning of Single-Cell Biology