面向单细胞转录组学的语言增强表征学习

基于摘要分析。该研究面向单细胞 RNA 测序（scRNA-seq）的细胞表征学习，针对现有单细胞大语言模型（scLLMs）主要利用转录组数据、未充分利用文本生物学知识的问题，提出多模态框架 scMMGPT，以文本信息增强细胞表征。 方法方面，作者强调在细胞表征提取过程中保留定量基因表达信息，并采用结合判别精确性与生成灵活性的两阶段预训练策略。摘要未说明文本描述的来源、表达数据与文本的配对方式、模态融合结构、具体损失函数以及两阶段的训练顺序与参数更新方式，这些实现细节尚未验证。 结果方面，作者报告在九个数据集、五项任务上优于单模态及多模态基线。其中，COVID-19 数据集聚类任务、Myeloid 数据集注释任务和 Adamson 数据集扰动预测任务的相对提升分别为 8.13%、7.48% 和 2.93%。这些数值是相对提升，不是百分点差异；摘要未提供各项指标名称、对应基线、数据划分及统计检验信息，因此不能据此直接比较不同任务的收益。实验协议、消融及统计信息尚未验证。 复现时需核对定量表达信息的保留方式、文本知识的独立贡献，以及两阶段预训练相对单阶段训练的增益。材料提供了代码仓库地址，但代码内容、运行条件与结果可复现性尚未核验。该论文的主要对象是单细胞转录组学，所给材料未建立其与 EEG/BCI 的具体机制对应关系，不据此提出迁移效果或实验建议。