CellPainTR：面向跨数据集 Cell Painting 分析的泛化表示学习

大规模生物学发现需要整合来自 JUMP Cell Painting 联盟等海量且异构的数据集，但技术批次效应和缺乏泛化模型仍是关键障碍。为解决此问题，我们提出了 CellPainTR，一种基于 Transformer 的架构，旨在学习对批次效应具有鲁棒性的细胞形态学基础表示。不同于需要在新数据上重新训练的传统方法，CellPainTR 的设计采用特定来源的上下文 token，允许在无需微调的情况下有效地对完全未见的数据集进行分布外（OOD）泛化。我们在大规模 JUMP 数据集上验证了 CellPainTR，它在批次整合和生物信号保留方面均优于 ComBat 和 Harmony 等现有方法。关键的是，我们通过在未见过的 Bray 等人数据集上执行一项具有挑战性的 OOD 任务证明了其鲁棒性，尽管存在显著的领域和特征偏移，它仍保持了高性能。我们的工作向创建真正基于图像分析的基础模型迈出了重要一步，实现了更可靠、可扩展的跨研究生物学分析。