CellxPert：基于 MCMC 引导的多组学单细胞基础模型推断时 perturbations
基因组学
2026-05-05 v1 人工智能
摘要
本文介绍了 CellxPert，一个可扩展的多模态基础模型，将单细胞和空间多组学统一于常见表示空间。CellxPert 联合编码转录组 (scRNA-seq)、染色质可及性 (ATAC-seq) 和表面蛋白组 (CITE-seq) 测量，同时直接将 MERFISH 和成像质谱数据作为 2D 或 3D 空间可视层。CellxPert 开箱即用地支持四项关键下游任务：(i) 跨 154 种大致重叠身份的细胞类型注释——目前解决的最大标签空间，严峻测试细粒度区分度；(ii) 使用低秩适配 (LoRA) 的高效微调；(iii) 对体外 perturbations 的基因组转录响应预测；(iv) 无缝集成各种实验技术和平台的多组学数据。与当前单细胞基础模型不同，后者通过删除或重新排序标记化的基因表达秩序来近似基因 perturbations，CellxPert 采用马尔可夫链蒙特斯-霍恩采样器，其提议核函数使用模型的掩码条件分布以受扰动基因条件转化为新的转录组状态。这种马尔可夫链程序缓解了突变 token 操作引入的离分布性损伤，产生可生物学解释的轨迹。在 PBMC68K、Replogle Perturb-seq、Systema 和 BMMC 基准测试上评估，CellxPert 在细胞类型注释、perturbations 响应预测和多组学集成方面超越了经典方法和最新基线。
引用
@article{arxiv.2605.00930,
title = {CellxPert: Inference-Time MCMC Steering of a Multi-Omics Single-Cell Foundation Model for In-Silico Perturbation},
author = {Andac Demir and Erik W. Anderson and Jeremy L. Jenkins and Srayanta Mukherjee},
journal= {arXiv preprint arXiv:2605.00930},
year = {2026}
}