scpFormer：用于单细胞蛋白质组学统一表示与整合的基础模型
定量方法
2026-04-23 v1 人工智能
机器学习
摘要
单细胞蛋白质组数据的整合常常受到靶向抗体面板碎片化特性的阻碍。为了解决这一局限性，我们引入了 scpFormer，一种专为单细胞蛋白质组学设计的基于 Transformer 的基础模型。scpFormer 在超过 3.9 亿个细胞上进行预训练，它用一种连续的、以序列为锚定的方法取代了标准的基于索引的词元化。通过将 Evolutionary Scale Modeling (ESM) 与值感知表达嵌入相结合，它能够在不进行人工离散化的情况下，将可变面板动态映射到共享语义空间中。我们证明，scpFormer 生成的全局细胞表示在大规模批次整合和无监督聚类中表现出色。此外，其开放词汇架构促进了计算机模拟中的面板扩展，有助于在稀疏临床数据集中重建生物流形。最后，这种学习到的蛋白质共表达逻辑可迁移至 bulk-omics 任务，支持癌症药物响应预测等应用。scpFormer 提供了一个多功能、与面板无关的框架，以促进可扩展的生物标志物发现和精准肿瘤学。
引用
@article{arxiv.2604.20003,
title = {scpFormer: A Foundation Model for Unified Representation and Integration of the Single-Cell Proteomics},
author = {Qifeng Zhou and Lei Yu and Yuzhi Guo and Yuwei Miao and Hehuan Ma and Wenliang Zhong and Lin Xu and Junzhou Huang},
journal= {arXiv preprint arXiv:2604.20003},
year = {2026}
}