bioRxiv 预印本· Benhayon, H., Danziger, M. M., Ben-Zvi, D., Rosen-Zvi, M. ·· 1 天前AI 评分22
单细胞基础模型基准测试：低数据量下细胞类型与疾病状态预测更具优势
Benchmarking single-cell foundation models reveals an advantage in the low-data regime for cell-type and disease-state prediction
AI 导读
研究对四个单细胞基础模型在868个疾病预测任务（82个数据集）和65个CELLxGENE细胞类型数据集上进行基准测试。全量数据下，基线（对数归一化计数）在细胞类型预测上优于最佳模型TranscriptFormer-Sapiens，在疾病预测上与之持平；但在标注细胞稀少（每类约102个样本以内）时，TranscriptFormer-Sapiens在两项任务上均显著优于基线。
来源：bioRxiv 预印本 · biorxiv.org