1753-多模态生物嵌入的对比对齐机制研究

PertOmni 是一个创新的多模态表征学习框架，旨在通过对比学习对齐单细胞转录组扰动特征与大型语言模型生成的基因、化合物及细胞形态文本嵌入。该框架联合训练共享的转录组编码器和特定的文本编码器，利用掩码对比目标在细胞系内部区分扰动效应，同时有效避免细胞类型异质性带来的混杂影响。在药物-基因相互作用预测、扰动效应预测以及跨模态检索等多个下游任务中，该模型表现出优于现有基线的性能。此外，研究还探讨了不同通道聚合策略在图像与文本检索中的应用，为单细胞多模态扰动研究提供了一个统一且高效的计算工具。

References:

• Long W, Liu T, Szałata A, et al. Learning Perturbation Effects Through Contrastive Alignment of Multimodal Biological Embeddings[J]. bioRxiv, 2026: 2026.06. 23.734145.