单细胞基础模型(scFMs)作为生物学与人工智能交叉的前沿领域,通过整合跨组织、条件和模态的海量单细胞图谱数据,正在推动生物分析从特定任务向通用框架转变。这些模型利用先进的数据标记化策略和多元神经网络架构(如Transformer、状态空间模型及图神经网络),在捕获复杂基因调控网络和多组学关联方面展现出巨大潜力。尽管在模型规模化、微扰预测以及跨物种泛化等方面仍面临挑战,但它们在表征学习、发育轨迹模拟及临床疾病分层等下游应用中表现优异。随着多模态预训练范式、虚拟细胞世界模型及AI体细胞基础设施的不断完善,这类模型正逐渐超越传统描述性统计,成为加速生物学发现和实现精准医疗的核心引擎。
References:
Jiang S, Fang Z, Zhang Y, et al. The Landscape of Single-Cell Foundation Models: Design Principles, Applications, and Open Challenges[J]. 2026.

