PLOS Computational Biology· Chen J, Schmidt F, Henao R.·2026-07-30 08:00· 2026-07-30精选AI 评分60

研究提出GFCAB：改进Geneformer的重复预测并评估单细胞预训练数据规模收益

Assessing scale and predictive diversity in models for single-cell transcriptomics based on Geneformer.

AI 导读

【全文总结】研究提出GFCAB，在Geneformer基础上加入累积分配与相似度正则模块，减少同一细胞谱中掩码位置的重复基因预测并提升预测多样性。在5万条独立排序细胞测试集上，GFCAB在1M与30M预训练规模下均取得更高掩码基因预测准确率、更低重复率和更高唯一性，并更多恢复低频基因。

推荐理由

研究在单细胞转录组基础模型上比较架构约束与数据规模的作用，为评测与训练策略提供参照。