CellFM:Sun Yat-sen University (computer science)、Chongqing University、Huawei等
只用人类数据的单细胞基础模型,8 亿参数。
单细胞 · 多类机构联合 · 中国 · 截至 2026-11-16
概况
| 字段 | 内容 |
|---|---|
| 名称 / 别名 | CellFM |
| 家族 | 否(单一模型,无版本族) |
| 机构 | Sun Yat-sen University (computer science)、Chongqing University、Huawei、Singleron Biotechnologies |
| 机构类型 / 国家 | 多类机构联合 / 中国 |
| 模型类别 | 单细胞基础模型(线性复杂度骨干) |
| 领域 | 单细胞 |
| 首次发布 | (依据:预印本 posted(登记机构记录)) |
| 其他里程碑 | 最早公开证据 (预印本 posted);预印本 v1 (预印本 v1);期刊上线 (期刊发表) |
| 最近更新 | †(未核实),作者更正:仓库说明中的作者更正:多个图面板的平均值计算有误,另有影响两个基线在两个数据集上结果的评测缺陷;作者称结论不变。更早的事件是 2025-05-20 的期刊发表。(提交日未取到独立永久链接,日期标未核实;未检出正式期刊勘误)。此为最近一次有出处的事件,不代表此后没有更新 |
| 开放程度 | 代码:开放;权重:开放†(未核实);代码在公开仓库并有长期存档,权重在公开模型库;许可证文本本轮未取到 |
| 状态 | 活跃:12 个月内有作者更正声明 |
| 报过的 benchmark | 1 项计入(改协议 1) |
| 湿实验验证 | 无 |
| 全站实体页 | 无(全站实体库未检出对应页面) |
| 截至 | 2026-11-16 |
做什么
只用人类单细胞数据预训练,以避免多物种混训拉低人类细胞上的表现,骨干为线性复杂度的序列模型,下游任务含细胞类型注释、扰动预测、基因功能预测与基因关系捕获;训练在国产 AI 框架与加速卡上完成。路线与 scGPT/Geneformer 相同,特点是纯人类数据与国产算力。
报过的 benchmark
按关系类型排列;每行标来源类型与出处。分数只在同一 benchmark、同一口径内有意义,见各 benchmark 页的当前排名。1 项计入(改协议 1)。
| Benchmark | 关系类型 | 计入 | 评测集 / 口径 | 来源类型 | 说明 | 出处 |
|---|---|---|---|---|---|---|
| 24 虚拟细胞挑战赛与扰动预测评测 | 开发方自报,协议有改动 | 是 | — | 自报 | 用两套早期公开扰动数据并统一接同一个下游预测器,不是该挑战赛的盲测;领先以相对提升百分比表述 | 出处 |
其他评测(不在 44 项内)
- 细胞注释与基因功能预测(站外公开 benchmark,自报):在公开数据集上与两个单细胞基础模型比较,自报平均准确率的相对提升
- 第三方扰动预测评测(站外公开 benchmark,第三方):两项独立评测显示简单基线不输同类基础模型,其模型名单不含本模型
开发方称:只用人类数据、以线性复杂度骨干在约一亿人类细胞上预训练,在细胞注释、扰动预测与基因功能预测上优于同类模型;领先多以个位数相对提升表述。
独立证据:未检出独立证据(两项第三方评测的模型名单不含本模型,未检出针对它的独立评测)
训练数据
| 类别 | 值 | 说明 | 出处 |
|---|---|---|---|
| a 公开库 | 是 | 公开数据库中的 19,914 个样本、约 1.023 亿个人类细胞 | 出处 |
| b 私有 / 授权 | 否 | — | — |
| c 自产 wet lab 训练数据 | 否 | — | — |
| d 仅用于验证的 wet lab | 否 | — | — |
湿实验验证
无。开发方未报告湿实验验证,或本站未收录可核的记录。
背景
- 机构:主体为中国一所大学计算机学院的学术团队,合作方含另一所大学、一家实验室、一家通信与算力企业、一家附属医院与一家单细胞测序公司。
- 融资:致谢列出国家重点研发计划、国家自然科学基金、中央高校基本科研业务费、博士后基金与一省自然科学基金等多项资助。
- 产品与合作:代码在公开仓库组织下,权重卡在公开模型库;同类模型有 scFoundation 与 scGPT/Geneformer。
- 相关模型:scGPT / Geneformer、xTrimoSCPerturb / scFoundation、STATE
怎么看
- 性能结论全部自报,且以对第二名的相对提升表述,绝对差距小。
- 独立研究发现简单基线在扰动预测上不输同类基础模型,这一质疑同样适用。
- 作者在仓库自行公布了图表与评测缺陷的更正,透明度可取,但未见正式期刊勘误。
- 价值更多在人类专用数据与国产算力的可行性,而非已被验证的预测优势。
局限与注意
- 更正声明的提交日未取到独立永久链接。
- 未检出正式期刊勘误,更正仅见于仓库说明。
- 公开盲测挑战上无成绩。
- 许可证文本本轮未取到。
- 扰动评测用的是早期公开数据集,与当前盲测口径不同。
来源
更正记录
以下为本轮核对中改过的字段,原值按记录照录。
| 字段 | 原 | 现 | 原因 | 出处 | 发现日期 |
|---|---|---|---|---|---|
| latest_update | 2025-05-20(期刊发表) | 2026-09-07(仓库作者更正声明),事件类型改为作者更正 | — | 依据 | 2026-11-16 |
本文为个人研究笔记,结论基于成文时可获得的公开信息;带〔估算〕〔推断〕或⚠️的数字未经独立核实。