scGPT / Geneformer:University of Toronto、University Health Network、Vector Institute等
第一代单细胞基础模型基线,用于注释、扰动预测与批次整合。
单细胞 · 学术实验室 · 加拿大、美国 · 截至 2026-11-16
概况
| 字段 | 内容 |
|---|---|
| 名称 / 别名 | scGPT / Geneformer;别名:scGPT、Geneformer、Geneformer V2 |
| 家族 | 家族条目:scGPT ;Geneformer †(未核实)。边界:两个第一代单细胞基础模型合并为一个基线条目;团队、训练语料与版本线各自独立 |
| 机构 | University of Toronto、University Health Network、Vector Institute、Gladstone Institutes、UCSF |
| 机构类型 / 国家 | 学术实验室 / 加拿大、美国 |
| 模型类别 | 单细胞基础模型 |
| 领域 | 单细胞 |
| 首次发布 | †(未核实)(依据:最早公开产物:scGPT GitHub v0.1.2(2023-05-09);预印本日期未复核) |
| 其他里程碑 | 代码发布 (scGPT GitHub v0.1.2);权重发布 (Geneformer V2 权重加入 Hugging Face) |
| 最近更新 | ,新权重:Geneformer V2 权重发布;scGPT 最后一个 tag 为 v0.2.4(2025-03-31);其后为维护提交。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;两者均开源;Geneformer 权重在 Hugging Face |
| 状态 | 仅维护:2025-06 后仅维护性提交 |
| 报过的 benchmark | 2 项计入(自报 1 · 赛后复用 1);另 1 条不计入(未证实 1) |
| 湿实验验证 | 无 |
| 全站实体页 | 无(全站无对应页面) |
| 截至 | 2026-11-16 |
做什么
两个第一代单细胞基础模型:Geneformer 按基因在细胞内的表达排序编码,scGPT 用生成式预训练,再微调用于细胞注释、扰动预测和批次整合。本站主要把它们当作后续模型的对照基线。
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。2 项计入(自报 1 · 赛后复用 1);另 1 条不计入(未证实 1)。
| Benchmark | 关系类型 | 计入 | 评测集 / 口径 | 来源类型 | 说明 | 出处 |
|---|---|---|---|---|---|---|
| 09 scIB (+Open Problems) | 开发方按官方口径自报 | 是 | PBMC 10K | 自报 | 仅 scGPT 论文自报整合结果;Geneformer 未报 †(未核实) | 出处 |
| 24 虚拟细胞挑战赛与扰动预测评测 | 赛后数据复用 | 是 | — | 第三方 | 独立研究事后在公开扰动数据上评测 | 出处 |
| 21 DREAM5 / BEELINE / CausalBench | 未证实 | 否 | — | 未知 | 第三方注意力分析,仅据摘要,未证实 †(未核实) | 出处 |
其他评测(不在 44 项内)
无记录。
开发方称:来源未给出开发方优势表述
独立证据:多项独立研究(2025)发现在扰动预测与零样本设置下未稳定超过简单基线
训练数据
| 类别 | 值 | 说明 | 出处 |
|---|---|---|---|
| a 公开库 | 是 | Geneformer:约 2990 万人类细胞(后续约 9500 万);scGPT:约 3300 万 CELLxGENE 细胞 | — |
| 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 | 是 | Geneformer 有一项细胞层面验证;scGPT 无 | — |
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:均为学术团队:scGPT 来自多伦多大学/UHN/Vector Institute,Geneformer 来自 Gladstone Institutes 与 UCSF
- 融资:Geneformer 资助含 NIH 与美国心脏协会基金
- 产品与合作:Xaira Therapeutics 称 scGPT 是其 X-Cell 模型的起点
- 相关模型:X-Cell、STATE、Tahoe-x1、TranscriptFormer、C2S-Scale、CellFM
怎么看
- 作为基线出现的次数远多于作为被推荐方法
- 独立评测显示扰动预测不优于刻意简单的基线
局限与注意
- 家族条目:两个模型分开发布,日期与版本分开看
- 预印本与期刊的具体日期未复核
来源
- Hugging Face 页面 ctheodoris/Geneformer(仓库)
- GitHub 仓库 repos/bowang-lab(仓库)
- 期刊论文 DOI 10.1038/s41586-023-06139-9(期刊)
- 期刊论文 DOI 10.1038/s41592-024-02201-0(期刊)
- scGPT bioRxiv 预印本(预印本)
- Nat Methods 2025 独立评测(第三方论文)
更正记录
无。
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。