TranscriptFormer:Chan Zuckerberg Initiative、Chan Zuckerberg Biohub
CZI/Biohub 的跨物种生成式单细胞模型,训练于 12 个物种约 1.1 亿个细胞。
单细胞 · 非营利研究机构 · 美国 · 截至 2026-11-17
概况
| 字段 | 内容 |
|---|---|
| 名称 / 别名 | TranscriptFormer;别名:TF-Metazoa、TF-Exemplar、TF-Sapiens |
| 家族 | 否(多个变体作为同一记录内的版本处理) |
| 机构 | Chan Zuckerberg Initiative、Chan Zuckerberg Biohub |
| 机构类型 / 国家 | 非营利研究机构 / 美国 |
| 模型类别 | 单细胞基础模型(生成式) |
| 领域 | 单细胞 |
| 首次发布 | (依据:bioRxiv 预印本 posted(登记机构记录)) |
| 其他里程碑 | 最早公开证据 (bioRxiv 预印本 posted);预印本 v1 (bioRxiv 预印本 v1);期刊上线 (Science 发表(登记机构记录)) |
| 最近更新 | ,期刊发表:期刊版发表于 Science;此前 GitHub v0.6.1 于 2025-11-06 发布。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(MIT);权重:开放(MIT)†(未核实);代码与权重经 PyPI 与公开数据仓发布,MIT 许可(来自数据仓页面与二手来源) |
| 状态 | 活跃:12 个月内有期刊发表与代码发布 |
| 报过的 benchmark | 0 项计入 |
| 湿实验验证 | 无 |
| 全站实体页 | 无(全站实体库有开发机构页,但无该模型自身的实体页) |
| 截至 | 2026-11-17 |
做什么
把每个细胞的转录组当作"细胞句子"自回归建模,跨 12 个物种训练,可做跨物种细胞类型迁移、零样本疾病状态识别,并能生成细胞表达;没有扰动评测。与 C2S-Scale 把表达转成文本再微调通用 LLM 不同,它是专用的单细胞自回归模型。
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。0 项计入。
在本站 44 个 benchmark 上没有任何配对记录;它怎么自评见下一节。
其他评测(不在 44 项内)
- 跨物种细胞类型分类(自建任务集,自报):在 5 个分布外物种上做线性探针,与 UCE、ESM2-CE、scGPT、Geneformer 对比,作者自报
- 精子发生跨物种映射(自建任务集,自报):在 9 个脊椎动物物种间做标签迁移,作者自报
- 人类细胞类型与疾病状态(自建任务集,自报):Tabula Sapiens 2.0 覆盖 26 个组织;另做感染与未感染肺细胞区分,作者自报
- scIB(站外公开 benchmark,自报):配对不成立:用到 scIB 系数据,但未按 scIB 指标报分
- 基因互作与转录因子分析(案例研究,自报):定性对照 STRING 恢复已知互作并预测细胞类型转录因子
开发方称:在 12 个物种约 1.12 亿细胞上预训练的生成模型,可在相隔约 6.85 亿年的物种间迁移细胞类型标签,并零样本识别疾病状态,优于 UCE 等基线。
独立证据:未检出独立证据(未检出第三方对其跨物种结果的独立评测)
训练数据
| 类别 | 值 | 说明 | 出处 |
|---|---|---|---|
| a 公开库 | 是 | 主要为 CELLxGENE,约 1.12 亿个细胞、12 个物种 | 出处 |
| b 私有 / 授权 | 否 | — | 出处 |
| c 自产 wet lab 训练数据 | 否 | — | 出处 |
| 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:Chan Zuckerberg Initiative 是慈善组织,2025-11 宣布以 Biohub 为核心推进生物学与 AI,CZI 主要作为支撑;Biohub 站点在旧金山、纽约与芝加哥,EvolutionaryScale 团队已并入 Biohub。
- 融资:创始人个人慈善资金;Biohub 称计划到 2028 年把算力扩到 10,000 块 GPU,AI 方向具体金额未公开。
- 产品与合作:TranscriptFormer 是 CZI 虚拟细胞战略的第一步;其训练数据源 CELLxGENE 也是 STATE、Stack 与 Tahoe-x1 的共同数据源。
- 相关模型:C2S-Scale、STATE、Stack、Tahoe-x1、scGPT / Geneformer
怎么看
- 没有 scIB 与扰动评测分数,无法与 Geneformer、scGPT、STATE 等直接比较。
- 优势在跨物种迁移,而这类任务缺少统一的第三方榜。
- 训练全是公开数据,对药物研发的实际价值尚未经湿实验检验。
局限与注意
- 全部评测为作者自建任务集,无第三方复现。
- 站上数值取自 bioRxiv 全文,Science 正式版需订阅,应以正式版为准。
- 许可证信息部分来自二手来源。
来源
- Science 论文(期刊)
- bioRxiv 预印本(预印本)
- 代码发布列表(仓库)
- 包登记页(包仓库)
- 公开数据仓页面(官方网站)
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。