scGPT

模型与发布

多伦多大学与 Vector Institute（Bo Wang 组），预印本 2023，2024-02 发表于 Nature Methods。

训练数据配方

• 公共库：以 CZ CELLxGENE Discover / Census 为主，3,300 万正常人类细胞，覆盖 51 个器官、441 项研究；另有脑 1,320 万、血 1,030 万的器官专用模型（二手）[1]。
• 蒸馏合成与私有真值：无。

数据供应方与许可

CZ CELLxGENE。许可公开材料未查到。

已知问题与口径冲突

训练仅含正常细胞。虚拟细胞类模型在扰动预测上未稳定超越朴素基线，见 Arc State。

来源

1. https://omicverse.readthedocs.io/en/latest/Tutorials-llm/t_scgpt.html (2026-10-15)