01 / OVERVIEW
它是什么
2024 年基础研究。论文以生成式 Transformer 在超过 3300 万个细胞数据上预训练，展示细胞注释、数据整合、扰动响应预测等任务。
02 / METHOD
方法与原理
对基因及表达信息进行表示学习，以生成式预训练获得可迁移到下游单细胞组学任务的模型。
03 / LIMITS
理解它的边界
编辑分析：论文中的任务评估不能保证新组织、测序平台或干预条件下的表现。部署时应在目标数据上对照任务专用基线，并评估批次效应与泛化。
04 / EVIDENCE
回到一手来源
以下记录保留来源日期与核验说明。来源核验不等于对研究结果的独立复现。
- 01scGPT: toward building a foundation model for single-cell multi-omics using generative AI
核对 Nature Methods 原始论文的在线发表日期与摘要，并交叉核对 PubMed 38409223；局限中的应用建议标为编辑分析。
RELATED SIGNALS
相关简报
尚无关联的已发布简报。后续通过核验的进展会在这里汇集。