Cell State Annotation
细胞状态注释
CellOS 基础模型
CellOS 是基于 3.905 亿个人类单细胞转录组训练的 12B 模型，是目前全球规模最大的单细胞 Foundation Model，也是目前参数规模最高的人类单细胞大模型。
概述
CellOS Embedding（CE）表征模型：理解生命
CellOS Embedding 学习细胞的高维潜在表示（latent representation），在统一特征空间中整合不同来源、多模态及跨批次生物数据，捕获细胞状态、发育轨迹及分子调控规律，为细胞类型识别、状态解析、跨数据集迁移和下游预测模型提供稳定、可泛化的基础表示。
CellOS Transition（CT）扰动模型：预测生命
传统单细胞分析主要描述实验完成后所观察到的细胞状态。CellOS Transition 在此基础上进一步学习扰动前后细胞之间的变化关系，将细胞研究从“识别当前状态”延伸到“预测未来状态”。模型综合理解细胞类型、基础表达状态、扰动条件和生物学背景，在细胞表征空间中模拟干预所引发的状态迁移，为扰动实验设计、作用机制研究和候选方案筛选提供计算依据。
技术架构
CellOS 将表达视角与群体相对感知视角结合，在统一隐空间中学习更丰富的细胞状态表征，实现更强的泛化和预测能力
世界模型架构
多模态
性能表现（SOTA）
Macro-F1
1.0
0.5
0.0
0.78
CellOs
0.72
scGPT
0.68
Geneformer
0.64
SCG
0.62
scFoundation
Batch Integration
批次整合
KBET
1.0
0.5
0.0
0.89
CellOs
0.82
scGPT
0.80
Harmony
0.76
Scanorama
Perturbation Response Prediction
扰动响应预测
DE Spearman
0.71
CellOs
0.60
BesPv
DE Spearman
0.42
CellOs
0.58
BesPv
DE Dir. Matching
0.73
CellOs
0.61
BesPv
核心亮点
1
细胞世界模型
学习细胞状态与动态规律，探索理解和预测生命系统的统一模型。
2
多模态生命表征
融合多组学与多尺度信息，构建跨模态的统一生命表征。
3
细胞因果动力学
结合时序观测与扰动证据，探索驱动细胞状态变化的因果机制。
4
细胞响应推演
超越静态类型识别，预测细胞在遗传扰动、药物干预与环境变化下的响应。
