Geneformer
面向单细胞数据的上下文感知 Transformer，支持 in silico 删除与网络预测；Nature Protocols 文章介绍了用它发现靶点。零样本评估报告其存在局限。 VC0009 VC0010 VC0050
待审阅 版本 0.1.0 · 状态：初稿 · 最近专家审阅：尚未审阅
关系
| 主语 | 关系 | 宾语 | 置信度 | 证据（角色） |
|---|---|---|---|---|
| Geneformer | 相关 | 单细胞基础模型 | 高 | VC0009 支持 来源: AI 虚拟细胞模型 |
| Geneformer | 相关 | 计算机模拟扰动 | 高 | VC0009 支持 VC0010 支持 VC0038 · 预印本 支持 来源: AI 虚拟细胞模型 · 实体记录 |
| Geneformer | 基准评测于 | 零样本评估 | 高 | VC0050 基准 报告了零样本局限。 来源: 虚拟细胞的验证：基准、基线与批评 |
出现在研究专题中
- AI 虚拟细胞模型 (模型)
出现在文献库条目中（5）
标题、标签或一句话摘要与该实体匹配的条目（由数据自动得出），以及用作描述证据的条目。
- VC0038 · 预印本 ISP 3 Platform powered by Geneformer: Framework for Cross-Species, Sequential, and Multi-Gene In Silico Perturbation Screens with Application to iPS Cell State Transitions — Sanaki Y, Shigenobu S, Niwa R., bioRxiv, 2026
- VC0057 Assessing scale and predictive diversity in models for single-cell transcriptomics based on Geneformer. — Chen J, Schmidt F, Henao R., PLoS computational biology, 2026
- VC0010 Discovery of candidate therapeutic targets with Geneformer. — Zhang Y, Venkatesh MS, Theodoris CV., Nature protocols, 2026
- VC0050 Zero-shot evaluation reveals limitations of single-cell foundation models. — Kedzierska KZ, Crawford L, Amini AP, Lu AX., Genome biology, 2025
- VC0009 Transfer learning enables predictions in network biology. — Theodoris CV, Xiao L, Chopra A, Chaffin MD, Al Sayed ZR, Hill MC, Mantineo H, Brydon EM, Zeng Z, Liu XS, Ellinor PT., Nature, 2023
仅供科研与教育参考，不构成医疗建议，也不构成对任何诊疗或产品的推荐。患者请咨询主治医生。