论文标题：Current opinions on large cellular models

期刊：Quantitative Biology

作者：Minsheng Hao, Lei Wei, Fan Yang, Jianhua Yao, Christina V. Theodoris, Bo Wang, Xin Li, Ge Yang, Xuegong Zhang

发表时间：01 July 2024

DOI：https://doi.org/10.1002/qub2.65

微信链接：点击此处阅读微信文章

大语言模型（LLM）在自然语言处理和多模态生成等领域展现出了惊人能力，在生物学领域，一系列针对单细胞数据的AI细胞大模型（LCM）也如雨后春笋般快速发展起来。这些细胞大模型作为多种下游任务的基础模型，在生物数据处理、分析和科学发现等方面上展现出强大能力，勾勒出AI技术尤其是大规模预训练技术驱动未来定量生物学研究的光明前景。

在这一领域革新的关键时刻，Quantitative Biology期刊有幸采访了近期最有影响的细胞大模型的部分主要作者，包括scBERT、Geneformer、scGPT、scFoundation、GeneCompass等的作者，请他们在介绍各自模型的特点后，分享在研究中面临和解决的关键挑战，畅谈细胞大模型的应用场景，共同探讨AI生物学研究的未来方向和关键问题。这次对中国、美国和加拿大学者的深度采访，构成了“细胞大模型的前沿观点”（Current Opinions on Large Cellular Models）这篇专论。

专论面向广大生物学家深入浅出地介绍了细胞大模型的总体框架和核心人工智能概念（如图1），邀请来自国内清华大学、美国加州大学旧金山分校、国内腾讯AI实验室、加拿大多伦多大学和中国科学院的张学工、Christina V. Theodoris、姚建华、Bo Wang、李鑫、杨戈等当前主流细胞大模型通讯作者共聚一堂，对细胞大模型的关键问题发表见解，共同探讨不同大模型的特点、用途和优势，深入分析细胞大模型研究过程中遇到的挑战、细胞大模型中的“规模法则（scaling law）”问题，为生物学家如何使用和扩展细胞大模型提出建议，探讨基于数据预训练的大模型如何与生物学知识有效结合，展望细胞大模型未来发展需解决的关键问题。

图1 细胞大模型基本框架

在关于大模型的各种信息扑面而来令人应接不暇的时刻，发表“Current opinions on large cellular models”这篇专题评论文章是QB期刊的一次全新尝试，期望能让读者了解处在领域前沿的研究者在其工作背后的思考和对未来方向的展望。今后QB将在更多前沿领域组织专题评论和观点文章，架起通向未来定量生物学的桥梁（点击“阅读原文”下载PDF全文）。

QB期刊介绍

Quantitative Biology （QB）期刊是由清华大学、北京大学、高教出版社联合创办的全英文学术期刊。QB主要刊登生物信息学、计算生物学、系统生物学、理论生物学和合成生物学的最新研究成果和前沿进展，并为 与计算机、数学、物理等交叉研究领域打造一个学术水平高、可读性强、具有全球影响力的交叉学科期刊品牌。

《前沿》系列英文学术期刊

由教育部主管、高等教育出版社主办的《前沿》（Frontiers）系列英文学术期刊，于2006年正式创刊，以网络版和印刷版向全球发行。系列期刊包括基础科学、 、工程技术和人文社会科学四个主题，是我国覆盖学科最广泛的英文学术期刊群，其中12种被SCI收录，其他也被A&HCI、Ei、MEDLINE或相应学科国际权威检索系统收录，具有一定的国际学术影响力。系列期刊采用在线优先出版方式，保证文章以最快速度发表。

中国学术前沿期刊网

http://journal.hep.com.cn