Do Single-Cell Models Learn Real Biology? An Empirical Analysis of Physical Interaction Signal in Pretrained scGPT Gene Embeddings
Este estudo empírico demonstra que os embeddings de tokens de genes pré-treinados do modelo scGPT codificam inerentemente estruturas físicas de interação proteína-proteína, conforme evidenciado por uma similaridade de cosseno significativamente maior entre pares de genes que interagem em comparação com controles não interagentes correspondentes através de múltiplas bases de dados.