Single-Cell Foundation Models in Biotechnology: A Scoping Review and Bibliometric Analysis of Multimodal AI for Cell-State, Perturbation, and Biomarker Prediction
这项针对 1,042 项研究的范围综述与文献计量分析表明，尽管单细胞基础模型在生物技术领域正迅速扩张，但该领域仍面临着复现性不一致、基准测试严谨性不足以及缺乏开源资源的问题，且简单的基准模型往往能与复杂的架构相媲美。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一个巨大的生物学“故事”图书馆。每一个故事都是一个单一的细胞，而故事的文本就是它的遗传密码（RNA）。多年来，科学家们一直试图逐一阅读这些故事，以了解我们的身体是如何运作的，疾病是如何发生的，以及如何修复它们。
最近，一种新型的“超级阅读器”进入了这个图书馆：基础模型（Foundation Models）。你可以把它们想象成生物学领域的“GPT”或“ChatGPT”。它们是巨大的 AI 大脑，已经阅读了数百万个这样的细胞故事。人们希望，正因为它们见多识广，它们能够瞬间理解从未见过的全新故事，从而帮助科学家预测细胞对药物的反应，或找到疾病的根源。
这篇论文是对这个图书馆进行的一次大规模审计。作者们不仅仅是读了几本书；他们使用了一个计算机程序，扫描了 2020 年至 2026 年间发表的 1,000 多篇研究论文，以观察这个领域到底发生了什么。
以下是他们的发现，通过简单的语言进行了拆解：
1. 炒作的爆发
该领域正像野火一样蔓延。在 2020 年至 2025 年间，关于这个主题的论文数量增长了 24 倍。
- 类比： 这就像当所有人突然开始制造一种新型机器人时。在 2020 年，只有一些爱好者；到 2025 年，已经有了数千家工厂。每个人都在争先恐后地制造这些“超级阅读器”。
2. 他们到底在建造什么？
作者研究了这些 AI 模型的蓝图。
- 组合方式： 大多数新模型都在尝试成为“多面手”。它们不仅仅是在阅读 RNA；它们还试图同时阅读 RNA、蛋白质水平以及空间位置（细胞在体内的位置）。
- 目标： 这些模型最常见的职业任务包括：
- 标记（Labeling）： 确定细胞的类型（例如，“这是一个肝细胞”）。
- 预测（Prediction）： 猜测如果用药物或基因编辑去“戳”一下细胞，会发生什么。
- 制图（Mapping）： 重建组织的 3D 地图。
3. “宏大叙事”与“微小现实”
这是论文中最关键的部分。作者提出了疑问：这些庞大且昂贵的 AI 模型是否真的比我们现有的简单工具做得更好？
- 说法： 许多论文声称，他们的“基础模型”是一个奇迹创造者，能够解决简单工具无法解决的问题。
- 现实： 作者发现，简单的工具往往能胜出。
- 类比： 想象一场赛车比赛，参赛者是一辆一级方程式赛车（基础模型）和一辆经过精心调校的自行车（简单的统计模型）。论文发现，在许多标准赛道上，自行车同样快，有时甚至更快，而且成本只是前者的极小部分。
- 问题： 许多研究人员只展示了 F1 赛车获胜的比赛场景。他们很少展示自行车获胜的比赛，或者根本没有让它们进行对比。论文指出，只有约 26% 的研究实际上将他们华丽的 AI 与简单的基准模型进行了对比。
4. “秘密配方”问题（可重复性）
在科学界，如果你发明了一种新蛋糕，你应该分享你的配方，以便他人也能烘焙它。
- 发现： 作者检查了研究人员是否分享了他们的“配方”（计算机代码、训练好的 AI 大脑和数据）。
- 代码： 只有约 40% 的人分享了代码。
- AI 大脑（权重）： 只有 15% 的人分享了实际训练好的模型。
- 数据： 只有 19% 的人分享了用于训练的数据。
- 后果： 如果你看不见配方，也尝不到蛋糕的味道，你就无法验证它是否真的好吃。论文得出结论，对于大多数这些新模型来说，没有人能够核实它们是否真的有效。
5. “基准测试”问题
我们如何知道一个模型是好的？我们会用“基准测试”（标准测试）来测试它。
- 发现： 这些测试的质量通常很低。论文设计的测试设计质量平均得分仅为 1 分（满分 4 分）。
- 类比： 这就像一个学生在参加考试时，被允许偷看答案解析，或者老师只提问那些学生已经知道答案的问题。许多论文声称自己的模型是天才，但它们并没有在困难且公平的考试中进行测试。
总结：这意味着什么？
论文总结道，虽然该领域发展极其迅速且技术令人兴奋，但我们正处于“炒作阶段”。
- 好的方面： 我们拥有强大的新工具和大量的数据。
- 坏的方面： 我们对这些庞大的 AI 模型所能做到的事情过度承诺了。简单的工具通常同样出色，但却得到了较少的关注。
- 丑陋的方面： 太多的研究人员在保留他们的“配方”，并且没有公平地测试他们的模型。
底线： 作者们正在呼吁一次“现实检查”。他们希望科学家们不要仅仅致力于构建更大、更华丽的模型，而是要开始分享代码，公平地测试模型，并证明这些复杂的系统对于这项工作确实是必要的。否则，这些“基础模型”可能更像是一辆昂贵且吵闹的自行车，而不是每个人都期待的那种神奇飞行汽车。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。