CellMSA：面向单细胞表征学习的上下文建模

CellMSA 是一个单细胞表征学习框架，借鉴多序列比对（MSA）思路，为每个目标细胞从不同批次与生物学相关细胞类型中检索相关细胞作为上下文，归纳跨细胞模式生成上下文依赖的基因对表示。该方法在约 1.09 亿个细胞观测（含 6560 万个原始观测）的大规模人单细胞语料上预训练，在多个基准上一致优于现有方法。