ARO：面向多组学数据的对齐表征学习模型

ARO 提出了一种多组学表征学习模型，可重建缺失和未配对模态，在 Unmasked 设置下验证与测试集重建 MSE 为 0.15。其潜在嵌入支持下游癌症分类任务。该模型面向有限或不完整数据场景，强调实用性和成本效率，以更低成本支持多组学探索，降低对大规模实验的依赖。