27日9月，基于大规模预锻炼言语模子的单细胞转录组细胞类型正文算法》腾讯在人工智能、生命科学跨学科使用范畴的最新研究功效《，《Nature》子登载上国际顶级学术期刊。

　　胞正文的“scBERT”算法模子腾讯在论文中立异性地提出关于单细，ntelligence》杂志评审高度承认遭到《Nature Machine I，数据阐发范畴将来研究具有深远意义暗示该功效对于单细胞转录组测序。

　　意的是值得注，r gene（已报道的特同性基因）等要素的影响受数据样本量小、人工干涉多、过度依赖marke，泛化性、可注释性、不变性均比力低的问题单细胞测序细胞类型正文手艺不断面对着，有更普遍的使用现存的算法难以。

　　上来看从成果，高泛化性、高不变性的单细胞类型正文手艺“scBERT”模子实现了高注释性、。目前截至，和支流测序手艺构成的大规模benchmarking测试数据集上通过了9个独立数据集、跨越50万个细胞、笼盖17种次要人体器官，越性均得以验证该算法模子的优。中其，细胞亚型细分使命上在极具挑战的外周血，0%精确度提拔了7%相较现有最优方式的7。

　　前此，munications》、ACL-IJCNLP等国际权势巨子期刊腾讯AI Lab团队科研功效曾多次入选《Nature Com，话、机械翻译、消息抽取、消息检索等范畴研究标的目的涵盖文本理解、文本生成、智能对。来未，先辈AI手艺的堆集腾讯会继续基于本身，学根本研究范畴进行密符合作与下流临床、制药和生命科，献更多价值为行业贡。

　　领会据，gence》只关心对该范畴具有主要影响的科研功效《Nature Machine Intelli。的评审尺度因其严酷，平均仅60篇摆布每年收录论文数量。人工智能范畴期刊中排名第一目前该期刊在计较机科学、。

　　上问题针对以，模子的单细胞转录组细胞类型正文算法”论文中初次提出“基于大规模预锻炼言语，ERT”模子即“scB，法典范计较单位）使用到单细胞转录组测序数据阐发范畴初次将“transformer”（天然言语处置算。BERT范式该模子基于，可被计较机理解、进修的“言语”将细胞中基因的表达消息转化成，行精准标注并对细胞进。

　　基因级此外可注释性为了包管全基因组内，上没有做任何的降维或筛选处置“scBERT”在预锻炼数据，据本身的特征和消息最大程度上保留数。外此，规模的公开数据集该模子复用了大，和组织类型的单细胞数据包含分歧尝试来历、批次，更为“通用”的学问以包管模子能进修到，息及两两基因之间的感化关系精准捕捉单个基因的表达信。

　　价值层面在使用，基因都印上专属“身份证”该项手艺能给细胞中的每个，细胞测序数据可用于临床单，微情况、检测出微量癌细胞并辅助大夫描述精确的肿瘤，疗方案或者癌症早筛从而实现个性化治。时同，后阐发、免疫疗法设想等范畴都具有极其主要的感化对疾病致病机制阐发、耐药性、药物靶点发觉、预。

　　学范畴的一项革命性手艺单细胞测序手艺是生命科。器官和无机体中单细胞分子图谱（细胞表达）能够细粒度地察看和描绘各个物种中组织、，解肿瘤微情况便于更好地了，精准婚配医治方案的结果以达到精细阐发病因、，具有极高的使用价值对于“精准医疗”。