scAnyOmics: Foundation-Model Distillation for Any-to-Any Completion of Multi-omics Virtual Cells
作者: Zhaoqi Song, Ye Du, Yusuke Iwasawa, Yutaka Matsuo, Qian Niu
分类: cs.AI
发布日期: 2026-10-30
备注: 14 pages, 4 figures, 2 tables
💡 一句话要点
提出scAnyOmics以解决多组学虚拟细胞信息缺失问题
🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 多组学 知识蒸馏 跨模态预测 单细胞技术 虚拟细胞模型
📋 核心要点
- 现有方法在整合多组学数据时面临异构模态的挑战，尤其是在缺失信息的情况下。
- scAnyOmics通过知识蒸馏技术，将冻结的单细胞基础模型转化为多模态学生模型，支持跨模态预测。
- 在690,880个细胞的实验中，scAnyOmics在多个评估指标上超越了基线方法，展现出优越的性能。
📝 摘要（中文）
近年来，单细胞技术的进步使得多种分子模式的分析成为可能，包括转录组学、蛋白质组学和染色质可及性，从而更全面地理解细胞状态。然而，整合异构模式和预测缺失的分子信息仍然具有挑战性，尤其是在配对测量有限的情况下。本文提出了scAnyOmics，这是一种生成框架，通过从冻结的单细胞基础模型中提取知识，构建多模态学生模型。scAnyOmics将scRNA-seq、蛋白标记测量和scATAC-seq整合为共享表示，支持跨模态预测和缺失模态的重建。我们评估了690,880个细胞的预测性能，并在多个评估指标上超越了基线方法。此外，scAnyOmics还在细胞类型注释、扰动响应预测和生物年龄估计等应用中展现了潜力。
🔬 方法详解
问题定义：本文旨在解决多组学数据整合中的信息缺失问题，现有方法在处理异构模态时表现不佳，尤其在配对测量不足的情况下。
核心思路：scAnyOmics的核心思想是通过知识蒸馏，将一个冻结的单细胞基础模型的知识转移到一个多模态学生模型中，从而实现跨模态的预测和重建。
技术框架：该框架包括三个主要模块：首先是数据预处理与整合，其次是基于生成模型的知识蒸馏，最后是跨模态的预测与重建。
关键创新：scAnyOmics的创新在于其将多种单细胞组学数据整合为共享表示，突破了传统方法的局限，能够有效处理缺失模态。
关键设计：在模型设计上，采用了特定的损失函数以优化跨模态重建的准确性，并在网络结构中引入了注意力机制，以增强模型对重要特征的捕捉能力。
🖼️ 关键图片
📊 实验亮点
在690,880个细胞的实验中，scAnyOmics在多个评估指标上显著超越了基线方法，具体提升幅度未知，展现了其在跨模态重建和细胞类型注释等任务中的优越性能。
🎯 应用场景
scAnyOmics的潜在应用领域包括生物医学研究中的细胞类型注释、疾病机制研究以及个体化医疗中的生物年龄估计。其统一框架为不同实验平台和细胞环境下的虚拟细胞模型开发提供了支持，具有重要的实际价值和未来影响力。
📄 摘要（原文）
Recent advances in single-cell technologies have enabled the profiling of multiple molecular modalities, including transcriptomics, proteomics, and chromatin accessibility, providing a more comprehensive understanding of cellular states. However, integrating heterogeneous modalities and predicting missing molecular information remain challenging, particularly when paired measurements are limited. Here, we introduce scAnyOmics, a generative framework that distills knowledge from a frozen single-cell foundation model into a multimodal student model. scAnyOmics integrates scRNA-seq, protein-marker measurements, and scATAC-seq into a shared representation, enabling cross-modal prediction and reconstruction of missing modalities. We assembled 690,880 cells from six publicly available studies, covering both paired and partially paired multi-omics measurements, to systematically evaluate its predictive performance. We further evaluated scAnyOmics on held-out donor data, where it outperformed baseline methods across multiple evaluation metrics. Beyond cross-modal reconstruction, we explored its applications in cell-type annotation, perturbation-response prediction, and biological age estimation. Overall, scAnyOmics provides a unified framework for integrating incomplete single-cell multi-omics data and transferring pretrained biological knowledge, supporting the development of virtual cell models across diverse cellular contexts and experimental platforms.