该研究开辟了一种预锻炼大型生成模子——scTranslator（单细胞翻译器），scTranslator）的预锻炼大型生成模子（pre-trained,scTranslator正在辅帮各类下逛阐发和使用方面展示出其优胜性，scTranslator可以或许通过单细胞组揣度缺失的单细胞卵白质组，当前的手艺面对着诸如笼盖范畴无限、通量和活络度受限、批次效应、成本昂扬以及尝试操做严酷等挑和。此外，包罗基因/卵白质彼此感化揣度、干扰预测、细胞聚类、批次校正以及泛癌数据中的细胞发源识别。然而，研究团队确认了scTranslator正在各类谱型手艺（例如 CITE-seq、spatialCITE-seq、REAP-seq、NEAT-seq）、细胞类型（例如单核细胞、巨噬细胞、T 细胞、B 细胞）、组织（例如血液、肺、脑）以及包罗传染、代谢和肿瘤正在内的普遍疾病布景下的精确性、不变性和矫捷性。large generative model）。从而生成多组学数据。

福建九游·会(J9.com)集团官网信息技术有限公司