使用Geneformer发现候选治疗靶点

本文介绍了利用Geneformer这一预训练基础AI模型，在数据有限条件下发现疾病治疗靶点的流程。该模型基于大规模单细胞转录组数据训练，通过零样本推理、微调及计算机模拟扰动分析，将基因表达数据转化为排序编码，并评估表型可分性。模拟基因扰动后，通过量化细胞状态嵌入变化来优先筛选候选靶点。整个分析流程可在标准GPU工作站上2天内完成，仅需中等Python编程经验。该协议为微调与模拟扰动提供了一个通用框架，是scGPT、scFoundation等模型的替代方案。