scTrilemma：在单细胞表示学习中平衡身份、不变性与保真度

arXiv:2609.38840v2 公告类型：替换 摘要：单细胞 RNA-seq 表示学习从根本上来说是无标签的：细胞身份、状态和上下文并非固定的训练目标，因此什么构成信号、什么构成干扰因素取决于分析任务。因而，单一表示必须同时保留生物学身份和状态，对干扰性上下文保持稳健，并保留表达分析所需的基因层面变异；我们将这三项要求称为表示三难困境。为解决这一问题，我们提出 scTrilemma，这是一种具有潜在瓶颈的 VAE，它将源自表达的变异分别路由至嵌入、解码器或先验，而不是强迫所有变异都经过单一嵌入。该模型根据表达对基因标记进行门控，通过解码器传递细胞表示，并以无标签的伪 bulk 上下文为先验提供条件；整个过程采用单一重构目标，不使用目标注释或辅助表示损失。在 successive CZ CELLxGENE Census 版本上的基于版本发布的零样本评估中，scTrilemma 同时在这三项要求上取得领先，并在多种疾病场景中保留生物学状态、差异表达和通路结构。潜在空间干预进一步表明，在几乎不牺牲其他要求的情况下可以去除上下文，使身份与保真度之间的权衡成为剩余的主要矛盾。代码公开于 https://github.com/yunhak0/scTrilemma。