单细胞基础模型中中间层编码最优生物表征

当前的单细胞基础模型基准普遍提取最后一层嵌入，默认其代表最优特征空间。我们在轨迹推断和扰动响应预测两类任务上，系统评估了scFoundation（1亿参数）和Tahoe-X1（13亿参数）的逐层表征。我们的分析表明，最优层依赖于任务（轨迹推断在60%深度达到峰值，比最终层高31%），也依赖于上下文（扰动预测的最优层在T细胞激活状态间移动0-96%）。值得注意的是，在静息细胞中第一层嵌入优于所有更深层，这挑战了关于层级特征抽象的假设。这些发现表明，从“哪里”提取特征与模型学到“什么”同样重要，必须针对生物任务和细胞上下文进行系统的层评估，而不是默认使用最后一层嵌入。