通过保护隐私的表格学习来预测基因调控和衰老的单细胞基础模型

预训练的基础模型 (FM) 已经开始改变单细胞基因组学，但扩展它们会引发隐私问题。此外，与文本数据不同，单单元数据是无序的，并且呈现出当前单单元 FM 忽略的独特表格结构。我们介绍 Tabula，这是一种采用联邦学习 (FL) 设计的隐私保护 FM，可显式地对单细胞数据的表格结构进行建模。为了部署 Tabula，我们进一步开发了 Chiron，这是一个去中心化的人工智能代理支持平台，用于跨机构进行协作训练，而无需共享原始数据。除了下游基准的强劲表现之外，Tabula 还揭示了不同生物系统的组合调节逻辑，包括造血、胰腺内生、神经发生和心脏发生。 Tabula 使用配对的年轻和老年人类成纤维细胞的新 scRNA-seq 数据集，通过年龄和身份评分引导的计算机优先级来提名年轻化因子，优于传统方法。因此，Tabula 通过将表格学习与 FL 相结合，代表了单细胞基础建模的重要进步，为人类健康保护隐私的虚拟细胞铺平了道路。