scAnyOmics：蒸馏冻结单细胞基础模型以补全多组学虚拟细胞

单细胞技术的最新进展使得多种分子模态的分析成为可能，包括转录组学、蛋白质组学和染色质可及性，从而提供对细胞状态的更全面的了解。然而，整合异质模态和预测缺失的分子信息仍然具有挑战性，特别是当配对测量受到限制时。在这里，我们介绍 scAnyOmics，这是一个生成框架，可将知识从冻结的单细胞基础模型中蒸馏到多模态学生模型中。 scAnyOmics 将 scRNA-seq、蛋白质标记测量和 scATAC-seq 集成到共享表示中，从而实现跨模态预测和缺失模态的重建。我们从六项公开研究中汇集了 690,880 个细胞，涵盖配对和部分配对的多组学测量，以系统地评估其预测性能。我们进一步根据留出的供者数据评估了 scAnyOmics，它在多个评估指标上的表现优于基线方法。除了跨模态重建之外，我们还探索了其在细胞类型注释、扰动响应预测和生物年龄估计中的应用。总体而言，scAnyOmics 提供了一个统一的框架，用于整合不完整的单细胞多组学数据并迁移预训练生物知识，支持跨不同细胞环境和实验平台的虚拟细胞模型的开发。