《Nature Communications》正式上线 scMomer，这一款全新预训练框架，只依靠单细胞转录组 scRNA-seq 数据输入，就能蒸馏染色质开放（ATAC）的多组学知识，输出抗噪声、抗批次偏移的稳健细胞表征，就算没有配套多组学配对数据，也能完成细胞注释、跨模态翻译、药物响应预测等下游任务，解决传统单细胞预训练模型对配对多组学样本依赖强、稀疏噪音、批次效应拉低表征质量的痛点。研究团队选择做成三阶段蒸馏式预训练，是因为绝大多数实验室只有转录组测序结果，很难拿到 RNA 与 ATAC 配对的单细胞数据；旧模型只用单模态训练，学到的细胞嵌入缺少染色质调控信息，碰到稀有细胞亚型、不同实验批次的数据，识别精度会明显下滑；scMomer 先分开学习转录组与染色质开放的独立表征，再融合双模态联合特征，最后把多组学知识蒸馏进 RNA 编码器，只用转录组就近似拿到多组学水平的细胞表征，大幅降低使用门槛。科研人员上手这套预训练框架的操作路径很清晰，第一步准备标准化过滤后的单细胞转录表达矩阵，完成基因计数归一化；第二步调用预训练好的 scMomer 编码器，直接提取细胞嵌入表征，不需要配套 ATAC 数据；第三步根据研究目标选择微调，做细胞类型注释、基因功能预测或者扰动、药物响应预测；第四步使用 UMAP、t-SNE 可视化嵌入结果，对比基准模型评估聚类与亚型分辨效果。在多项公开数据集的对照测试里面，scMomer 在细胞分类、稀有细胞识别上优于 scBERT、scGPT 等主流单模态基线，面对批次混杂、高稀疏的测序样本依旧维持稳定，适合发育、肿瘤微环境、药物筛选方向的单细胞研究。
- scMomer 三段预训练流程清单
- 第一阶段：单模态预训练，分别搭建 RNA 编码器、ATAC 编码器，使用掩码重建任务学习各自分子特征
- 第二阶段：多模态融合训练，利用配对多组学数据，融合两套表征，搭配模态匹配判别器对齐细胞状态
- 第三阶段：知识蒸馏，冻结 RNA 编码器，以融合后的多模态教师模型作为监督，把染色质调控知识迁移到仅输入转录组的学生模型
- 核心能力与下游任务
- 细胞类型自动注释：提升稀有亚型识别，在不均衡样本下保持较高 F1 分数
- 跨模态翻译：依靠转录组预测染色质开放信号
- 基因功能、基因调控网络推断
- 药物响应、细胞扰动效应预测
- 对比基线的关键优势
- 输入门槛低：仅 scRNA-seq，不需要配对多组学测量
- 鲁棒性强：抑制测序稀疏噪声、不同实验室带来的批次效应
- 可迁移：在未见过的组织、细胞图谱上泛化表现更好
- 轻量化部署：蒸馏完成后，推理只需要转录组编码器，算力开销可控
- 数据集与基准测试信息
- 预训练数据源：胎儿多器官伪配对图谱，合计 37 万以上细胞，覆盖 47 种细胞类型，搭配人脑配对多组学数据集
- 测试基准：Zheng68K、PBMC、肾脏、胰腺等常用单细胞公开数据集
- 对照模型：scBERT、scGPT、普通掩码自编码器等主流单细胞预训练框架
常见问题
问题 1：这篇 Nat. Commun. 的 scMomer 预训练框架，生成稳健细胞表征是否必须提供配对 ATAC 数据？
回答 1：不需要，scMomer 在推理阶段只输入单细胞转录组；配对多组学数据只用在预训练蒸馏环节，普通用户拿到预训练权重之后，只用 scRNA-seq 就能生成稳健细胞表征。
问题 2：scMomer 这个从单细胞转录组学习稳健细胞表征的预训练框架，适合哪些单细胞研究？
回答 2：scMomer 适合细胞亚型注释、稀有细胞挖掘、基因调控推断、跨模态预测、药物与细胞扰动响应分析，多用于发育生物学、肿瘤微环境、药物筛选方向的单细胞转录组研究。
问题 3：scMomer 和 scBERT、scGPT 这类常见单细胞预训练模型相比，在稳健细胞表征上差别在哪？
回答 3：scBERT、scGPT 主要靠转录组本身信号学习表征；scMomer 通过蒸馏引入染色质开放的调控信息，得到的细胞表征对批次效应、测序稀疏噪音更稳健，稀有细胞分辨能力更强。
问题 4：使用 scMomer 预训练框架提取单细胞转录组的稳健细胞表征，是否一定要做微调？
回答 4：不是，预训练权重可以直接提取零样本细胞嵌入用于聚类；如果想要细胞注释、药物预测这类任务拿到更高精度，建议使用少量标注样本微调。
参考资料
[2026-11-12]（scMomer: a pretraining framework for inferring robust cellular representations from single-cell transcriptomes）Nature Communications
[2026-11-12]（scMomer 论文解读：只用转录组做多组学水平单细胞表征）生物世界
[2025-08-04]（scMomer: A modality-aware pretraining framework for single-cell multi-omics modeling under missing modality conditions）bioRxiv
[2022-06-06]（scBERT：面向单细胞转录组细胞类型注释的预训练模型）Nature Machine Intelligence
免责声明
本文仅为计算生物、单细胞测序领域学术资讯，scMomer 预训练框架生成稳健细胞表征的实际效果，受测序深度、数据质控、批次来源、预处理流程影响；论文方法、开源代码、可用权重以 Nature Communications 原文以及项目官方仓库为准，本文不构成实验方案或者临床研究指导。