原致远团队探索单细胞自监督预训练模型在空间转录组数据上的可迁移性，揭示单细胞预训练模型直接迁移的局限与潜力

背景：随着单细胞转录组测序技术积累海量数据，自监督学习成为训练深度学习模型的重要方法；空间组学技术则能保留细胞空间信息。研究目的：评估非空间单细胞自监督预训练模型迁移到空间转录组数据的可行性，探索其在细胞类型识别和空间聚类任务中的性能。结论：研究发现直接迁移存在性能瓶颈，主要由于数据域差异；但模型作为特征提取器能显著提升空间聚类算法效果，突显开发空间原生基础模型和领域自适应技术的必要性。