arXiv cs.AI· Bowen Han, Lingbei Meng, Shihuan Luo, Yupeng Zang, Wenlin LI, Peize He, Yaodi Luo, Lian Zhang, Jianqing Zhu, Jinchao Xu·· 3 天前AI 评分22
TempoBridge：面向单细胞群体转变的源条件流匹配与最优传输耦合
TempoBridge: Source-Conditioned Flow Matching with Optimal Transport Couplings for Single-Cell Population Transitions
AI 导读
TempoBridge 提出一种通用的源条件传输框架，用于时间、遗传和化学驱动的单细胞群体转变，源细胞初始化潜在传输并提供固定经验群体摘要，速度场结合该摘要、演化细胞状态、流时间与结构化转变描述符。
正文 · AI 翻译
摘要：破坏性单细胞测量提供的是非配对的群体快照，而非对同一细胞在不同条件下的观测。局部细胞状态和转换请求也可能不足以区分不同源群体之间的响应。我们提出 TempoBridge，一种用于时间、遗传和化学群体转换的通用源条件化传输公式。源细胞初始化潜在传输并提供固定的经验群体摘要。速度场接收该摘要以及演化中的细胞状态、流动时间和结构化转换描述符。小批量最优传输（OT）仅为条件流匹配训练路径提供耦合；推理既不需要目标表达也不需要 OT 计算。在留出供体上，TempoBridge 达到 0.129 的 Energy distance，而 scGen 为 0.144。在 Seen 2/2 下，遗传平均表达 $L_2$ 误差为 2.261，而 scGPT-scratch 为 3.156。在留出化合物上，条件平均药物效应相关性为 0.598，而 CellFlow 适配器为 0.561。时间消融实验表明，在移除源上下文、用随机配对替换最优传输或用静态残差回归替换流匹配后，平均分布误差更高。总之，这些结果证明了通用源条件化传输公式在留出供体、基因组合和化合物上的预测效用。
| 学科： | 机器学习（cs.LG）；人工智能（cs.AI）；基因组学（q-bio.GN） |
| 引用为： | arXiv:2610.04945 [cs.LG] |
| （或 arXiv:2610.04945v2 [cs.LG] 为此版本） | |
| https://doi.org/10.48550/arXiv.2610.04945 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Bowen Han [查看电子邮件]
[v1]
2026年10月4日星期日 04:39:07 UTC（3,134 KB）
[v2]
2026年10月10日星期六 05:44:08 UTC（3,134 KB）
来源：arXiv cs.AI · arxiv.org