awesome-foundation-model-single-cell-papers

一张清单，快速掌握单细胞基础模型前沿动态

这是一个精选论文列表，汇集了单细胞生物学领域的基础模型研究。它解决了单细胞数据高维、稀疏、异质性强，传统分析方法难以捕捉复杂细胞状态的问题。项目系统梳理了scGPT、Geneformer、scFoundation等前沿模型，按模型架构、预训练任务、下游应用等维度分类，并附有论文链接、代码仓库和简要说明，帮助研究者快速了解领域进展、对比模型优劣、找到适合自己数据的工具。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 581
维护状态 较活跃
是否开源 是
定价模式 free

项目数据

分类开源模型
开发团队OmicsML
所属国家
官网地址https://www.preprints.org/manuscript/202608.1166
GitHubhttps://github.com/OmicsML/awesome-foundation-model-single-cell-papers
定价模式free
价格说明开源项目，MIT许可证，完全免费，无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言
技术栈/模型ai-virtual-cell,awesome-list,biological-foundation-model,large-language-models,single-cell-foundation-model,single-cell-multiomics,survey
GitHub 星标★ 581
30天Star增速
HF 下载量
上线时间2023-06-19 00:00:00
最近更新2026-09-22 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4

使用教程

核心亮点

  • 分类清晰，按模型类型和研究方向组织，便于检索
  • 收录全面，涵盖scGPT、Geneformer等主流模型及最新论文
  • 每条论文附代码链接，方便复现和二次开发

不足之处

  • 文档/社区待观察
  • 仅提供论文列表，无模型性能对比或评测数据

适用场景

  • 科研人员调研单细胞基础模型技术路线
  • 生物信息学开发者寻找可用的预训练模型
  • 学生快速入门单细胞AI交叉领域

替代项目

awesome-single-cell、single-cell-papers、awesome-bio-foundation-models

项目介绍

awesome-foundation-model-single-cell-papers 是数据集领域的开源项目，由 OmicsML 开发，2023 年首次发布。

它收录于数据集分类，该分类目前共有 279 个项目，GitHub 星标数为 581。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-22。MIT许可证，完全免费，无付费版本。

它主要面向的使用场景是：科研人员调研单细胞基础模型技术路线。同类可对比的替代方案包括 awesome-single-cell、single-cell-papers、awesome-bio-foundation-models。

上一篇：fanoutqa

下一篇：data-prep-kit

同类项目推荐

X-AnyLabeling 开源

一站式AI辅助标注，图像视频文本通吃，导出格式随心配

X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···

★ 10528 2026-08-10
aisheets 开源

像用表格一样批量调 AI，不写代码就能造和改数据集

Build, enrich, and transform datasets using AI models with no code

★ 1645 2026-09-20
distilabel 开源

基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。

Distilabel is a framework for synthetic data and AI feedback for engineers who need ···

★ 3398 2026-08-10
DataGen 开源

用大模型一键生成定制化训练数据，告别数据荒

[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models

★ 69 2026-08-09