01 / FOUNDATION MODELS
单细胞基础模型
研究如何从大规模、多来源的单细胞数据中学习可迁移的细胞表征，同时避免把批次、平台或标注偏差误认为生物学规律。
02 / MULTIMODAL & SPATIAL
多模态与空间智能
联合理解转录、表观、蛋白与空间信息，在保留组织结构和测量不确定性的前提下重建细胞关系与微环境。
03 / PERTURBATION & CAUSALITY
扰动与因果发现
从观测与扰动数据中学习细胞状态转变，区分相关性与可干预机制，让预测能够被设计成后续实验。
04 / LONG-READ & ISOFORMS
长读长与异构体智能
利用长读长单细胞数据解析全长转录本、剪接与异构体调控，将基因层面的平均信号推进到更精细的分子机制。