Les gènes comme un plat : un nouveau regard sur les cellules express
Les données sur l'activité des gènes ressemblent généralement à une longue suite de chiffres, comme une bande arc-en-ciel (spectroscopie) sans liens visibles. Dans le modèle scVision, ces chiffres sont transformés en une image signifiante — non pas une liste d'ingrédients, mais une photo du plat fini. Les gènes sont disposés sur une « carte de recettes » commune : les gènes qui coopèrent sont proches, leur activité est la luminosité, comme lors d'une mesure d'éclairement (photométrie). On obtient une image où les programmes génétiques se voient par la texture, comme des couches de pâte.
Résumé original
tel que rédigé par les auteurs, en anglais arXiv:2607.14163
Most single-cell foundation models are adapted from language models, representing each cell as a sequence of gene tokens. This discards the relationships among genes and often the magnitude of their expression. We present scVision, a vision foundation model that instead renders each cell as a continuous image. Using optimal transport, it places genes at fixed positions on a single shared, pan-tissue layout so that co-expressed genes become spatial neighbours, turning a transcriptome into an image in which gene programs appear as local texture. We pretrain a vision transformer by masked image modelling on 72 million human cells and use the frozen encoder with no fine-tuning. In zero-shot evaluations on six independent, held-out studies, scVision is the most accurate cell-type annotator and recovers gene programs without supervision, ahead of existing foundation models and classical baselines; on multi-study integration it matches the strongest token-based model while conserving the most biological structure, without ever seeing a batch label. Permuting the gene layout with the network fixed sharply lowers accuracy, more than removing the vision transformer itself, showing that biologically meaningful position, not the network, carries the signal. By preserving expression magnitude and gene relationships, scVision reframes single-cell representation learning as a vision problem, connecting it to the mature methods of computer vision.
Les gènes ont été placés sur la carte par un algorithme qui rappelle la recherche d'un dressage parfait : il équilibre entre ordre et désordre, en utilisant la notion d'entropie.
Le tricordeur de « Star Trek » lit instantanément les cellules et pose un diagnostic. scVision fait un pas vers cela, en transformant l'analyse des gènes en consultation de « photos » biologiques.