总结 这篇文献对 10 个通用单细胞基础模型、3 个衰老专用模型和传统方法做了系统基准测试，覆盖 5 类衰老生物学问题、250 万+ 单细胞转录组。核心结论是：scFM 在衰老研究中有用，但优势高度依赖具体生物学问题，并非全面碾压传统方法。

核心方法 采用冻结预训练表征（frozen pretrained representations）评估各模型在年龄预测、年龄伪时间一致性、疾病情境下的分子年龄偏移、稀有细胞状态识别、TF 靶基因互作恢复等任务上的表现。对比基线包括 2000 高变基因、传统方法及衰老专用模型，并特别关注 out-of-distribution 数据集上的泛化。

数据与代码可用性 摘要未提及数据或代码链接，仅给出 DOI（10.64898/2026.09.21.753191），从编号看像是预印本平台。能否直接拿来用目前无法确认，需要查全文的 Data/Code Availability 部分；但基准测试涉及的数据集本身多为公共单细胞数据，模型（Geneformer、scGPT、SCimilarity 等）也多为开源，复现门槛不高。

局限 仅基于摘要，无法判断：是否覆盖多模态（蛋白、甲基化、空转）数据；衰老专用模型数量少（仅 3 个）；评估集中在转录组层面，未涉及扰动响应或跨物种迁移；2000 HVG 基线在年龄预测上反而更优，说明 scFM 的增益有限。

对「类器官多模态健康衰老模型」的启发 直接对应应用线 1（类器官多模态健康衰老模型）：这篇 benchmark 可作为公共数据 demo 阶段的模型选型依据——Geneformer 用于年龄/衰老轨迹表征、SCimilarity 用于稀有细胞状态（如衰老细胞亚群）识别、scGPT 用于调控网络分析，且冻结表征即可用，适合快速搭建 baseline。同时提示：在类器官数据上不要默认 scFM 一定优于 HVG 基线，需把 2000 HVG 作为必设对照；后续多模态（蛋白组、甲基化）进来后，可借鉴其"按生物学问题分任务评估"的框架来设计跨模态整合的评测方案。与应用线 2、3 无直接关系，但方法储备（应用线 4）中的自监督表征评估思路可迁移。

总结

NexuST 是一个面向空间转录组的分层基础模型，通过在预训练中反复交替进行基因级分子建模与细胞级空间建模，让两个层级互相精炼。作者构建了 HumanST-46M（72 个数据集、11 个器官、3 种成像平台、4570 万细胞）用于预训练，并在约 260 万细胞的四个留出数据集上取得 SOTA 或具竞争力的表现。

核心方法

模型采用端到端的分层架构，将基因表达建模与空间邻域建模交错堆叠，使分子表征与空间表征在预训练中相互校正。预训练语料覆盖多器官、多平台，任务评估涵盖细胞类型注释、区域预测、基因恢复与邻域组成预测，并配有 expression-only PCA 基线来区分「空间增益」与「表达本身的信息量」。

数据与代码可用性

摘要只提到自建预训练语料 HumanST-46M 与四个留出数据集，未给出下载地址、许可证或代码仓库链接，需查正文/补充材料与 GitHub 确认是否开放权重与数据。就目前信息看，不能直接拿来用，但「分层交替建模 + 大规模空转预训练」的思路可复现，线索是 DOI 页面与作者实验室（Rattray、Frangi、Zhou H.）主页。

局限

仅摘要可见，缺少与既有空转基础模型（如 scGPT、Nicheformer 等）在统一协议下的系统对比细节，也未说明跨平台、跨器官、跨物种的泛化边界。HumanST-46M 全部为人类数据，向类器官、模式生物或跨物种迁移的能力未知；空间任务上表达-only 基线仍有信息量，说明空间模块的边际贡献需要更细的消融来界定。

对「类器官多模态健康衰老模型」的启发

对应应用线 1（类器官多模态健康衰老模型，公共数据先做 demo）：可直接把 NexuST 当作空间模态的候选 backbone，在公共空转数据（如人器官图谱、类器官空转数据集）上先跑细胞类型/区域注释基线，验证其表征能否作为「空间模态编码器」接入你与合作方的多模态对齐框架。对应应用线 4（方法储备）：其「基因级—细胞级交替精炼」的分层预训练范式，可迁移到你后续要处理的缺失模态与跨队列校正问题——把「模态级建模」与「样本级建模」交错，而不是简单拼接。与应用线 2、3 无直接关系，不硬套。

总结

LucaCell 是一个以 mRNA 序列嵌入（而非固定基因 ID）为中心的跨物种单细胞基础模型，在 8500 万个人/鼠单细胞上预训练，实现跨物种、跨模态的细胞类型迁移、微生物嵌入与宿主—病毒互作预测。它把“序列先验”作为可迁移表征，直接回应了类器官/模式生物跨物种迁移与扰动响应建模的需求。

核心方法

将基因表达离散化为 bin，用 Transformer 编码器建模，但基因的“身份”来自预训练 mRNA 序列嵌入，从而摆脱基因注释对物种的绑定。模型还引入供体特异性外显子 SNP 来精修基因表达重建，并提升扰动响应预测。

数据与代码可用性

摘要未给出代码/数据链接，仅指向 Research Square 预印本 DOI（rs-3.rs-11151765/v1），属未经同行评审的预印本。预训练规模（8500 万细胞）与跨物种评测数据（人/鼠/狐猴肾脏、50+ 细菌、5 株流感）是明确线索，但能否直接拿来用需查预印本正文的 GitHub/权重与许可；目前不宜直接部署。

局限

仅有摘要，无法判断跨物种迁移在远缘物种（如斑马鱼、线虫、果蝇）上的表现，而这恰是模式生物虚拟扰动场景的关键。预印本未经评审、代码与权重可得性未知；扰动响应预测的具体任务与基线也未披露，难以评估相对现有单细胞基础模型的增益。

对「类器官多模态健康衰老模型」的启发

对应画像应用线 1（类器官多模态健康衰老模型）与应用线 3（类器官/模式生物虚拟扰动响应）：可把 LucaCell 的“序列中心基因表征”思路迁移到类器官多模态整合中，用 mRNA 序列嵌入替代固定基因 ID 作为跨模态（转录组+蛋白组/甲基化）对齐的公共锚点，缓解缺失模态与跨队列基因注释不一致问题。具体可执行：先在公共类器官/肾脏单细胞数据上复现其跨物种迁移，再测试将 SNP 感知的表达重建模块用于类器官供体间差异校正；同时把其扰动响应预测作为 demo 基线，与自有类器官扰动数据对比。应用线 2（人群队列+多组学→临床）与应用线 4（方法储备）仅间接相关，不强行套用。

总结 该研究在 42 万 UK Biobank 参与者中，将 312 个血液分子指标与采血时间关联，用 Bayesian Additive Regression Trees 提取出两个正交的昼夜节律指标——相位偏移（phase shift）与节律紊乱（circadian disturbance）。节律紊乱独立于睡眠行为，可预测 98 种未来疾病风险（HR 最高 1.51），并在 94 种疾病患者中显著升高，GWAS 定位的位点汇聚于肝脏特异通路和脂代谢基因（APOE、PLTP、CETP、LDLR、ANGPTL3）。

核心方法 方法学核心是"用横断面大队列的采血时间作为自然扰动"来反推个体化分子节律：先对每个分子拟合其相对采血时间的周期性变化，再用 BART 把个体层面的偏差分解为全局相位偏移与分子间不同步的紊乱度两个正交指标。随后用 Cox 模型做疾病风险预测、用 GWAS + SNP-heritability 做遗传解析，属于"大队列 + 组学 + 遗传整合"的典型范式，而非新的深度学习架构。

数据与代码可用性 摘要未提及代码或衍生数据的公开链接，仅说明使用了 UK Biobank 数据（需申请访问），且该文是 Research Square 预印本（rs-3.rs-11120748），尚未见同行评审版本。因此不能直接拿来用：数据需通过 UKB 申请流程获取，两个节律指标的具体实现（BART 参数、分子筛选、相位估计细节）需等正式发表或补充材料/代码仓库公布后才能复现。可执行的线索是：先按摘要思路在自有队列（如有采血时间戳的 PBMC/血浆组学数据）上做可行性验证，同时关注该预印本后续版本是否放出 GitHub。

局限 仅摘要可见，无法评估 BART 模型对采血时间分布偏倚、横断面推断个体节律的假设强度，以及相位/紊乱两指标在重复测量数据上的验证情况。SNP-heritability 仅 0.023 和 0.010，遗传解释度很低，提示环境与测量噪声占比大；疾病预测为观察性关联，HR ≤1.51 属中等效应，因果方向（节律紊乱致病 vs 疾病导致节律紊乱）未解决。此外 UKB 以欧洲裔为主，跨队列可复现性未知。

对多模态衰老模型合作的启发 这篇正好落在画像里"人群多组学 + 遗传整合 + 纵向健康建模"的高分区间，且提供了一个可迁移到多模态衰老模型的具体设计思路：把"采血/采样时间"当作一个被长期忽略的模态协变量，用类似 BART 的轻量模型为每个模态（蛋白组、甲基化、代谢组）分别估计"时间相位"和"模态内紊乱度"，再检验这些节律特征是否与衰老时钟残差、类器官扰动响应相关。可执行的第一步：在合作方提供的类器官/组学数据中记录并建模采样时间，先做"节律紊乱是否解释衰老时钟的跨样本方差"这一小实验；第二步：把 phase shift / disturbance 作为额外输入特征，接入你们正在搭的多模态整合模型，测试其对跨队列校正和缺失模态处理的增益。同时可关注该团队是否放出指标计算代码，若有则直接作为 demo 阶段的公共数据基线之一。

总结 这篇 AJHG 论文利用 UKB-PPP 大规模血浆蛋白组数据，系统绘制了高置信度的 cis-by-trans 上位效应（epistasis）图谱，发现 7 个显著信号并指向 ABO 为核心的互作网络。结论偏"泼冷水"：上位效应对性状定位的实际增益有限，主要受加性效应压制。属于人群多组学 + 遗传整合方向，但方法学新意中等、结论偏保守。

核心方法 在蛋白水平（而非变异水平）定义互作以减少多重检验负担，并用 sandwich variance estimator 控制假阳性，经模拟验证。随后把检出的上位效应纳入 protein-wide association studies，并自建"principled framework"评估其对性状定位的增益，同时做生物学与演化背景分析（平衡选择）。

数据与代码可用性 数据来自 UKB-PPP，属受控访问（需 UKB 申请），非直接可下载。摘要未提代码/工具仓库，需查正文或 GitHub 才能确认是否可直接复用；方法本身（sandwich 方差估计 + 蛋白级互作定义）思路可迁移，但落地要自己实现。

局限 仅 7 个显著上位效应，统计功效仍受限；作者自认对 trait mapping 提升甚微，实用价值存疑；只覆盖血浆蛋白组单一模态、单一队列（UKB），跨队列可复现性未验证；ABO 的演化解读偏假说性。

对多模态衰老模型合作的启发 可把"蛋白级而非变异级"的降维思路迁移到你的多模态衰老模型：当合作方陆续进来蛋白质组/甲基化/空转时，先在模态内做聚合特征再跨模态对齐，能显著降低多重检验与缺失模态的噪声。ABO 这类"单基因座调控多个反式靶标"的结构，提示在跨队列整合时把已知主效位点（如血型、MHC）作为协变量或先验显式建模，避免它们主导 latent 表征。方法上可把 sandwich 方差估计纳入你持续学习/增量整合流程的假阳性控制环节，作为 demo 阶段公共数据（UKB-PPP）验证的基线之一。

总结 该研究在 UK Biobank（n=43,762）与 China Kadoorie Biobank（n=3,977）中开展跨祖先 MHC 区 pQTL 定位，鉴定出 13 个 cis 与 606 个 trans 关联，并揭示 HLA I/II 类区域各自调控的蛋白网络。作者进一步通过 HLA 特异性共定位，将多个 HLA trans 调控蛋白与免疫介导疾病位点连接（如 B2M 与多发性硬化在 HLA-A 的 PP=0.991）。

核心方法 方法链条为：跨队列血浆蛋白组（2,920 蛋白）→ MHC 区 pQTL 定位（cis/trans）→ 跨祖先效应一致性比较 → 局部遗传相关分析刻画共调控蛋白网络 → HLA 特异性共定位对接免疫疾病 GWAS。整体是成熟的 GWAS/pQTL + 共定位统计框架，创新点主要在 MHC 区域的跨祖先系统刻画与 HLA 分辨率的网络解析。

数据与代码可用性 摘要未提及数据或代码仓库，且该文为 Research Square 预印本（rs-10956233），需等正式发表后确认。可用线索：UKB 与 CKB 蛋白组数据均需申请（UKB-PPP、CKB 有独立申请流程），pQTL 汇总统计通常会在论文附件或 GWAS Catalog 释放；代码大概率在 GitHub，需查作者（Butler-Laporte、Mentzer 组）主页。目前不能直接拿来用，但可作为方法模板复现。

局限 仅摘要可见，无法评估 pQTL 建模细节、多重检验校正与祖先样本量严重不平衡（UKB 约为 CKB 的 11 倍）对跨祖先结论的影响。CKB 蛋白组平台与 UKB 是否一致、trans 信号的假阳性控制、以及共定位是否区分因果与连锁，均需正文核实。此外 MHC 区高度多态与 LD 复杂，HLA 归因仍依赖插补质量。

对多模态衰老模型合作的启发 第一，可把该文的「HLA 分辨率 pQTL → 蛋白网络 → 疾病共定位」范式迁移到你的多模态衰老模型：在合作方蛋白组/甲基化数据进来前，先用 UKB-PPP + CKB 公共 pQTL 做跨队列校正与缺失模态对齐的 demo，验证 modality alignment 流程。第二，MHC/HLA 是衰老与免疫衰老的核心区，可将其作为独立模态/队列分别训练再整合的试点（HLA 插补 + 蛋白组 + 甲基化），正好对应你「每模态独立训练再整合」的备选路线。第三，该文的局部遗传相关网络思路可对接你关注的人群多组学 + 遗传整合，把 pQTL 网络当作衰老时钟的特征先验，做增量/持续学习下的特征稳定性检验。

深读笔记：HuDeHA 人发育海马单细胞图谱与 PSEN1 E280A 类器官基准

总结 本文构建了 HuDeHA——覆盖受孕后 3 周至 15.3 岁、共 658,059 个细胞的人发育海马单细胞整合参考图谱，并用它来基准化携带 PSEN1 E280A（家族性阿尔茨海默病）突变的 iPSC 脑类器官。基于参考的映射揭示了 PSEN1 E280A 类器官中放射状胶质细胞减少、神经嵴来源神经元增加，以及 MEIS2 上调和 TTR 下调等跨谱系转录改变，并显示神经元谱系轨迹向成熟状态偏移。核心价值在于把"类器官成熟度/区域身份异质性"这一长期痛点转化为可用连续发育参考来量化和校正的问题。

核心方法 整合多来源人海马 scRNA-seq 数据构建跨受孕后 3 周至 15.3 岁的连续发育参考图谱（HuDeHA），再以参考映射（reference-based mapping）方式对 PSEN1 E280A 类器官进行细胞类型组成与成熟状态的标准化注释。结合跨谱系差异表达与神经元谱系轨迹重建，刻画突变类器官的发育偏移。方法本质是"图谱即标尺"的基准化范式，而非新的建模架构。

数据与代码可用性 摘要未提及数据与代码的获取方式，仅给出 DOI（10.64898/2026.09.18.752796），需进一步核查正文的 Data/Code Availability 部分。就可用性判断：HuDeHA 图谱本身若公开，是可直接复用的发育参考资源（尤其对类器官成熟度打分）；但能否"拿来即用"取决于是否提供处理后的 count matrix、细胞注释表与映射工具代码。建议优先确认三点：①图谱是否可下载（含 metadata/注释）；②是否有配套 mapping/benchmark 脚本；③类器官数据的原始或处理数据是否开放。

局限 仅见摘要，无法评估批次整合、区域身份标注可靠性、跨物种/跨协议泛化等关键细节。样本以单一 PSEN1 E280A 变异为主，结论对其他 fAD 变异（APP、PSEN2）及散发性 AD 的外推性有限。类器官与真实脑组织的成熟度差距、以及"轨迹向成熟偏移"的因果解释仍需谨慎。此外，作为资源型工作，方法学新意可能弱于其数据价值。

对多模态衰老模型合作的启发 这篇正好命中画像中"类器官 + 组学 + 公共数据做 demo"的高分信号：可把 HuDeHA 作为合作项目里类器官模态的发育参考基准，用于给新进来的类器官/空间转录组数据做成熟度与细胞组成校正。具体可执行三步：①先下载 HuDeHA，搭建一个"参考映射 + 成熟度打分"的 demo 流程，验证能否复现其 PSEN1 表型；②把该映射器接入你现有的跨队列校正/缺失模态处理框架，作为对齐类器官与 PBMC/蛋白组/甲基化模态的锚点；③与合作方约定：新类器官数据进来时统一用 HuDeHA 坐标注释，再独立训练各模态模型后整合，从而把"持续矫正统一模型 vs 分模态独立训练"的路线选择变成可对比的实验。

总结

spaGFM 是一个面向空间转录组（ST）的图基础模型，通过随机游走把细胞邻域序列化，转成 transformer 可吃的 token 序列，从而在 atlas 规模上预训练。它在 132 个图像型 ST 数据集、4390 万个细胞上预训练，学到的表征可跨组织、疾病和平台迁移，并在 TLS 识别、空间 CRISPR 扰动响应、糖尿病肾病肾小球结构等任务上做了验证。对你而言，这是一篇“方法学 + 可复用模型 + 多模态衰老建模”高度相关的文献。

核心方法

核心是用随机游走把细胞图上的高阶邻域结构序列化，替代传统 GNN 的消息传递，再用增强的自监督邻域重建目标训练 transformer。这样既保留了组织空间上下文，又让训练可以扩展到 atlas 级别，并同时产出邻域级和细胞级表征。方法本质上是“图 → 序列 → 基础模型”的范式迁移，思路可迁移到其他模态的图结构数据。

数据与代码可用性

摘要只给了预训练规模（132 个图像型 ST 数据集、4390 万细胞），没有明确说数据是否公开、代码是否开源、权重是否可下载。线索是：这是 Research Square 预印本，DOI 为 10.21203/rs.3.rs-11012643/v1，通常这类工作会在 GitHub 或 Zenodo 放代码和模型。建议直接查论文正文的 Data/Code Availability 部分，或搜作者 Xu D 实验室的 GitHub；如果只有预印本，优先看是否已投正式期刊并附补充材料。

局限

摘要未提代码/数据/权重的具体获取方式，也没说跨平台迁移时对非图像型 ST（如 Visium、Slide-seq）的表现，以及预训练数据是否覆盖衰老相关组织。随机游走序列化会引入采样随机性，高阶邻域重建对稀疏细胞图可能不稳定；此外，模型规模、推理成本和微调所需显存都未说明。对“缺失模态”和“跨队列校正”这两个你关心的点，摘要没有直接回应。

对多模态衰老模型合作的启发

第一，可以把 spaGFM 当作空间模态的现成 foundation model，先在你的公共数据 demo 里跑 zero-shot 或轻微微调，验证它能否作为多模态衰老模型的空间分支。第二，它的“图→序列→transformer”思路可以迁移到蛋白质组/甲基化的样本关系图，做跨模态对齐时的结构先验。第三，合作方后续若有类器官空间数据，可直接用 spaGFM 做预训练初始化，再设计增量学习或每个模态独立训练后整合的路线；同时把“缺失模态处理”作为你算法侧要补的方法学缺口。

总结

该研究基于 MULTI 联盟多队列多组学数据，构建了覆盖 15 个器官系统、共 38 个性别特异性生物衰老时钟，系统揭示雌雄在遗传、蛋白组、临床表型层面的衰老轨迹差异。核心结论是：性别分层建模能暴露 pooled 模型掩盖的器官特异性衰老信号，尤其在脑衰老与 AD 临床前认知下降的关联上。

核心方法

采用 sex-stratified 训练策略，为每个器官系统分别建立雌/雄健康规范参考（normative reference），以 AI 预测年龄减实际年龄作为 clock 值；随后整合遗传参数、孟德尔随机化、蛋白组网络分析和纵向生存分析，验证 clock 的生物学与临床意义。方法学上属于"分层建模 + 多组学验证"的范式，而非全新架构。

数据与代码可用性

摘要未提及代码或数据开放情况，需查正文的 Data/Code Availability 部分；MULTI Consortium 通常有受控访问流程（如 ADNI、BLSA 等队列），直接拿来用可能受限。可执行的线索：先确认 38 个 clock 的权重/模型是否公开，再评估能否迁移到你的类器官或 PBMC 数据上做性别分层 demo。

局限

仅见摘要，无法判断样本量、队列异质性、clock 在独立外部队列中的泛化性；性别二元的处理也未涉及性别谱系或激素状态等连续变量。此外，38 个 clock 的临床落地价值（相对 pooled clock 的增量预测力）需要更严格的 head-to-head 比较。

对多模态衰老模型合作的启发

第一，性别分层应作为你多模态模型的默认设计选项——可在当前公共数据 demo 阶段就并行训练 pooled 与 sex-stratified 两版，作为消融实验。第二，该文的"器官特异 normative reference"思路可直接迁移到你的类器官+蛋白组/甲基化整合中：每个模态/器官建独立参考，再做跨模态对齐。第三，蛋白组网络与 clock 的关联分析可作为你后续新数据进来时的验证层模板，即用分子网络解释 clock 差异，而非只报告预测精度。第四，若合作方数据含性别信息，建议在持续学习/增量整合框架中显式加入 sex 作为条件变量，避免统一模型抹平性别效应。

深读笔记：Breast Tissue-specific Epigenetic Clock (BTEC)

总结 该研究基于 7 个研究、553 例健康乳腺组织的 DNA 甲基化数据，构建了乳腺组织特异性表观遗传时钟 BTEC，在年龄预测精度（r=0.91, MAE=3.0y）和跨祖源稳健性上显著优于 Horvath/Hannum 等经典时钟。作者进一步发现肿瘤及瘤旁组织的表观年龄出现系统性"去相关"（肿瘤样本平均偏差 -14~-15 年），且 EAA 与 HR+ 乳腺癌患者生存相关，提示组织特异时钟兼具方法学与临床价值。

核心方法 采用多队列健康乳腺甲基化数据训练组织特异性年龄回归模型（弹性网/惩罚回归类），并系统评估了残差型 EAA 对参考数据集的依赖性。关键分析包括跨祖源偏差比较、肿瘤/瘤旁样本的预测偏差分层（按分子亚型）、以及 BTEC 探针的基因通路注释（JAK1、TP73、PDGFRA、CCND1、STAT5B 及 Wnt/Hedgehog/ErbB 通路）。

数据与代码可用性 摘要未提及代码或模型权重仓库，需查正文/补充材料确认是否公开 BTEC 探针列表与系数（这是能否直接复用的关键）。训练数据来自 7 项已发表研究（多为 GEO 公共甲基化数据集），原则上可重建，但需自行整合与标准化。目前看不能直接拿来用，需先确认模型参数与预处理流程是否开源。

局限 仅基于摘要，样本量（553 例健康组织）对组织特异时钟偏小，且缺乏独立外部验证队列的明确说明；EAA 与生存的关联为探索性分析，未做多变量校正或前瞻验证；肿瘤样本的"负向偏差"机制（去甲基化 vs 细胞组成混杂）未在摘要中厘清，可能受肿瘤纯度、细胞类型比例影响。

对多模态衰老模型合作的启发 第一，BTEC 是"组织/模态特异时钟 + 跨队列校正"的现成范例，可直接借鉴其参考数据集依赖性问题的处理思路，用于你合作项目中甲基化模态与类器官/蛋白组的对齐。第二，其"肿瘤去相关"现象提示：在多模态衰老模型中，疾病/扰动状态会系统性扭曲单模态 aging clock 输出，建议在 demo 阶段就设计 modality-specific 与 shared 表征分离的架构（如 JEPA 式共享潜空间 + 模态私有头）。第三，可执行动作：检索 BTEC 探针列表与系数是否公开，若公开则纳入你公共数据 demo 的甲基化基线；若不公开，则用其"多队列训练 + 跨祖源评估"流程作为你自己训练组织特异时钟的模板。

深读笔记：An immune world model for multiscale forecasting and therapeutic hypothesis generation

总结 该工作用"受治理的进化式 AI Scientist"（Agent Genesis）自动搜索并冻结了一个动作条件化的免疫世界模型，把细胞、组织、个体三个尺度的免疫状态编码为结构化状态 S_t，把干预（细胞因子/CRISPR/药物/检查点）编码为动作 A_t，学习转移 S_{t+1}=F_θ(S_t,A_t)，并解码出可解释读出（细胞比例、通路、DE 方向、NR→R 分数）。模型在冻结后于未见干预/上下文、跨尺度 rollout、动作组合上做了锁定评估，并据此提名 IL-36γ + SIRPα 抑制这一互补轴治疗假设。整体是"世界模型 + AI Scientist 治理流程"在免疫治疗预测上的概念验证。

核心方法 架构上分三层结构化状态（Z_cell / Z_tme / Z_patient）与独立动作编码，用门控残差动作模型做转移，结构化解码器输出表达级预测与生物学读出；消融显示结构化解码器（-0.14）、动作条件动态（-0.10）、多尺度编码器（-0.08）贡献最大。开发流程由 Agent Genesis 驱动：候选 Scientist 工作流在版本化数据清单与预设评估门（如 +0.02 效应量门）下进化，16 个更新被 promote、9 个被 reject，模型冻结后才做独立确认。评估覆盖 builder macro-F1、五项锁定外部能力探针、跨系统审计与动作组合。

数据与代码可用性 摘要与正文未给出代码/权重/数据仓库链接，只提到公开数据来源（Parse PBMC 约 1000 万 PBMC、90 细胞因子图谱、GEARS/scGPT/scFoundation/UCE 等作为基线或 backbone），以及自建的 Immune68 特征表与 TabPFN 组合。不能直接拿来用：需要向作者（PhAI Labs / CUHK，通讯作者 Pheng Ann Heng、Ling Yang、Zhenfei Yin、Yingcheng Wu）索取代码与冻结配置；可先复现的线索是 Parse PBMC few-shot 基准与 GEARS 常用扰动数据集，以及 TabPFN 这一现成组件。

局限 全局平均 ∆cos 上并未超过 condition-mean 基线（均 0.46），只在相对 scGPT 的 64% 动作上更优，说明增益主要来自条件特异而非整体表征；抗 PD-1 LOO AUC 在 composition 上仅 0.54，个体层增益普遍很小（+0.005~+0.067）；定量动态基准只评估了一步转移，rollout 与动作组合的定量验证有限；IL-36γ + SIRPα 仍是未经湿实验验证的假设，且自校正审计否决了所有筛选的细胞因子对，提示假阳性风险控制仍是开放问题。

对多模态衰老模型合作的启发 1. 可直接迁移的架构范式：把"结构化状态 + 独立动作编码 + 门控残差转移"套到你的多模态健康衰老模型上——状态层可对应 PBMC 单细胞 / 蛋白组 / 甲基化 / 空间转录组，动作层对应药物、扰动、类器官处理条件，正好匹配你"每模态独立训练再整合"与"持续矫正统一模型"的两条路线。 2. 治理流程可复用：Agent Genesis 的"版本化数据清单 + 预设效应量门 + promote/rollback 审计"可直接作为你合作项目的模型更新协议，解决新模态数据进来后"何时该合并、何时该回滚"的决策问题，也契合你关注的增量/持续学习。 3. 缺失模态与跨队列校正：其" withhold 整个尺度信息"的泛化评估设计，可借来测试你的模型在缺失蛋白组或甲基化模态时的鲁棒性；跨上下文转移（K562→RPE1、8h→48h）的探针思路可改造为跨队列/跨年龄的 aging clock 验证。 4. 可执行下一步：先复现 Parse PBMC few-shot 与 GEARS 扰动预测作为 demo 基线，同时联系作者索取冻结配置；把 IL-36γ+SIRPα 这类"互补轴假设生成"流程，移植到你的类器官 + 扰动响应建模中，作为合作方湿实验的候选优先级排序工具。