PLoS computational biology 2026年9月17日该研究对正常妊娠与染色体核型正常的复发性妊娠丢失（RPL）蜕膜组织进行单细胞RNA测序，结合基因型来源判定、分层机器学习（devCellPy）与Transformer基础模型（scGPT）交叉验证，发现RPL蜕膜免疫激活信号升高、母体T细胞携带最稳定可泛化的RPL相关特征，并通过网络中心性分析与来源控制的表达过滤收敛提名CXCR4与JUN为候选可成药靶点。该研究对正常妊娠与染色体核型正常的复发性妊娠丢失（RPL）蜕膜组织进行单细胞RNA测序，结合基因型来源判定、分层机器学习（devCellPy）与Transformer基础模型（scGPT）交叉验证，发现RPL蜕膜免疫激活信号升高、母体T细胞携带最稳定可泛化的RPL相关特征，并通过网络中心性分析与来源控制的表达过滤收敛提名CXCR4与JUN为候选可成药靶点。机器学习解码复发性妊娠丢失中的母体免疫特征该研究对正常妊娠与染色体核型正常的复发性妊娠丢失（RPL）蜕膜组织进行单细胞RNA测序，结合基因型来源判定、分层机器学习（devCellPy）与Transformer基础模型（scGPT）交叉验证，发现RPL蜕膜免疫激活信号升高、母体T细胞携带最稳定可泛化的RPL相关特征，并通过网络中心性分析与来源控制的表达过滤收敛提名CXCR4与JUN为候选可成药靶点。该研究对正常妊娠与染色体核型正常的复发性妊娠丢失（RPL）蜕膜组织进行单细胞RNA测序，结合基因型来源判定、分层机器学习（devCellPy）与Transformer基础模型（scGPT）交叉验证，发现RPL蜕膜免疫激活信号升高、母体T细胞携带最稳定可泛化的RPL相关特征，并通过网络中心性分析与来源控制的表达过滤收敛提名CXCR4与JUN为候选可成药靶点。