# 批次效应缓解

细胞形态图谱过去依赖细胞分割和人工特征，标注稀缺又难跨实验室复用。研究者在JUMP–CP的119,876个无标注化合物、约177万张图像上预训练四类自监督模型，冻结权重后直接提取图像嵌入。在EU-OPENSCREEN Bioactives的2,464个化合物上，DINO与DINOv2在作用机制检索的位点平均mAP上比CellProfiler高31–37%，并全面优于掩码类模型。

细胞形态图谱过去依赖细胞分割和人工特征，标注稀缺又难跨实验室复用。研究者在JUMP–CP的119,876个无标注化合物、约177万张图像上预训练四类自监督模型，冻结权重后直接提取图像嵌入。在EU-OPENSCREEN Bioactives的2,464个化合物上，DINO与DINOv2在作用机制检索的位点平均mAP上比CellProfiler高31–37%，并全面优于掩码类模型。

胶质瘤拉曼光谱数据中，单条光谱足以让模型认出它来自哪位病人，这种与生物学无关的样本特异性偏差会干扰肿瘤分型。研究在APOLLO数据集的46例样本上引入可学习特征重要性层，与双头分类器对抗训练，压低病人身份信号而保留IDH突变状态信息。身份预测平衡准确率从68%降到12%，突变型与野生型分类的平衡准确率保持在0.8。

胶质瘤拉曼光谱数据中，单条光谱足以让模型认出它来自哪位病人，这种与生物学无关的样本特异性偏差会干扰肿瘤分型。研究在APOLLO数据集的46例样本上引入可学习特征重要性层，与双头分类器对抗训练，压低病人身份信号而保留IDH突变状态信息。身份预测平衡准确率从68%降到12%，突变型与野生型分类的平衡准确率保持在0.8。