В исследовании проводится комплексный бенчмарк фундаментальных моделей (FMs) для анализа данных одной клетки (scGPT, Geneformer V1/V2, Nicheformer, scFoundation) и их сравнение с традиционными методами и моделями, обученными на конкретных задачах. Авторы оценивают эффективность этих ИИ-инструментов в трех ключевых областях: аннотация типов клеток, предсказание результатов генетических пертурбаций in silico и восстановление ген-регуляторных сетей (GRN). Тестирование проводилось на разнообразных наборах данных, включая скрининги Perturb-seq на клетках K562, первичные клетки, органоиды мозга пациентов с лейкодистрофией и биопсии рака легкого. Ключевым результатом стало выявление преимуществ FMs при переносе аннотаций между видами: Nicheformer достиг точности 0.98 при переводе меток с человека на мышь, тогда как лучшие базовые модели показали лишь 0.68. В задачах zero-shot предсказания пертурбаций scFoundation верно определил направление ответа для 75% случаев (p < 1e-8), а Geneformer V2 превзошел методы коэкспрессии в восстановлении дифференциальной экспрессии на уровне пациентов (fold enrichment 2.9 против 2.0). Исследование также показало, что внутри одного вида точность аннотации с помощью FMs сопоставима с использованием главных компонент, а предсказанные эффекты нокаута в органоидах во многом объясняются локализацией экспрессии гена. Авторы публикуют пакет fmaudit для воспроизводимой оценки новых моделей, подчеркивая, что текущие FMs уже демонстрируют значимое преимущество в специфических задачах, требующих обобщения знаний.