В данной работе представлена OCOO-T — инновационная модель «виртуальной клетки» (AIVC), предназначенная для прогнозирования того, как отдельные клетки реагируют на генетические, химические и цитокиновые воздействия. В отличие от существующих сложных архитектур, использующих иерархические вариационные автоэнкодеры или специализированные модули, OCOO-T базируется на минималистичном стеке Transformer и методе flow-matching. Модель рассматривает процесс предсказания ответа на возмущение как непрерывный процесс шумоподавления (denoising), работая напрямую с непрерывными профилями экспрессии генов. Для интеграции данных о дозировках, типах клеток и специфике возмущений используются адаптивная нормализация слоев и контекстные токены. Испытания на бенчмарках Tahoe100M, Replogle и PBMC показали, что OCOO-T достигает передовых показателей (state-of-the-art) в различных типах клеток. Благодаря методам патчинга и депатчинга, модель эффективно масштабируется на длинные транскрипционные профили, что делает её мощным инструментом для in-silico симуляции клеток и ускорения разработки новых лекарственных препаратов.