SAVE는 다중 조건 단일 세포 유전자 발현을 모델링하기 위한 조건부 트랜스포머 기반의 통합 생성 프레임워크다. 이 방법은 의미적으로 연관된 유전자를 블록으로 그룹화하여 유전자 모듈 간의 고차 의존성을 포착하는 coarse-grained 표현을 활용한다. 또한 Flow Matching 메커니즘과 조건 마스킹 전략을 도입해 보지 못한 조건 조합에 대한 일반화 능력을 강화했다. 조건부 생성, 배치 효과 보정, 섭동 예측 등 다양한 벤치마크에서 SAVE는 기존 최첨단 기법을 능가했으며, 특히 저자원 및 조합적으로 보류된 환경에서 뛰어난 성능을 보였다.

• •조건부 트랜스포머 기반의 다중 조건 단일 세포 생성 프레임워크 SAVE를 제안
• •유전자를 의미 블록으로 그룹화해 모듈 간 고차 의존성을 효과적으로 포착
• •Flow Matching과 조건 마스킹으로 미관측 조건 조합에 대한 일반화 강화
• •조건부 생성·배치 효과 보정·섭동 예측 벤치마크에서 SOTA 성능 달성
• •저자원 및 조합적 홀드아웃 환경에서 특히 강한 외삽 능력 입증