연구진은 세포의 발달 과정을 모델링하기 위해 시계열 그래프 학습을 활용하는 새로운 접근 방식을 제시했어요. 단일 세포 유전자 발현 데이터를 기반으로 시계열 유전자 조절 네트워크를 추론하고, 이를 통해 세포 상태 변화를 예측하는 방법을 개발했어요. 실험 결과, 시계열 그래프 기반 모델이 기존의 scGPT, scFoundation 모델보다 뛰어난 성능을 보여, 발달 과정 모델링에 유용함을 입증했어요.