根据研究主题和发现，生成结构清晰的引言初稿。
通过对 50 例甲状腺癌样本进行单细胞 RNA 测序，我们构建了包含 40 万个细胞的综合图谱。研究发现 APOE+ 巨噬细胞、EMT 样癌相关成纤维细胞和 RBP7+ 内皮细胞构成的“枢纽微环境”在肿瘤进展中起关键作用，为理解甲状腺癌发生机制提供了新视角。
针对高质量分子数据稀缺的问题，我们设计了一种基于图神经网络的迁移学习框架，利用大规模低精度数据预训练模型。在涵盖 2800 万条蛋白-配体相互作用数据的实验中，该方法将稀疏任务的预测性能提升了 8 倍，同时所需高精度训练数据减少了一个数量级。