scMeFormer模型由两个主要模块组成：
DNA模块和CpG模块（Fig. 1）。DNA模块用于学习DNA甲基化（DNAm）的模式（motifs），包含一个卷积神经网络（CNN）模块，用于提取局部DNA特征；随后是八层Transformer模块，用于检测可能协同影响DNAm的远端特征；CpG模块能够利用细胞内和细胞簇间相邻CpG位点的DNAm信息，包含一个CNN模块，用于提取每个细胞簇内相邻CpG位点的局部模式；随后是两个独立的Transformer模块，用于捕捉CpG位点之间以及细胞簇之间的DNAm关系。
Fig.1
之后作者在五个不同的单核DNAm数据集上进行了测试，使用精密度-召回曲线下的平均面积（AUPRC）评估模型性能。首先探讨每个模块对scMeFormer整体性能的贡献。单独使用CpG或DNA模块都会降低预测性能，说明这两个模块在整个模型中缺一不可（Fig. 2A），此外，与CNN和Cluster模型比较的结果显示，采用预训练-微调策略的scMeFormer
模型性能最佳（Fig. 2B）。
Fig.2
之后作者比较了两种模型（scMeFormer 和 cluster）在预测 CpG 位点甲基化状态或其他相关属性时的性能。结果显示即使在 CpG 覆盖率极低（1%）的情况下，两个模型都表现良好，但scMeFormer 的性能优于 cluster 模型（Fig. 3）。
Fig.3
接下来，作者定义了一个插补质量分数指标来评估单个CpG位点的插补质量。该指标计算目标CpG位点与其前后五个相邻CpG位点的预测结果的平均绝对差值。分别设置不同的分值阈值，并仅保留低于该阈值的CpG位点，结果显示严格的过滤阈值能够显著提升预测性能（Fig. 4）。
Fig.4
除此之外，作者比较了不同处理方法（无填补、cluster 模型填补、scMeFormer 填补以及带有过滤的 scMeFormer 填补）在恢复原始数据中细胞类型聚类方面的能力，使用调整 Rand 指数（Adjusted Rand Index, ARI）来衡量从原始数据中获得的细胞类型聚类与从处理后的数据（下采样、填补、过滤）中获得的聚类之间的相似性。结果显示
过滤方法（基于填补质量评分）有效提升了 scMeFormer 的性能，进一步证明了其在填补数据中的可靠性和准确性（Fig. 5）。
Fig.5
接下来使用填补后的 sn-m3C-seq 数据集，应用过滤评分（filtering score）为 0.3的过滤条件，分析特定细胞类型（神经元细胞类型和非神经元细胞类型）的 DMRs，同时对这些 DMRs 进行遗传力富集分析，评估它们与多种性状和疾病（包括大脑相关性状、疾病、身高和糖尿病）之间的关联。结果显示神经元细胞类型特异的 DMRs 与大脑相关性状和疾病（如神经退行性疾病、精神疾病等）有显著关联，但与身高或糖尿病等非大脑相关性状无关，这表明神经元细胞类型的 DNA 甲基化状态可能在大脑功能和疾病发生中起关键作用（Fig. 6）。
Fig.6
最后，作者关注了精神分裂症（Schizophrenia, SCZ）相关DMRs。在插补前，未检测到任何DMRs，而插补后，在五种细胞类型中均检测到DMRs，且上调DMRs数量远超下调DMRs（Fig. 7A-B），之后作者分析了DMRs 内或附近（5 kb 范围内）的单核苷酸多态性（SNPs）与 SCZ 全基因组关联研究（GWAS）信号之间的关联，使用MAGMA
软件进行基因集分析，以确定这些目标基因是否富集 SCZGWAS 信号（Fig. 7C），结果发现这些DMR相关基因富集于突触信号通路，主要集中在兴奋性神经元中，进一步证明了兴奋性神经元在SCZ发病机制中的核心作用（Fig. 7D-E）。
Fig.7
