AblateCell: A Reproduce-then-Ablate Agent for Virtual Cell Repositories

1. El Problema: La Brecha de Atribución en la Ciencia de Datos Biológicos

A pesar de los avances recientes en agentes de IA que pueden traducir ideas de investigación en código ejecutable, existe un cuello de botella fundamental: la atribución. En los repositorios de "Células Virtuales" (modelos de IA para biología, como la predicción de perturbaciones en células individuales), es difícil determinar qué componentes específicos del modelo son realmente responsables de su rendimiento.

• Desafíos actuales:
  • Reproducibilidad frágil: Los repositorios biológicos suelen estar mal estandarizados, con dependencias complejas y formatos de datos específicos que hacen que el 80% de los experimentos automatizados fallen debido a errores de configuración.
  • Ablación manual: Los estudios de ablación (eliminar partes del modelo para ver su impacto) suelen ser manuales, lentos y a menudo omitidos en la práctica.
  • Falta de verificación: Los agentes de codificación actuales generan código pero carecen de un verificador capaz de reproducir líneas base sólidas y probar rigurosamente qué componentes importan.

2. Metodología: El Agente AblateCell

AblateCell es un sistema multi-agente autónomo diseñado para cerrar esta brecha mediante un flujo de trabajo de "Reproducir y luego Ablar". Su arquitectura se basa en un proceso de ejecución en bucle cerrado y grafos dirigidos.

A. Fase 1: Reproducción Verificada (Reproduce)

Antes de realizar cualquier ablación, el sistema debe garantizar que la línea base funciona correctamente.

• Descomposición Planificador-Ejecutor: Un agente planificador descompone la tarea en sub-tareas (carga de datos, entrenamiento, inferencia) y un agente de código ejecuta y depura el código dentro de un contenedor Docker aislado.
• Resolución de Conflictos: El sistema resuelve automáticamente problemas de dependencias, rutas de archivos y formatos de datos (como archivos .h5ad), emitiendo artefactos verificables para asegurar que la línea base reproduce los resultados reportados.

B. Fase 2: Ablación en Bucle Cerrado (Ablate)

Una vez establecida la línea base, el sistema realiza estudios de ablación sistemáticos.

• Generación de Hipótesis basada en Conocimiento: Utiliza una Base de Conocimiento del Dominio (extraída de artículos y código fuente) para proponer mutaciones de código aisladas (ej. desactivar un módulo, cambiar una función de pérdida).
• Ejecución en Worktrees Aislados: Para evitar contaminación cruzada, cada experimento de ablación se ejecuta en un Git worktree independiente, permitiendo paralelismo seguro y trazabilidad completa.
• Muestreo Adaptativo (Bandit Multi-brazo): El sistema no prueba todas las combinaciones (lo cual sería computacionalmente prohibitivo). Utiliza un algoritmo de Bandit Multi-brazo adaptativo (modificación de UCB) para seleccionar qué experimentos ejecutar a continuación.
  • Función de Recompensa: Equilibra el impacto en el rendimiento ($|\Delta|$) frente al costo computacional.
  • Exploración vs. Explotación: Prioriza componentes poco explorados pero prometedores basándose en el conocimiento del dominio y los resultados previos.

3. Contribuciones Clave

1. AblateCell: El primer agente verificador de extremo a extremo para repositorios de perturbación de células individuales, capaz de reproducir líneas base con un 96.3% de éxito y generar artefactos verificables.
2. Motor de Ablación Autónomo: Un motor basado en grafos que combina muestreo de bandits adaptativos, mutaciones de repositorio aisladas y recuperación de conocimiento del dominio para guiar la exploración.
3. Evaluación Exhaustiva: Demostración de que el sistema supera significativamente a los agentes existentes y a expertos humanos en la identificación de componentes críticos.

4. Resultados Experimentales

El sistema fue evaluado en tres repositorios representativos de predicción de perturbaciones de células individuales: CPA, GEARS y BioLORD.

• Tasa de Éxito del Flujo de Trabajo (End-to-End): AblateCell logró un 88.9% de éxito en completar todo el flujo (reproducción + ablación), superando a los expertos humanos en un 29.9% y a los agentes de referencia (como Mini-SWE-Agent) por un margen amplio.
• Precisión en la Atribución: El sistema identificó los componentes críticos (aquellos que, al ser eliminados, causan el mayor cambio en el rendimiento) con una precisión del 93.3%, superando a los expertos humanos en un 53.3% en términos de recuperación de la verdad fundamental (ground truth).
• Hallazgos Específicos:
  • En GEARS, identificó correctamente que el codificador GNN de perturbación es el componente más crítico (su ablación aumentó el error MSE en un 89.7%).
  • En CPA, determinó que la incrustación latente unificada es fundamental, mientras que el discriminador adversarial tiene un impacto mínimo.
  • En BioLORD, validó la importancia de la incrustación de atributos desconocidos para capturar la variabilidad biológica.

5. Significado e Impacto

AblateCell representa un avance crucial hacia la ciencia automatizada reproducible.

• Validación Escalable: Permite verificar y atribuir el rendimiento de modelos biológicos directamente sobre bases de código, reduciendo la dependencia de la revisión manual.
• Optimización de Modelos: Proporciona estrategias accionables para refinar modelos (priorizar componentes de alto impacto) y simplificarlos (eliminar elementos de bajo impacto).
• Marco General: Aunque se centra en células virtuales, la metodología de "reproducir-para-ablar" con verificación de bucle cerrado y muestreo adaptativo puede extenderse a otros dominios científicos donde la reproducibilidad y la atribución de componentes son críticas.

En resumen, AblateCell transforma la ablación de un proceso manual y frágil en un ciclo de verificación automatizado, robusto y guiado por datos, permitiendo una comprensión más profunda de los modelos de IA en biología computacional.