SVC-Probe: A Framework for Evaluating Perturbation Generalization in Spatial Foundation-Model Embeddings

技术摘要：SVC-Probe：评估空间基础模型嵌入中扰动泛化能力的框架

问题陈述
尽管空间基础模型在从大规模显微成像数据中获取蛋白质组织精炼表示方面取得了进展，但其评估手段仍然有限。目前的基准测试主要侧重于评估基线定位、检索能力或区分已观察实验条件的能力。然而，在评估学习到的表示是否捕捉到了在干预下依然存在的机制性结构方面，存在一个关键性的空白。具体而言，尚不清楚空间嵌入是否能够预测样本外（out-of-sample）的扰动响应，或者能否恢复跨不同化学试剂转移的药物诱导重组模式。在空间蛋白质组学中，这一要求非常严格，因为处理效应不仅涉及蛋白质的位移，还涉及协调的亚细胞重塑和邻域重组。

方法论：SVC-Probe 框架
作者引入了 SVC-Probe，这是一个旨在评估空间基础模型嵌入中扰动泛化能力的诊断框架。该框架结合了三个互补模块，应用于包含 462 种抗体标签、对照组、紫杉醇（paclitaxel）和西达诺司（vorinostat）条件的 CM4AI MDA-MB-468 化学扰动图谱，并使用 1536 维的 SubCell 嵌入进行分析：

1. 亚细胞嵌入图谱稳定性 (SEAS)： 该模块量化单个蛋白质嵌入在扰动下的稳定性。它基于测地中心漂移（geodesic centroid drift）和单细胞嵌入云的扩散比率计算稳定性得分 $S(P) \in (0, 1]$。蛋白质根据自助法（bootstrap）置信区间被分类为稳定型、可塑型或中等水平型。
2. Mondrian 邻域图 (MNG)： 该模块分析局部共定位邻域的重组情况。它通过构建基于标签的余弦相似度矩阵来识别互为前 $k$ 个近邻，并计算代表在处理条件下丢失或增加的邻居比例的周转指标 $R(P)$。Leiden 社群检测被用于描绘功能子系统，并以 Mondrian 风格的布局进行可视化。
3. 基础模型扰动探针 (FMP)： 该模块测试潜在空间的预测能力。通过训练一个回归头来利用对照组中心 $\mu(P,ctrl)$ 和学习到的扰动标记（perturbation token）来预测药物条件中心 $\hat{\mu}(P,c)$。框架采用了**留一药物检验（Leave-One-Drug-Out, LODO）**评估策略，以评估跨药物的可迁移性，从而区分领域内拟合与真正的泛化。此外，它还利用“零校准（null calibration）”方法，将真实的药物耦合与对照组对对照组的拆分进行比较，以分离出药物特异性信号与通用的嵌入几何结构。

关键结果

• 分类与泛化： 虽然 SubCell 嵌入在区分三种观察到的药物条件方面达到了极高的准确率（98.6%），但这种性能并未转化为扰动泛化能力。在 LODO 设置下，学习到的扰动探针的余弦相似度从 0.944（领域内）剧烈下降至 0.30，表明其无法将学习到的扰动结构迁移到未见的药物上。相比之下，简单的基线（恒等映射和全局偏移）保持稳定，这表明学习到的模型捕捉的是药物特异性的伪影，而非可迁移的机制。
• 零校准： 研究发现，FMP 残差与邻域周转之间的原始相关性很大程度上是由通用的嵌入结构驱动的（在零拆分中 $\rho \approx 0.21$）。经过零校准后，西达诺司展现出了药物特异性信号（$\rho = -0.186$），这与染色质相关的重组一致；而对于紫杉醇则未观察到一致的模式，这可能是由于该面板中微管相关蛋白的覆盖度较低所致。
• 稳定性与重构： 在一个 33 标签的校准子集上，SEAS 正确地将染色质调节因子识别为西达诺司作用下的“可塑型”，而结构控制蛋白保持稳定。此外，偏 Spearman 相关性分析证实，邻域周转提供了关于区别于原始中心漂移的重构轴的信息。

意义与主张
论文声称 SVC-Probe 是一个可重复使用的诊断工作流，用于压力测试空间虚拟细胞（spatial virtual-cell）的表示。其主要意义在于证明了强力的条件判别并不意味着扰动泛化。作者认为，扰动泛化应作为比基线条件判别更严格且更具信息量的基准。

该框架强调，虽然当前的空间基础模型可以有效地分离观察到的状态，但它们可能无法在干预下保持具有生物学信息的结构。结果表明，需要进行扰动感知分析，以验证嵌入是否捕捉到了机制轴（例如 HDAC 抑制下的染色质轴），而非通用的几何伪影。作者将这些发现定位为假设生成性的研究，并指出观察到的信号需要在更广泛的药物类别和细胞系中进行进一步验证。