PIE: Generalizing perturbation effects across unseen perturbations, contexts and datasets
PIE 是一种新颖的模型，它通过围绕群体水平效应重新构建学习任务并利用辅助生物学输入，将细胞扰动效应推广到未见的上下文、扰动和数据集，从而在预测基因表达变化和差异表达基因方面达到了最先进的性能。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
细胞是生命的基本单位，它们不断地对环境做出反应。当科学家想要了解一种疾病是如何运作的，或者一种新药可能如何发挥作用时，他们通常会进行实验，以特定的方式扰动细胞，例如关闭单个基因或添加某种化学物质。这种扰动被称为“扰动”（perturbation）。通过观察细胞如何做出反应，研究人员可以绘制出复杂的生物学机制图谱。然而，预测这些变化极其困难。细胞的反应在很大程度上取决于其特定的背景、所应用的扰动类型以及实验本身的环境条件。目前的模型在尝试预测如果科学家在一种从未经过测试的新型细胞类型中使用新药会发生什么时，往往表现得力不从心，因为这些模型通常是在非常特定且有限的数据集上进行训练的。
为了解决这个问题，Arc Institute 的研究人员开发了一种名为 PIE 的新模型，其名称意为“扰动即一切”（Perturbation is Everything）。PIE 并不试图预测一组中每个细胞的确切状态——这是一项充满噪声且难以精确测量的任务——而是专注于整个群体的平均反应。这就像是预测整个城市的整体天气，而不是试图预测每一个街角的精确温度。该模型接收两组输入：特定的细胞背景（例如特定的细胞系）和特定的扰动（例如遗传变化或药物）。然后，它会预测结果，即哪些基因会被开启或关闭，以及变化的程度如何。
PIE 的不同之处在于它的学习方式。它不仅仅是观察来自实验的原始生物数据，还引入了广泛的外部知识。它会阅读来自大型公共数据库的细胞系描述以及药物或基因的信息，就像学生在考试前查阅百科全书一样。它还会观察在过去的实验中，相似的细胞对相似的处理是如何反应的。通过将这些外部事实与来自训练数据的实际测量值相结合，该模型构建了一个更丰富的生物系统理解。这种方法使其能够处理细胞类型或药物从未被见过的情况，因为它能够依靠它所收集到的通用知识。
研究人员在涉及数千个遗传和化学实验的海量数据集上对 PIE 进行了测试。他们用最具挑战性的场景来考验该模型：预测一种药物在它从未遇到过的细胞类型中的效果，或者预测一种全新的药物在已知细胞类型中的效果。在这些测试中，PIE 一致地优于以往的方法。当被要求预测在未见的细胞类型中哪些基因会发生变化时，它的准确度明显高于现有的最佳工具。在最困难的测试中，即细胞类型和药物都是全新的情况下，该模型仍然能够找到其他方法完全失败时仍能发现的有意义的模式。
这项研究还分解了究竟哪些信息对模型的帮助最大。结果显示，在预测细胞对新药的反应时，最重要的线索来自于对药物本身的详细描述以及该药物在其他细胞类型中的表现。相反，在预测已知药物如何在已知细胞中起作用时，模型则严重依赖于该新细胞的一般特征。这表明该模型不仅是在记忆数据，而且实际上是在学习根据回答特定问题所需的信息类型来权衡不同的信息。
虽然研究结果很强有力，但作者指出，当细胞和药物都是全新的时，模型的准确度确实会下降，这种情况仍然是生物学领域的一个重大挑战。他们建议，未来的改进将来自于收集更多样化的数据，并寻找更好的方法来测量扰动的细微影响。目前，PIE 提供了一个理解细胞如何响应变化的新框架，提供了一个可以跨不同实验和条件进行泛化的工具。这种能力可以帮助科学家设计更好的实验并更有效地识别潜在的治疗方案，使该领域更接近于一个我们可以可靠预测干预措施所带来的生物学后果的未来。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。