Single-cell perturbation prediction near experimental reproducibility with GENESIS
该论文介绍了 GENESIS，这是一个生成式能量模型框架，它能够以接近实验可重复性的准确度预测单细胞扰动响应，从而实现一种由广泛、低深度测量并辅以计算推断的互补策略，以克服穷尽式实验图谱在可行性上的局限。
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，在每一个细胞内部，一台复杂的分子机器都在不断地重写其自身的指令手册。这份被称为“转录组”的手册，决定了细胞的行为方式、它的演变路径以及它如何对周围世界做出反应。当科学家引入一种新药、一种病毒或环境的变化时，细胞会通过改变这些指令来做出响应。为了理解这些反应，研究人员构建了庞大的库（即图谱），记录了数百万个个体细胞在不同条件下的分子状态。然而，药物、细胞类型和剂量的可能组合数量极其巨大，以至于在实验室中测试每一种场景都是不可能的。这种实验空间的巨大规模意味着，对于科学家能够测量到的每一种情况，仍有无数种情况处于未被观察的状态。这留下了一个关键的空白：我们如何知道细胞会对我们从未尝试过的治疗做出何种反应？
一个研究小组开发了一种名为 GENESIS 的新型计算工具，旨在填补这一空白。GENESIS 并不试图测量所有可能的结局，而是通过学习现有数据来预测未被测量的场景中会发生什么。研究人员利用两个庞大的数据集对 GENESIS 进行了训练：一个包含超过 1 亿个接受数百种不同药物处理的癌症细胞系；另一个包含近 1000 万个暴露于各种信号分子的免疫细胞。该系统通过学习细胞在暴露于特定因素（如特定药物或特定细胞类型）时发生变化的统计模式来运作。它不需要在做出预测前先看到一组对照组细胞；相反，它利用实验中的已知变量——细胞系、药物、剂量和实验设置——来生成一个关于细胞在被测量时可能呈现状态的真实剖面。
这项工作的最显著发现是，GENESIS 预测细胞反应的准确度可以媲美实验本身的自然极限。在科学研究中，没有任何两次实验是完全相同的；即使是在同一个实验室将同一种药物用于同一种细胞，由于采样随机性和实验条件的差异，也会出现轻微的变化。研究人员利用这些重复实验之间的自然变异作为成功的基准。他们发现，GENESIS 的预测结果往往与两次独立的实验结果之间的接近程度相当。在许多情况下，计算机生成的剖面与科学家在实验室实际运行测试后所观察到的结果是无法区分的。这表明该工具已经达到了这样一个水平：它不仅仅是在猜测，而是在捕捉细胞反应的真实生物学现实。
该工具还表现出了极高的效率，实现高准确度所需的数据量远少于以往的方法。研究人员测试了如果仅使用一小部分数据进行训练，GENESIS 是否仍能正常工作。他们发现，即使仅使用 5% 的训练细胞，该系统的表现也优于那些可以使用完整数据集的其他先进模型。此外，这项研究揭示了一个关于如何设计未来实验的反直觉见解：与其对少数几种情况进行深度测量，不如测量更多种类的条件但减少每个条件的细胞数量。通过将数据分散到更多场景中，系统可以更有效地学习细胞行为的底层规则，从而填补那些完全未被测量的条件的空白。
除了仅仅预测数值外，该系统还能捕捉变化背后的生物学意义。研究人员测试了生成的剖面是否能正确识别哪些内部信号通路被开启或关闭。他们发现，GENESIS 可以区分跨不同细胞类型的共同反应，以及针对特定遗传背景的独特反应。例如，在具有相同突变的两种不同癌症细胞系中，系统正确预测了某种特定药物会抑制两者的某种生长通路，但会引发截然相反的炎症反应。这种区分共同反应与特定背景反应的能力，对于理解为什么一种治疗方案对一位患者有效而对另一位无效至关重要。研究结论指出，通过将广泛的浅层测量与这种预测框架相结合，科学家可以扩展实验的覆盖范围，在无需物理测试每一种组合的情况下，探索更广阔的生物学可能性图景。
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。