这篇文章介绍了一种名为 PerturbDiff 的新型计算框架,旨在通过功能扩散模型精确模拟单细胞对各类干扰(如药物或基因编辑)的反应。传统的虚拟细胞模型往往将干扰视为对单个细胞状态的映射,却忽略了微环境波动等隐性因素导致的群体分布变化。PerturbDiff 创新性地将研究对象从个体细胞转向整体分布,通过在再生核希尔伯特空间(RKHS)中嵌入分布,捕捉复杂实验条件下的系统性差异。该模型在信令、药物和遗传干扰等多个基准数据集上均达到了最先进(SOTA)的性能水平,展现了卓越的泛化能力。此外,研究团队还引入了边缘预训练策略,利用大规模未受干扰的细胞图谱增强模型在数据稀缺场景下的表现。这项工作为系统生物学中的干扰预测提供了一个严谨且高效的概率建模新范式。
References:
- Yuan X, Liu X, Zhang Y S, et al. PerturbDiff: Functional Diffusion for Single-Cell Perturbation Modeling[J]. arXiv preprint arXiv:2602.19685, 2026.
Fler avsnitt av 聊聊Sci
Visa alla avsnitt av 聊聊Sci聊聊Sci med 淼淼Elva finns tillgänglig på flera plattformar. Informationen på denna sida kommer från offentliga podd-flöden.
