摘要人工智能虚拟细胞AIVC是可学习得到的跨条件细胞行为模拟器预测细胞群体转录组对遗传扰动的应答是其核心任务。Perturb‑seq测序技术属于破坏性测序因此无法观测同个细胞扰动前后的配对样本同一条件下的细胞本身还存在异质性与噪声。在单细胞层面直接做回归会将采样变异吸收进效应估计而科学解释需要可复现的群体层面扰动效应。P2P扰动‑扰动Perturbation‑to‑Perturbation将随机细胞集合视图作为监督单元。从同一条件采样得到的个视图具备可复现的群体效应但各自带有视图专属的采样变异。模型采用置换不变集合编码器对对照组细胞群体做汇总结构化编码器表征扰动标记、细胞上下文、剂量以及组合扰动交互门控模块融合经验条件效应记忆与神经网络残差异方差输出头预测群体均值以及各个基因的应答方差。在统一实验方案、5组随机种子条件下对比GenePert、LinearPert、SLIM、Scouter、scPILOTP2P在Adamson、Norman、Replogle K562、Replogle RPE1四套数据集上均取得最低表达均方根误差同时取得最高效应皮尔逊相关系数、差异基因F1分数、差异基因平均精度。以Replogle K562数据集为例对比最优基线Scouter效应皮尔逊相关系数由0.643提升至0.702差异基因F1分数由0.067提升至0.178。haojaetju.edu.cnran.sutju.edu.cn#P2P #单细胞扰动预测 #非配对样本 #跨视图监督 #群体去噪 #集合编码器 #异方差输出 #虚拟细胞引言图1 跨视图群体去噪原理示意扰动实验得到带噪声、高度异质性的细胞集合不存在一一对应的对照组配对细胞。P2P从每个细胞群体采样2组随机视图学习可共享的条件级扰动效应之后从群体表达水平、效应恢复效果、应答结构3个维度开展模型评估。左侧对照组、扰动组细胞存在噪声与异质性样本分布非配对直接单样本泛化难度大。中间P2P模块视图A、视图B双向预测学习扰动分布。右侧评估指标更低表达误差、更高扰动效应相关系数、更贴合真实的扰动应答。方法置换不变群体编码图2 P2P模型架构与输出流程置换不变集合编码器SetEncoder对对照组细胞集合做特征汇总结构化扰动编码器整合扰动标记、细胞上下文、剂量、配对交互信息记忆门控效应输出头融合经验条件效应与神经网络残差输出群体均值与基因维度对数方差。训练阶段目标视图为跨视图损失提供监督信号。模块依次为输入数据、集合编码器、扰动编码器、条件融合模块、记忆门控输出头、结果读出与评估。实验数据集与实验方案图3 基准数据集规模与样本支持度(a) 数据集规模柱状图对数10计数浅蓝色全部细胞深蓝色有效扰动条件(b) UMAP展示对照组、扰动组细胞分布RPE1数据集对照组与扰动状态存在大量重叠(c) 小提琴图展示每个扰动条件的细胞数量虚线代表每个条件80个细胞筛选阈值。数据集包括RPE1、K562、Norman、Adamson。主要实验结果表1 主要基准测试结果数值为5个随机种子下均值±样本标准差主要效应恢复指标最优值加粗指标数据集、模型、表达均方根误差越低越好、表达皮尔逊相关、效应皮尔逊相关、差异基因F1、差异基因平均精度、差异基因方向一致性。图4 代表性基因扰动效应预测结果散点图横轴观测得到基因扰动效应纵轴P2P预测扰动效应(a) Adamson数据集EIF2S1(b) Norman数据集CEBPA(c) Replogle K562数据集HSPA9(d) Replogle RPE1数据集SMN2。图中r代表效应皮尔逊相关系数本图优化目标为效应中心损失。跨视图监督与效应组件消融实验表2 RPE1数据集消融实验结果不同模型变体移除对应组件后各项指标指标表达均方根误差、表达皮尔逊相关、效应皮尔逊相关、差异基因F1、差异基因平均精度。变体完整P2P、移除双视图损失、移除记忆效应、移除可学习门控、移除配对交互模块、移除异方差输出头、移除一致性与相关损失。图5 四套基准数据集群体空间预测示例将对照组细胞、真实扰动细胞、P2P采样预测细胞投影至同一PCA坐标每个数据集展示1个代表性任务黑色菱形对照组均值黑色叉真实扰动均值蓝色菱形P2P预测均值。(a) Adamson(b) Norman(c) K562(d) RPE1。图6 图网络推导得到的局部扰动效应结构Adamson数据集EIF2S1扰动案例(a) 观测得到的基因效应网络(b) P2P预测基因效应网络(c) 预测‑观测残差网络(d) 模块层面效应矩阵颜色条代表效应大小蓝色负效应橙色正效应。图7 代表性基因观测与预测扰动效应哑铃图展示基因应答的符号误差(a) Adamson‑EIF2S1(b) Norman‑CEBPA(c) K562‑HSPA9(d) RPE1‑SMN2。圆点为观测值菱形为P2P预测值横轴为扰动‑对照组表达变化量。详细总结思维导图问题背景与现存模型痛点P2P完整模型架构完整多分量损失L数据集评价指标消融实验RPE1数据集参考P2P: Cross-View Population Denoising for Unpaired Single-Cell Perturbation Response Prediction.https://arxiv.org/abs/2609.34391注AI辅助创作如有不当欢迎指出。内容仅供参考不构成任何建议。