Mol Cell 评述 Cell 新研究：State 模型跨细胞背景预测单细胞扰动响应

预测细胞如何响应遗传或化学扰动，是计算生物学的核心目标之一。Perturb-seq 将 CRISPR 扰动与单细胞转录组测序结合起来，使大规模混合筛选成为可能 ^[3]，TAP-seq 又把遗传筛查的通量提高了数个数量级 ^[5]，但组合扰动空间过于庞大，逐一实验穷举并不现实 ^[4]。计算方法因此兴起：scGen 结合变分自编码器与隐空间向量运算，实现了跨细胞类型、研究和物种的样本外响应预测 ^[2]；CPA 则用深度学习在未见的剂量、细胞类型、时间点、物种乃至药物组合上做模拟预测 ^[4]。然而，模型长期难以跨细胞情境泛化 ^[6]，严格的基准比较更显示多个深度学习基础模型在预测单次或双重扰动后的转录组变化时，并未胜过刻意简化的线性基线 ^[7]。为此，Arc 研究所发起 Virtual Cell Challenge，希望以公开基准催化领域进展 ^[8]。

在此背景下，Adduri 等人在 Cell 上发表 State 模型。State 以单细胞基因表达数据训练，按细胞集合预测扰动效应，并刻画实验内部与实验之间的细胞异质性 ^[6]。在大型数据集上，它对扰动效应的判别能力提升超过 30%；对遗传、信号和化学扰动，其识别差异表达基因的准确性显著优于基线方法；其细胞嵌入基于 1.67 亿个细胞的观测数据训练，使模型能在训练时完全没有扰动观测的细胞情境中识别出强扰动 ^[6]。作者还同时推出 Cell-Eval，一个可用于评估后续模型的综合评估框架 ^[6]。导读强调，State 的意义正在于能跨不同细胞情境泛化，预测单细胞转录组对遗传或化学扰动的响应。

相对已有认识，State 把“泛化”向前推了一步：scGen 与 CPA 虽已展示样本外预测的能力 ^[2][4]，但跨情境泛化一直是公认瓶颈 ^[6]；在深度模型屡被指不敌简单基线的背景下 ^[7]，State 报告了相对基线的显著改进，并将基于大规模观测数据的细胞嵌入扩展到没有扰动标注的新情境。Cell-Eval 的提出也与 Virtual Cell Challenge 的开放基准思路相呼应 ^[8]，回应了这一领域对严格评估的迫切需求。

当然，问题并未就此解决。鉴于已有研究提醒深度模型必须经过批判性基准检验 ^[7]，State 的优势仍需在更多独立任务和数据中得到确认；对复杂、异质和未见系统的可解释建模，也被视为深度神经网络尚待开拓的方向 ^[1]。它能否在 Cell-Eval 与 Virtual Cell Challenge 这类持续评估 ^[6][8] 中站住脚，将决定我们距离可靠地模拟细胞状态还有多远。