CSHL 访谈：Illumina Kyle Farh 谈 10 亿细胞级 Perturb-seq 与基因组 ML

CSHL Leading Strand 邀请 Illumina 的 Kyle Farh 讲工业级规模的 Perturb-seq——在基因组范围内做单扰动 + 单细胞读出，并用机器学习把"扰动 → 表型"规模化。

• 10 亿细胞规模：讲者描述 Illumina 内部把 Perturb-seq 推向约 10 亿细胞量级的努力，使"每个基因 / 调控元件的扰动效应"有望在单细胞分辨率上系统绘制。
• tube method（管式法）：提及一种高通量、低成本的建库 / 分装策略（tube-based），以支撑超大规模扰动文库的可扩展制备——属工程化瓶颈的解法。
• lab-in-a-loop：把"实验 → 测序 → ML 建模 → 下一轮实验设计"闭环自动化，模型预测优先扰动哪些基因，实验再回填，形成迭代加速。
• 基因组 ML：用模型从海量扰动-表达矩阵中预测基因功能、互作与疾病关联；强调规模 + 闭环是这一范式区别于既往小样本 Perturb-seq 的核心。
• 定位与边界：功能基因组学 / Perturb-seq，