Cell论文提出State方法，可不依赖大规模单细胞扰动实验预测细胞跨语境扰动响应

单细胞CRISPR筛选等功能基因组学技术虽能在特定细胞语境下实现转录组级别读出，但成本高昂使其难以跨多种语境拓展；现有深度学习模型在跨语境泛化扰动效应时效果也常难以超越简单线性模型。Cell发表的方法State尝试利用已有数据预测细胞对扰动的跨语境响应，以降低对大规模扰动实验的依赖。