转录扰动效应在主导全局趋势之外仍呈结构化组织

基因扰动如何重塑转录组，是功能基因组学的核心问题。靶向Perturb-seq等方法让在单次实验中常规分析数千个CRISPR扰动成为可能，把遗传筛选的灵敏度与规模提升了数量级，为基因组尺度的扰动—转录数据奠定了基础 ^[1]。在此基础上，GEARS将深度学习与基因关系知识图谱结合，预测单基因与多基因扰动的转录响应 ^[2]；PerturbNet则用深度生成模型预测未见化学与遗传扰动所诱导的细胞状态分布 ^[5]。然而评估本身很快成为瓶颈：Systema在覆盖三种技术、五个细胞系的十个数据集上量化了“系统性变异”，即由选择偏差或混杂因素造成的扰动组与对照组间一致的转录差异，并显示现有方法难以泛化到这类变异之外，常规指标因此高估性能，对未见扰动的预测远比标准指标暗示的困难 ^[3]。与此同时，另一项系统比较发现，五个基础模型加两个其他深度学习模型在预测单/双基因扰动后的转录组变化时，无一超过刻意简化的线性基线 ^[4]。领域由此被拉回一个更根本的问题：在既往工作描述的那个“许多扰动把细胞推向共同方向”的全局响应之外，扰动数据里究竟还剩多少有组织的结构？

这正是本文切入的位置。作者发现，各扰动对这一主导全局趋势的贡献并不均等；而在主导成分之外，数据中仍保留可观的有序结构：一方面，扰动特异性效应能够跨数据集迁移；另一方面，不同扰动之间共享一套响应基因的共同层级。摘要明确指出，正是这些规律使得简单策略即便在预测主导全局成分之外的效应时，也出人意料地具有竞争力。

把这一结果放回上述脉络，其推进之处在于为“简单方法为何够用”提供了结构层面的线索：既然全局趋势之外仍存在可迁移、有层级的信号，能够捕捉这些结构的简单策略自然有望保持竞争力，这与深度模型不敌线性基线的观察 ^[4] 相互印证；而识别出跨数据集稳定的扰动特异性效应，也回应了将预测性能与系统性效应解耦、聚焦扰动特异成分的呼吁 ^[3]。相对于以全局共同方向为主线的既有描述，本文相当于论证了主导趋势之外的残差并非噪声，而是有组织、可利用的信号。

当然，摘要并未阐明这些层级结构与迁移性由何种机制产生，也没有说明它们能在多大程度上转化为对未见扰动的可靠预测——而这恰是已有评估工作表明远比常规指标所显示更困难的任务 ^[3]。这些问题的答案，仍有待后续研究给出。