单细胞扰动预测不再只看高变基因：scBIG++把全部保留基因纳入生成，Norman组合响应相关性达0.8521
核心概要
单细胞扰动预测长期只在高变基因上评估，被排除基因上的协同表达变化无法进入下游分析。scBIG++把预测范围扩到预处理后保留的全部蛋白编码基因，在共享基因窗口内按每个细胞的表达动态分配基因贡献，并在对照细胞群体间交换同一窗口的信息。在Norman加性组合设定上，其全基因响应相关性为0.8521，高于scBIG的0.8160，MSE由0.0017降到0.0015。
深度剖析
扰动响应预测的输出范围从高变基因扩展到每个实验设定中预处理后保留的全部蛋白编码基因，覆盖6,539至19,451个基因。 此前的扰动预测设定多聚焦高变基因，被排除基因上的表达变化无法用于通路成员协同变化的下游分析。 六个来自Norman、Replogle与ComboSciPlex的遗传与化学设定均使用各自完整的预处理后基因全集，基准比较与程序分析在同一基因空间内进行。
基因在共享窗口内的贡献随细胞表达状态连续变化，而窗口本身保持跨细胞可比。 此前的scBIG中每个基因在所有细胞里保持同一模块归属，即使身份相近的细胞对G1/S、G2/M等程序的表达程度也不同。 在Norman加性设定上，去掉Dynamic SoftSub后全基因响应相关性从0.8521降到0.8157、MSE从0.0015升到0.001940；打乱学到的分配则降到0.8271。
每个对照细胞的表示可以借用同一来源群体中其他细胞在对应基因窗口上的信息，群体汇总再与扰动表示一起条件化潜空间流。 逐个细胞独立编码时，其他已观测对照细胞无法为其表示提供信息。 来源集合从1个细胞增至32个时全基因响应相关性提高33.2%、MSE约减半；默认集合规模由验证集响应相关性选出，集合规模为128个细胞时全基因响应相关性为0.8521、MSE为0.0015。
在留出化合物设定中，扰动描述换成Morgan指纹后，全基因编码器、群体条件化与流接口保持不变。 化学扰动与遗传扰动共用同一条件化接口，不需要另建药物专用预测架构。 在ComboSciPlex上，相对图示方法中的PerturbDiff，前20响应基因相关性提高8.8%、MSE降低17.9%。
启示与展望
评估覆盖Norman、Replogle与ComboSciPlex衍生的六个设定，基因范围6,539至19,451个，包括未见基因组合、留出靶点、跨细胞系迁移与留出化合物；基准条目为单种子估计，跨细胞系结论限于所展示的K562迁移协议。
单种子协议使小幅排名差异仍存不确定性；在全部32个测试组合与13个程序上，scBIG++的平均MAE为0.0546，而简单相加为0.0508，个案层面的优势并不构成对相加的普遍优势；MHC-II抗原呈递面板的MAE从0.0046升至0.0088。