虚拟细胞模型把整体扰动当答案，Deep Genomics反其道而行：只学约1%的直接效应，换转录本仍稳
核心概要
Deep Genomics 把虚拟细胞模型通常要预测的整条扰动响应当作噪声先扣掉，只保留 siRNA 与转录本之间的直接效应来训练序列模型 DeepRNAi。直接效应只占全部 siRNA–RNA 相互作用的约 1%，此前这类信号在未校准的虚拟细胞目标里被当成舍入误差。在留出转录本的划分下，DeepRNAi 的表现与已见转录本相比没有实质差别，而不聚焦直接效应的传统机器学习方法在同样划分上相对基线的增益下降约 50%。
深度剖析
Deep Genomics 把 siRNA 扰动实验的建模目标从整条转录组响应改成 siRNA 与靶转录本之间的直接效应，并据此训练序列模型 DeepRNAi。 常规做法是训练模型预测整体扰动响应；这类响应里上下调转录本数量大致相当，且不同 siRNA 反复出现相似的模式，因此大部分信号不能归因于序列特异性的直接作用。 在约 2200 条 siRNA 与约 7000 个转录本构成的 1500 万对 RNA-seq 测量上，扣掉整体响应后剩下的信号对种子匹配（siRNA 第 2 至 7 位与转录本配对）和近完美匹配（19-mer siRNA 与转录本编辑距离小于 2）显著富集，说明残留部分确实装着直接效应。
DeepRNAi 只用 siRNA 序列和靶转录本序列作输入，预测被单独分离出来的直接效应。 整体扰动响应被当作需要先移除的干扰变量，做法是参照邻近 siRNA 与转录本的模式把缺失的响应值补出来，相当于一个朴素的填表模型。 在留出转录本的消融比较中，DeepRNAi 在已见与未见转录本上的表现没有实质差异；不聚焦直接效应的传统机器学习方法在同一划分上相对基线的增益下降约 50%，起点本就不高。
启示与展望
报道范围限于 Deep Genomics 在约 2200 条 siRNA 与约 7000 个转录本、共 1500 万对 RNA-seq 测量上建立的直接效应分离与 DeepRNAi 训练，以及留出 siRNA 和留出转录本两种划分下的消融比较；作者表示后续文章将讨论 DeepRNAi 与 RNA-seq 实验的关系，以及生物基础模型特征对性能的作用。
作者称直接效应约占全部 siRNA–RNA 相互作用的 1%，即至少 50% 敲低的那部分，因此可学的信号本身稀少；间接效应在不同细胞系之间重现性很低，而 DeepRNAi 预测的直接效应重现得更好，这一比较的细节未在正文展开。