GrnPFN 用模拟基因调控网络预训练：组合扰动一个都没测，也能预测转录交互
核心概要
组合扰动实验的配对数量随扰动数平方增长，绝大多数组合无法测量，而组合的转录响应往往不等于两个单扰动效应之和。GrnPFN 先在随机基因调控网络生成的模拟筛选中预训练，直接预测这一非加性残差，再通过上下文学习纳入已测配对而不更新权重。在五个单细胞筛选上，目标筛选没有任何已测配对时，其合并余弦相似度比在其他筛选上训练的梯度提升高 0.049（97.5% 置信区间 0.038–0.060）；已测配对增多后，拟合到同一批配对的核岭回归追平。
深度剖析
组合扰动会引发偏离加性预期的转录响应，GrnPFN 把预测对象定为这一残差本身，即配对响应减去两个单扰动效应之和，从而把交互预测与占比较大的加性部分分开评估。 此前的组合预测方法主要预测完整表达响应，而在 K562 组合筛选中，加入单扰动效应已能解释完整响应预测的很大一部分准确度，非加性成分因此缺少专门的预测目标。 在目标筛选没有任何已测配对时，GrnPFN 的合并余弦相似度比在其他四个筛选上训练的梯度提升高 0.049（97.5% 置信区间 0.038–0.060），增益主要出现在 K562、A172 和 U87MG，THP-1 与 T98G 上两者相近。
模型先在模拟数据上学会单扰动效应与交互之间的关系，应用时只需单扰动谱即可给出零样本预测，也可把已测配对作为上下文输入，无需重新训练。 直接拟合到目标筛选已测配对的回归模型，在组合稀疏采样时可用于学习非加性成分的证据很少。 预训练使用 140,000 个由随机基因调控网络生成的模拟筛选，网络包含未测量的通路节点、可扰动的转录因子、饱和的程序节点和被测基因，并覆盖 CRISPR 激活、敲低与药物组合；当 15% 训练配对已测时，GrnPFN 比拟合到同一批配对的核岭回归合并高 0.069（95% 置信区间 0.048–0.090）。
低测量预算下的优势延伸到测量组合中未出现过的扰动成员，也延伸到预训练未包含的基因–药物组合设计。 稀疏预算会让部分扰动完全不出现在已测组合中，而此前的迁移基线是在其他筛选的全部配对上训练的。 15% 预算下，未见配对上 GrnPFN 比核岭回归高 0.091（95% 置信区间 0.059–0.122），已见配对上高 0.069（0.046–0.095）；在未参与预训练的 A375 CRISPRi 加维莫非尼筛选中，零样本余弦相似度为 0.421，高于在五个主筛选上训练的梯度提升的 0.319，差 0.102（95% 置信区间 0.090–0.113）。
启示与展望
评估覆盖 K562 的 CRISPR 激活、THP-1 的 Cas13 敲低、A172、T98G、U87MG 的曲美替尼药物组合，以及 A375 的 CRISPRi 加维莫非尼筛选；模型开发只用了前四个筛选的一个细胞划分，后续四个划分复用同一批细胞，U87MG 未参与模型选择但与两个开发筛选共用化合物面板和锚点设计。配对折保留了成员或化合物的实质重叠，因此主要评估的是单扰动效应已知的未测组合。
作者指出，转录层面的非加性并不必然对应特定分子机制，也不意味着在细胞适应度等其他表型上存在协同；A375 药物–基因筛选支持零样本迁移，但随上下文增多准确度下降，微调只在 A172 和 T98G 稳定带来 0.024–0.080 与 0.044–0.078 的提升，在 K562、THP-1、U87MG 上效果不一致。依赖感知区间只处理了共享成员或化合物带来的部分依赖，未覆盖全部共享对照或锚点效应，四个细胞划分也不视为独立生物学重复；作者明确表示这仍需在独立生物学实验和更多生物背景中前瞻评估。