面向智能体AI的全基因组痘病毒-宿主互作筛选：以蛋白质语言模型精炼读出

提出ICARus，一个正例-未标注读出精炼框架，用于功能筛选中的命中优先排序。 相对于仅依赖RNA干扰筛选读出的常规做法，该框架引入正例-未标注学习来精炼读出。 文中以摘要形式给出框架设计与目标，未提供具体性能数值。

将蛋白质语言模型推导的蛋白质-蛋白质互作信息整合进筛选分析，可提升痘苗病毒-宿主互作的发现。 相对以往仅基于筛选信号的分析，新增了来自蛋白质语言模型的互作信息作为证据来源。 文中以“boosts the discovery”表述该提升，未给出具体效应量或对照细节。

该方法增强了对具有潜在抗病毒功能的人类基因的识别。 在筛选命中之外，进一步指向可能具有抗病毒功能的人类基因，服务于治疗相关靶点的发现。 文中以摘要层面陈述该增强，未列出具体基因或验证实验。

公开全基因组痘苗病毒宿主因子筛选的原始与精炼读出，作为面向智能体AI的社区资源。 相对仅发表结论的做法，同时提供原始与精炼两层读出，便于社区复用与再分析。 文中明确说明提供“raw and refined read-outs”，但未描述数据规模或访问方式。

该工作面向需要在单细胞水平通过RNA干扰筛选宿主感染相关基因、并希望降低脱靶效应与检测噪声影响的研究场景，适用于痘苗病毒-宿主互作及潜在抗病毒人类基因的发现；其提出的ICARus框架被表述为可推广至复杂生物系统中的功能筛选命中优先排序。公开的原始与精炼读出面向希望复用该全基因组筛选数据的社区，包括面向智能体AI的工作流。

当前加载文本为摘要层面，未包含图表、具体效应量、对照设置、验证实验或数据规模等信息，因此无法评估提升幅度、命中列表内容及精炼读出的具体形式；这些是读者在深入使用时仍需留意的开放问题。