单细胞基准测试有了可调强度的模拟器：scDeepSim 让批次效应和轨迹几何按需变化

单细胞模拟器现在可以在保持细胞类型结构的同时，按连续强度调节批次效应，并让这个强度本身成为基准测试的已知真值。 此前的统计模拟器用可解释参数控制批次和分化路径，但生成数据的真实感取决于模型假设；深度生成模型能学到复杂表达模式，却缺少透明地只改动某一个生物或技术因素的手段。 在 scIB 人类胰腺数据上，把干预限制在批次子空间时，随强度 α 从 0 升到 1，细胞类型内批次轮廓宽度上升、iLISI 下降，而细胞类型轮廓宽度和 cLISI 相对稳定；普通变分自编码器同样增强了批次分离，但细胞类型轮廓宽度下降、cLISI 明显上升。

生成过程分三步：先把每个细胞的表达谱编码成由细胞类型、批次和残差三块组成的潜向量，再学习这些潜向量的分布，最后只对目标子空间做仿射变换后解码。 结构化变分自编码器用监督分类器让每个标签能从指定子向量预测，并用条件对抗分类器经梯度反转抑制信息泄漏到其他子向量；潜扩散模型则在压缩后的潜空间里做去噪扩散采样。 干预用源批次与目标批次的子向量均值和协方差构造白化—重着色映射，按 α 在原始子向量与映射结果之间插值，α 大于 1 时外推；批次实验固定一个以种子 42 训练的模拟器，用三个生成种子各产生一对队列，每个细胞类型 500 个细胞。

演示范围是 scIB 人类肺、胰腺、免疫数据上的模拟真实感与批次干预，以及 scVelo 小鼠胰腺内分泌发生数据上的一次一个参数变化的分支轨迹实验；干预后的样本没有直接实验对照，真实感只能通过与留出真实数据在逐基因均值和标准差上的一致性间接支持。

批次与细胞类型信息仍部分编码在指定子空间之外，较强干预会削弱细胞类型结构；当前控制不支持基因层面的干预；超出观测范围的外推可能把潜表示推到训练数据覆盖不足的区域，解码出的表达谱真实感更难评估。