细胞扰动预测不再依赖变量取值：RELAY只用共享变量关系，PBMC-3D上PDCorr达0.495
核心概要
细胞对扰动的响应由扰动身份、细胞类型、供体和剂量等多个实验变量共同决定，每个已测细胞群只占据这个多维条件空间的一个坐标。以往方法要先给出这些变量的显式表示，遇到训练中没出现过的取值就难以泛化。RELAY改为从与目标共享部分变量的已测对照—扰动细胞对中推断，只告诉模型共享了哪些变量、不提供变量取值；在化学、遗传和细胞因子扰动数据上，它在未见变量取值设定下优于STACK、scGen和TabPFN，在未见组合设定下优于受监督方法，PBMC-3D上PDCorr为0.495，而最强受监督基线STATE为0.225。
深度剖析
预测未测条件下的细胞扰动响应，可以只靠与目标共享部分实验变量的已测响应来完成，而不必先把扰动身份、细胞类型、供体等变量编码成向量。 以往方法以变量的显式表示作为条件，学习到的标识嵌入无法表示训练中缺席的取值，基于描述符的方法又依赖覆盖范围随变量类型变化的外部先验，供体身份等变量甚至没有标准描述符。 在化学、遗传和细胞因子四套基准上，未见组合设定中RELAY在全部四套基准上取得最高PDCorr和最低MSE，并在PDS上超过所有受监督基线；PBMC-3D上PDCorr为0.495，最强受监督基线STATE为0.225。
模型把每个已测的对照—扰动细胞对压缩成少量令牌，再按该对与目标共享的变量子集加上关系嵌入，让目标对照细胞通过交叉注意力读取这些示范。 共享变量集合决定关系嵌入，例如同时共享扰动身份与供体时，关系嵌入为扰动嵌入与供体嵌入之和；变量取值本身从不进入模型输入。 在PBMC-3D的未见组合设定中，同时保留状态嵌入与关系嵌入时PDCorr、PDS、REACH分别为0.495、0.833、0.420；去掉关系嵌入后降至0.170、0.599、0.040，去掉状态嵌入后为0.303、0.582、0.162。
训练用能量核最大均值差异比较预测与观测的细胞群分布，不要求对照与扰动细胞一一对应。 目标对照细胞提供基线状态，上下文记忆提供这些状态在目标条件下预期如何变化，预测以相对对照的残差形式给出。 四套基准使用相同的数据划分与预处理，包括文库大小归一化到104、对数变换和仅用训练可见细胞选取的高变基因面板；结果以三个随机种子的均值和标准差报告。
启示与展望
评估覆盖Tahoe-100M、Replogle–Nadig、PBMC-2D和PBMC-3D四套化学、遗传与细胞因子扰动基准，变量限于扰动身份、剂量、细胞类型和供体；作者指出，包含剂量与时间等连续变量、且每个条件细胞数充足的多维数据集稀缺，限制了更广的评估。
在未见变量取值设定下，整体表现低于未见组合设定；Mean perturbation在三套二维基准上取得最高PDS，Untreated在Replogle–Nadig和PBMC-3D上MSE与MAE低于RELAY但PDCorr接近零。注意力分析只描述注意力如何分布，并未确定哪些示范带来更好预测，且对照与扰动令牌经成对自注意力交换信息，并非两个状态的独立表示。