生化网络重连不必先有完整模型：30个标志物压到10维，目标轨迹精度与全量神经ODE相当
核心概要
Co2ODE把每个细胞语境下承载信号的那部分网络单独建模：条件掩码挑出与重连相关的标志物，其余标志物由变分自编码器压成一个闭包项，与稀疏ODE联合训练。在覆盖30种癌症相关过表达的单细胞磷酸化蛋白数据上，它把30个标志物压成10维状态，目标轨迹精度与用全量标志物拟合的神经ODE相当；但加入先验评分后，被选中的标志物会整体移动而拟合几乎不变，说明这批数据不足以唯一确定真实的重连结构。
深度剖析
生化网络在不同细胞语境下会重连，即信号改走别的通路，而机制模拟器因为只知道部分相互作用结构而难以刻画这种变化。Co2ODE改为只学被语境改写的那一部分，把它表示成一个稀疏的神经或符号ODE，不再要求先有一个可信的全网络模型。 此前的模型发现方法要么依赖先验知识搭建的机制模拟器，要么在稀疏、相关的测量下难以辨识全维网络；已有的重连推断方法则假定干预作用在模型包含的节点上、且系统处于稳态。 数据来自Lun等人2019年的单细胞质谱流式磷酸化蛋白面板，30个标志物、EGF刺激后1小时内的6个时间快照，保留30种单基因过表达和8个对照共38个语境；语境强度用GFP衍生的诱导代理量表示，目标是p-S6，锚点为p-MEK1-2和p-AKT。
降维本身几乎不付出预测代价：10维的Co2ODE在p-S6上的rnMAE为16.0%，全量30维模型为17.1%，而只保留目标与两个锚点的3状态对照为15.6%。 3状态对照不选任何标志物，因此不恢复任何语境特异的结构；全量面板在两个指标上都不更好，说明在这批数据上降维既不损失也不额外带来精度。 数据本身存在上限：一个给定锚点、语境和强度的随机森林探针就能预测目标，其余27个标志物没有额外贡献；符号实现把85项库压到每个方程3至4项，目标误差落后约7个百分点。
预测确实经过被选中的标志物：在推理时把训练好的模型换成另一个语境的标志物，同时保留其语境嵌入和闭包，目标误差上升，换成随机标志物则进一步上升。 这一代价在无闭包的模型中同样存在，说明承载预测的是选择本身而不是潜变量；选择在随机种子间也可重复，三个被选标志物的Jaccard重叠明显高于错配语境下的重叠。 在38个语境中有36个语境里换标志物比用模型自己的标志物更差，随机标志物在38个语境中全部更差；30个扰动中有19个在10个种子里至少8次保留同一个标志物，而对照语境没有出现这种情况。
把先验知识评分加进损失会重新排列模型恢复出的结构，而拟合几乎不动：p-S6的rnMAE在四种偏置设置下跨度很小，三标志物平均同样如此。 节点偏置降低节点评分，并把它并未优化的边评分也一并移动；两种偏置合用进一步降低两个评分，而单独使用边偏置两个评分都不动。 所有臂都用同一套无偏的图代价评分，避免用模型自身的惩罚项循环论证；作者据此指出，与已知生物学一致并不能验证模型恢复的结构就是真实重连。
启示与展望
演示范围限于Lun等人2019年单细胞质谱流式数据中的38个语境，即30种单基因过表达与8个对照，评估是在同一语境内的轨迹之间泛化，架构以语境嵌入为条件，不迁移到未见过的语境。作者提出下一步是设计一项质谱流式实验，在已测磷酸化蛋白面板上增加药物干预，以切断状态内部的边。
作者报告，恢复出的耦合本身在种子间不可重复，无闭包与有闭包两种设置下的依赖支撑一致率都处于随机水平，可重复的只是每个语境用哪些标志物。潜变量仍存在强度信息泄漏：对抗头只作用于编码器采样，对演化后的潜变量施加惩罚可以降低强度相关性，但只是减弱而非消除。在四种强度外推协议下，Co2ODE在三标志物平均上都差于3状态对照，p-S6上结果混合且不显著。