Pop-Corn 直接预测扰动引起的细胞组成变化，在留出扰动上优于以基因表达为中介的预测流程
该工作提出 Pop-Corn，一种不重建基因表达、直接预测扰动如何重塑细胞类型与细胞状态组成的方法；作者发现即使能准确预测扰动引起的平均基因表达变化，模型在预测组成性变化上仍表现不佳，而在主要 T 细胞基准中，Pop-Corn 对留出扰动的整体细胞状态组成预测比所评估的表达预测流程更准确，并更好地保留了观测到的细胞状态多样性；作者进一步将该方法扩展到完整组织，预测局部细胞邻域内扰动引起的细胞类型比例变化，并利用注意力模式生成关于情境依赖细胞相互作用的假设，回顾性虚拟筛选支持用 Pop-Corn 按预测的细胞状态组成效应来优先排序后续实验扰动。