# 解耦表示学习

单细胞扰动响应预测长期难以稳定超过简单均值基线，且群体平均指标看不出预测是否保留了源细胞身份。scDisentangle把细胞表达拆成已知属性嵌入与一串依次提取的残差因子，推理时只替换属性嵌入、保留细胞特异因子来生成反事实。在干扰素刺激、肝脏感染和未见过的组合遗传扰动基准上，它超过了各自对比的模型与均值基线，并在心肌炎队列中由外周血预测出供体特异的浸润心脏CD8+ T细胞状态。

单细胞扰动响应预测长期难以稳定超过简单均值基线，且群体平均指标看不出预测是否保留了源细胞身份。scDisentangle把细胞表达拆成已知属性嵌入与一串依次提取的残差因子，推理时只替换属性嵌入、保留细胞特异因子来生成反事实。在干扰素刺激、肝脏感染和未见过的组合遗传扰动基准上，它超过了各自对比的模型与均值基线，并在心肌炎队列中由外周血预测出供体特异的浸润心脏CD8+ T细胞状态。

该工作提出 DSReg（依赖稀疏正则化），在 LeJEPA 提供的线性可辨识前提下，仅凭“结构多样性”这一依赖足迹条件，证明无需重建、无需解码器、无需标签即可把每个世界潜变量恢复到符号置换；方法可事后作用于任意线性可辨识表示并复用已训练检查点，在合成体系、世界模型探针、像素训练编码器与外部渲染器上保持稠密预测不变，同时改善单潜变量恢复与稀疏控制、编辑、少样本读出等下游使用。

该工作提出 DSReg（依赖稀疏正则化），在 LeJEPA 提供的线性可辨识前提下，仅凭“结构多样性”这一依赖足迹条件，证明无需重建、无需解码器、无需标签即可把每个世界潜变量恢复到符号置换；方法可事后作用于任意线性可辨识表示并复用已训练检查点，在合成体系、世界模型探针、像素训练编码器与外部渲染器上保持稠密预测不变，同时改善单潜变量恢复与稀疏控制、编辑、少样本读出等下游使用。