# 能量分数

条件流匹配在目标样本有限时，可以借用相关源总体学到的协变量表示。TFM-Freeze 固定源编码器、只训练目标速度头；TFM-Adapt 在函数锚定惩罚下联合学习速度头与表示修正。在五维相关表示的模拟中，源样本量为10000时，无惩罚的 TFM-Adapt 把能量差异从 TFM-Freeze 的0.3158降到0.2325，降幅26.4%；目标验证则用于在迁移无益时退回仅用目标数据的生成器。

条件流匹配在目标样本有限时，可以借用相关源总体学到的协变量表示。TFM-Freeze 固定源编码器、只训练目标速度头；TFM-Adapt 在函数锚定惩罚下联合学习速度头与表示修正。在五维相关表示的模拟中，源样本量为10000时，无惩罚的 TFM-Adapt 把能量差异从 TFM-Freeze 的0.3158降到0.2325，降幅26.4%；目标验证则用于在迁移无益时退回仅用目标数据的生成器。

单细胞扰动图谱只覆盖了可能实验组合的一小部分，而现有生成模型需要从实测对照细胞映射到扰动细胞，且缺少判断预测好坏的实验参照。GENESIS 改为直接从细胞系或供体、药物或细胞因子、剂量和实验批次这些条件变量生成单细胞表达分布，用能量分数训练轻量多层感知机，推理时不需要对照细胞。在 Tahoe-100M 的 530 对重复平板上，其 Pearson Δ 为 0.430、实验重复为 0.432，能量距离为 0.158、实验重复为 0.154，两项与实验重复无显著差异；top-100 差异基因重叠为 0.289、实验重复为 0.299，低 3.4%。

单细胞扰动图谱只覆盖了可能实验组合的一小部分，而现有生成模型需要从实测对照细胞映射到扰动细胞，且缺少判断预测好坏的实验参照。GENESIS 改为直接从细胞系或供体、药物或细胞因子、剂量和实验批次这些条件变量生成单细胞表达分布，用能量分数训练轻量多层感知机，推理时不需要对照细胞。在 Tahoe-100M 的 530 对重复平板上，其 Pearson Δ 为 0.430、实验重复为 0.432，能量距离为 0.158、实验重复为 0.154，两项与实验重复无显著差异；top-100 差异基因重叠为 0.289、实验重复为 0.299，低 3.4%。