# 单细胞扰动响应预测

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。

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%。