摘要
「虚拟细胞」这一术语涵盖范围广泛，既包括经过整理的生化仿真器，也包括基于图谱训练得到的神经网络表征。但其中关键的实证问题更加聚焦：相较于不嵌入已知生化规则的同等模型，遵循已知生化规则构建的模型，是否能够更好预测新药或者基因改变带来的效应。 本文这篇观点文章探讨：具备生物学先验定义的机理算子，相比性能优异的简单模型、关系型模型、传输类模型以及学习得到的动力学对照模型，能否提升分布外条件下单细胞扰动应答的预测效果。已有的基准测试显示，模型性能排名高度依赖数据集划分方式、统计单元、效应量分布、基因集与评价指标；部分深度模型与基础模型性能无法超越无变化基线、均值效应基线、加性基线、线性基线。基于集合、知识图谱、传输、学习状态方程的模型可在特定任务上获得性能提升。目前尚未有研究，在１套固定的评测条件下，完整隔离生物学指定算子相对于晚期融合、容量匹配静态模型、容量匹配学习动力学算子、拓扑重布线对照模型带来的增量收益。 本文区分６类信息来源，将算子类别进一步划分为生物学指定子类、学习动力学子类。以未折叠蛋白反应（UPR）为对象，给出１套最小可证伪框架；该框架包含明确的参数量预算，依据预先定义的第１阶段规则确定终点时间，设置１套固定对照模型集合。本框架属于前瞻性规范，文中未报告新实验数据、模型实现与性能结果，全部阈值均为设计选择，有待后续实证检验。
#预测性虚拟细胞 #机理算子 #神经微分方程 #细胞基础模型 #扰动预测 #分布外泛化 #可识别性 #模型偏差 #未折叠蛋白反应 #证伪
引言
术语与约定
图1 预测性虚拟细胞模型中的生物学结构来源
算子为父类别，分为生物学指定、学习动力学2个子类；另外5类非算子来源分别为结构化架构、关系先验、因果模型、几何正则化器、仿真特征。各类别可组合，但对应不同科学主张，需要各自配套对照实验。
分布外扰动预测的基准研究汇总
扰动应答的学习动力学模型
图2 分布外扰动预测证据图谱
基准校正已经推翻单纯依靠模型规模即可取胜的观点；现有性能提升来自2条技术路线：
① 关系‑集合‑传输类结构；
② 学习动力学算子。而经过匹配对照隔离后的生物学指定算子带来的增量贡献，仍然属于尚未解决的对比问题。
机理‑机器学习的６种集成模式
图3 基于约束严苛程度、梯度深度2个独立设计轴划分的6种集成模式
该排布仅为概念示意，不代表性能排名；耦合越紧密，数值计算要求越高，同时对可识别性失败、求解器错误的暴露风险越高。
可信机理混合模型的必备条件
不确定性、信息泄露与计算资源
图4 抵御信息泄露的评测设计
细胞属于嵌套观测单元；不同泛化维度需要分别打分；泄露控制同时作用于标签数据集与预训练语料；匹配对照集合包含通用预测器与4类算子隔离对照；在独立设计单元上完成配对分析，使用经过校准的不确定性、方差组分定义的噪声下限。
面向未折叠蛋白反应的最小可检验混合模型：前瞻性设计规范
简化算子与观测模型
图5 面向未折叠蛋白反应的最小可检验混合模型
基线观测用于推导初始状态分布；上下文‑参数模块在第1、2阶段不启用；毒胡萝卜素、毒胡萝卜内酯、基因干扰严格通过预先声明的干预算子起效；1套简化常微分方程模块预测通路状态；带秩‑3偏差项的受限计数观测模型输出经过校准的生物学重复水平分布。
阶段关卡与数据来源
图6 阶段关卡与结果解读逻辑
模型从合成数据恢复实验起步，经过直接通路测量、转录组预测关卡、外部案例验证，最后到前瞻性锁定批次测试；预测性能与机理归因需要分开评估；即便机理解释失败，只要预测有效，模型仍然具备使用价值。
详细总结
思维导图
mindmap脑图
背景与核心问题
生物结构来源分类
核心概念
现有扰动预测证据梳理
机理‑深度学习6种集成模式
UPR最小混合模型的状态变量
不同宣称对应的最低证据要求
参考
Cells. 2026 Sep 20;15(18):1711. doi: 10.3390/cells15181711.
Explicit Mechanistic Operators in Predictive Virtual Cells: Evidence, Failure Modes, and a Minimum Falsification Framework for Single-Cell Perturbation Prediction
注：AI辅助创作，如有不当欢迎指出。内容仅供参考，不构成任何建议。