基因扰动基准指标

基因扰动预测模型（AI 虚拟细胞的一类）到底有没有用，正卡在评估指标上。此前多篇论文指出，这类模型在预测细胞对基因改动的响应时，常常跑不赢简单的均值或线性基线；2025 年 11 月，Shift Bioscience 提出相反解释：常用指标本身失准，无法区分有信息量的预测与无信息量的预测，用其校准框架（基于 14 个 Perturb-seq 数据集筛选的 rank-based 与 DEG-aware 指标）重新评估后，模型稳定胜过基线。此后一年间，围绕扰动数据的基准研究密集展开：2026 年 3 月，十亿参数单细胞基础模型 scLong 在扰动预测等多项任务上报告优于 Geneformer、scGPT 等模型；5 月，PSGRN 用合成金标准自训练在 CausalBench 上夺冠；9 月，一项基于 PerturBase 大规模 Perturb-seq 数据的转录因子活性推断基准比较了八种方法，发现方法表现高度依赖 GRN 来源、regulon 与差异表达基因的重叠程度等因素。分歧的核心在于：模型不行，还是尺子不行——Shift 一方认为是指标问题，早期批评论文认为是模型问题；要厘清它，需要社区就校准后的指标口径达成共识，并在独立数据集上复现双方结论。【存疑】Shift 的研究由自身（一家用虚拟细胞做靶点发现的公司）发布，其结论尚待独立验证。