Pop-Corn预测遗传扰动后的细胞组成变化，发现表达预测准不等于组成预测准
Perturb-seq 类池化单细胞扰动筛选在过去几年里产出了大量数据。原理是把带不同遗传扰动（通常是基因敲除）的细胞混在一起测序，在单细胞分辨率下同时观察数百乃至数千个扰动的效果，包括不同细胞类型在扰动后消失、新出现或比例变化。但实验容量有限，所有可能的扰动只有一小部分能真正被测到，剩下那些怎么预测成了计算方法的核心目标。
现有方法的主流路线是先预测扰动对平均基因表达谱的改变，再从表达预测里推断细胞类型和细胞状态的组成比例。逻辑上说得通——表达谱预测准了，细胞组成自然也该跟着准。
Pop-Corn 这篇 bioRxiv 预印本发现，这个推断不成立（PMID: 42818106）。
基因表达预测与细胞组成预测的断层
这是整篇论文里最值得停下来想的发现。
作者系统比较了现有多个扰动预测方法，评估指标换成了预测扰动后细胞类型和细胞状态的组成变化。结论是：即便某个模型在预测扰动诱导的平均基因表达变化方面准确率不低，它在预测组成位移（compositional shift）方面的表现仍然很差（PMID: 42818106）。
不难理解为什么会这样。基因表达预测是一个高维连续量的问题，关注的是每个基因的均值怎么移动；组成预测关注的是另一件事——某种细胞状态的相对比例是升是降，以及扰动是否会让原来稀少的状态大量涌现、或让常见状态骤然消失。两个问题有重叠，但优化目标和评估指标都不同。用为表达预测设计的框架来衡量组成，本质上是用错了尺子。
这个发现对方法选型有实际影响。如果你关心的是扰动怎么改变细胞群体的构成——比如某个基因敲除会不会让效应 T 细胞亚群比例骤降，或让调节性亚群扩增——那么选一个表达预测准确的工具，不保证拿到了一个组成预测也准的工具。以往的方法评测常常没有把这两类问题区分开来。
绕开基因表达重建的建模路线
Pop-Corn 的应对策略是放弃基因表达重建这一步，直接在组成层面建模。给定一个遗传扰动，模型预测它会怎样重塑细胞群体中各种细胞类型和状态的相对比例，不经过对每个基因表达量的显式预测（PMID: 42818106）。
代价是清楚的。如果你想知道扰动激活了哪条下游信号通路、哪些转录因子被调控，Pop-Corn 不提供这个层面的信息。但对于很多实际问题——药物系统级效应评估、发育谱系调控、肿瘤微环境里免疫细胞状态的重编程——组成预测本身就是直接想要的答案，不需要经过基因表达这一中转。
该方法还延伸到了空间转录组场景。在保留完整组织结构的样本上，Pop-Corn 预测扰动对局部细胞邻域内各细胞类型比例的改变，模型使用的注意力（attention）机制可以输出关于细胞间上下文依赖互作的假设，比如某个扰动的效果是否依赖于邻近的细胞类型（PMID: 42818106）。摘要里对空间场景的描述相对简短，技术细节和可靠性评估需要读全文。
T 细胞基准数据集上的性能对比
作者在原发性 T 细胞基准数据集上做了评估。对于保留的（held-out）扰动，Pop-Corn 在预测整体细胞状态组成的准确率上高于所有对比的基于表达预测的流程，对观测到的细胞状态多样性的保留也更好（PMID: 42818106）。
“保留细胞状态多样性”这个指标不是附加装饰。组成预测有一个退化解，就是预测“一切不变”。这种预测对大多数扰动来说误差不大，但它等于什么信息也没给，而且在效果显著的扰动上彻底失效。对罕见细胞状态的正确处理，才是区分真正有用的预测器和只是看起来准的预测器的关键。
需要正视的边界：当前评估集中在 T 细胞这一具体场景，方法在其他细胞类型、不同组织和疾病背景下的泛化能力尚无充分数据。这篇文章是 bioRxiv 预印本，未经过同行评审，所有结论都需要等正式发表后进一步核实。
回顾性虚拟筛选的支持证据
Pop-Corn 的应用方向之一是虚拟筛选：对没有实验数据的扰动生成组成变化预测，据此排序，帮助决定下一步优先在实验室里验证哪些候选基因。论文里的回顾性虚拟筛选分析为这一用途提供了支持（PMID: 42818106）。
要注意“回顾性”的含义。这不是前瞻性的实验验证，而是用历史数据检验方法是否能复现已知结果的顺序。这类验证是合理起点，但不能直接等同于“前瞻性预测一定有效”。对于有意将 Pop-Corn 用于虚拟筛选的课题组，在自己的数据上先做一轮回顾性检验，比直接依赖发表时的基准结果更稳妥。
同期另两篇。Zhong 等（PMID: 42802232）在急性髓系白血病（AML）里整合单细胞转录组与 CIBERSORT 量化的 M2 巨噬细胞浸润，通过 WGCNA 与机器学习构建 18 基因风险评分，在 8 个独立 AML 队列中对数秩检验 P 均小于 0.001，高风险组免疫检查点基因上调、预测对抗 PD-1 治疗的响应更强，并有临床外周血样本实验验证。Huang 等（PMID: 42802286）在重度哮喘患者气道上皮细胞中发现蛋白磷酸酶 PP4（protein phosphatase 4）显著下调，PP4 缺失通过 PERK-eIF2α-ATF4-p21 轴诱导细胞衰老与 SASP 驱动的气道炎症，小鼠屋尘螨哮喘模型里 PERK 抑制剂 GSK2656157 使 IgE、IL-5 和 IL-13 系统水平显著降低，并在患者来源的人支气管上皮细胞（气液界面培养）上做了离体验证。
- Machine learning-driven M2 macrophage signature for precision prediction of survival and therapy response in acute myeloid leukemia.，Inflammation research : official journal of the European Histamine Research Society ... [et al.]（PMID: 42802232）
- PP4 deficiency drives airway epithelial senescence via the PERK-eIF2α-ATF4-p21 axis in severe asthma.，Inflammation research : official journal of the European Histamine Research Society ... [et al.]（PMID: 42802286）
- Pop-Corn: Predicting Perturbation Phenotype Effects Across Single-Cell and Spatial Contexts.，bioRxiv : the preprint server for biology（PMID: 42818106）