CellCanon：用于预测、解释和观测驱动更新的智能体式细胞世界模型

生物学发现需要利用分子知识和新测量数据，推断已观测条件之外的响应。我们提出 CellCanon，这是首个将单细胞表达预测、基于证据的解释和观测驱动更新统一起来的智能体式细胞世界模型。其预测核心在针对不同基因的数值读出中复用条件层面的生物学证据，以指导单细胞表达生成。共享的世界状态将预测、获取的测量数据以及关联来源的论断连接起来，支持解释与修正。在涵盖三个细胞系的 339 个留出 SciPlex3 条件上，相较于各项指标对应的最佳基线，CellCanon 的差异表达 AUPRC 和 Macro-F1 分别提升了 63.3% 和 17.3%，表达变化方向的 Macro-F1 提升了 7.2%。相较于在匹配的药物—细胞队列上进行逐基因推理，Predict 和 Explain 实测的语言模型 token 用量分别减少了 99.77% 和 98.41%。在基于来源证据的基准测试中，Explain 正确回答了所有可回答的问题并提供了支持性证据，同时识别出了所有证据不足的情况。在模拟实验反馈中，Update 为每种药物使用一个实测来源情境，无需改变模型权重，即可在差异表达 AUPRC 和 Macro-F1 上超越最佳微调基线。这些能力共同支持对细胞响应的累积性描述，使预测和生物学判断能够随着证据的积累而修正。