PertMind：通过基于细胞扰动数据的强化学习激发 LLM 中涌现的生物学推理能力
PertMind: Eliciting Emergent Biological Reasoning in LLM via Reinforcement Learning on Cellular Perturbation Data
精选理由
利用细胞扰动数据训练语言模型，提升其跨场景生物推理能力，并拓展至多种下游任务。
AI 摘要
arXiv:2608.16419v3 公告类型：替换 摘要：大型语言模型能够描述生物学机制，但可扩展的后训练仍依赖成本高昂、经人工整理的生物学推理轨迹。本文表明，细胞扰动图谱可以转化为强化学习环境，其中实测基因响应能够为生物学推理提供可计算的奖励。我们提出 PertMind，将基于可信轨迹的监督初始化与基因、通路和格式层面的强化信号相结合。尽管仅在正向扰动响应预测任务上进行训练，PertMind 仍能改善未见过的细胞背景下的响应推断，同时保留通用语言能力。它还能够在不进行任务特定后训练的情况下，迁移到逆向扰动识别、双重扰动推理、表型筛选优先级排序和生物学过程解释等任务。PertMind 进一步生成生物学特征谱，为跨多尺度下游任务中具有竞争力的基因、细胞和供体表征提供支持。这些结果支持以下假设：基于实验终点的强化学习能够凝练预训练模型已具备的、可复用的生物学策略。更广泛地说，源自扰动数据的强化学习提供了一条可扩展路径，可将不断扩充的实验图谱转化为面向通用生物学推理的训练环境。