扰动预测模型学到了基因相互作用吗？智能体筛选中的外推能力诊断

arXiv:2610.18880v1 公告类型：新论文 摘要：高通量扰动筛选越来越多地使用机器学习模型来预测从未测量过的基因组合的效应。一种棘手的情况是，测试基因对中的两个基因在训练期间均单独出现过，但它们的组合并未出现过。在这种情况下，标准的分布外（OOD）方法往往失效，因为任一基因单独来看都并不陌生。因此，我们将每个模型的预测与一种简单的加性预测进行比较，后者通过将两个已观测到的单基因效应相加得到。两者之差被我们称为加性分歧（AD），用于衡量模型为未见过的组合引入了多少额外的相互作用效应。在八种预测方法和三个 Perturb-seq 数据集上，专门设计的神经网络预测模型并未稳定地优于这一简单的加性基线。更重要的是，偏离加性基线越大的预测，其误差往往也越大。传统的基于输出和基于嵌入的置信度信号在不同数据集和模型之间表现不一致，而 AD 在所有评估过的组合情境中均具有指示价值。我们进一步研究了如何利用这一信号指导智能体扰动筛选工作流中的决策。代码可在 https://github.com/zygao930/OOD 获取。