无需实验读数也能预测表型活性吗？

arXiv:2610.07997v1 公告类型：新 摘要：在配对的分子—形态学数据上进行对比预训练的分子编码器，例如 CLOOME 和 CellCLIP，已被提出作为表型预测的低成本替代方案，从而无需进行 Cell Painting 实验。我们针对这些分子编码器评估了这一设想，采用了一套旨在控制两种可能夸大表观性能的混杂因素的实验方案：编码器自身预训练边界内的数据泄漏，以及表型活性与细胞毒性之间的相关性。我们在两个不同的 Cell Painting 筛选数据集上测试了六种表示方法，其中包括一个与 CLOOME 的输入和层数相匹配、未经预训练的 MLP 对照模型。结果发现，在控制这些混杂因素后，经过预训练的分子编码器相较于普通理化性质描述符并未表现出明确优势；并且对于各种表示方法而言，毒性通常比表型活性更容易预测。我们的结果表明，在将表型预训练编码器作为表型药物发现的替代方案加以信任之前，应将考虑数据泄漏并控制混杂因素的评估作为标准实践。