核心发现
方法论
PerturbRx采用两阶段学习框架：源域阶段从大规模单细胞扰动数据中训练药物-剂量条件下的潜在转移预测模型，利用无配对的控制与处理细胞群体。冻结模型后，将其迁移至患者预处理数据，生成药物诱导的潜在转移特征，用于响应预测。核心算法包括基于scFoundation编码的细胞嵌入、ChemBERTa药物表示和多目标优化的转移预测，结合最大均值差异（MMD）和余弦相似性约束，确保模型在不同域间的泛化能力。
关键结果
- 在TCGA和患者衍生的异种移植（PDX）数据集上，PerturbRx在药物反应预测中表现优异，平均AUROC达0.626（TCGA-186）和0.692（TCGA-508），明显优于对比方法如CODE-AE和DeepSADR，且在未见药物上保持良好迁移性能。
- 引入预训练的潜在转移特征显著提升预测准确性，ABPRC提升约0.04，验证了转移表示的有效性。
- 消融分析显示，预训练模型中的扰动转移信息优于静态特征，且模型对药物和患者的泛化能力强，支持其作为药物反应的潜在表征。
研究意义
该研究突破了传统静态分子特征的限制，提出利用扰动引导的潜在状态转移作为药物反应的预测特征，显著改善了个体化癌症治疗的准确性。其创新性在于结合单细胞扰动数据与患者数据，实现跨域迁移，解决了缺乏配对样本的难题，为精准医疗提供了新的技术路径。未来，该方法有望结合临床多模态数据，推动药物开发和个性化治疗策略的革新。
技术贡献
PerturbRx在算法层面创新性地引入药物-剂量条件下的潜在转移预测模型，利用无配对单细胞数据训练，显著提高了模型的迁移能力。其核心技术包括基于scFoundation的细胞编码、ChemBERTa药物表示、以及多目标优化策略，结合分布匹配和方向约束，确保模型在不同数据域的泛化。该框架为药物反应预测提供了新的潜在表示学习思路，突破了传统静态特征的局限，开启了扰动引导潜在空间建模的新方向。
新颖性
本研究首次提出利用药物诱导的潜在状态转移作为药物反应的表征，结合单细胞扰动数据实现跨域迁移。不同于以往仅依赖静态分子特征或预训练的表达嵌入，PerturbRx通过学习药物-剂量条件下的动态转移，显著增强了模型的解释性和泛化能力。这一创新突破了单细胞扰动数据的应用边界，为个体化药物反应预测提供了全新思路。
局限性
- 模型依赖大量单细胞扰动数据，数据获取成本高，且不同实验条件可能影响模型迁移效果。
- 当前只考虑药物-剂量条件，未充分考虑多药联合或时间动态变化的影响。
- 模型在极端或罕见病例中的表现尚未验证，未来需结合临床多模态数据进行优化。
未来方向
未来将探索多药联合扰动模型，结合时间序列数据，提升模型对复杂治疗方案的适应性。同时，计划引入临床多模态信息（如影像、临床指标），增强模型的实用性和解释性，为精准医疗提供更全面的决策支持。
AI 总览摘要
PerturbRx是一种创新的药物反应预测框架，旨在解决肿瘤异质性和数据稀缺带来的挑战。传统方法多依赖静态分子特征，难以捕捉药物作用引起的分子状态变化。本文提出通过学习药物诱导的潜在状态转移，将单细胞扰动数据中的动态信息迁移到患者层面，实现更精准的药物反应预测。
该方法在两个主要阶段展开：源域阶段利用大规模单细胞扰动数据训练药物-剂量条件下的潜在转移模型，结合最大均值差异和余弦相似性约束，确保模型在不同数据域的泛化能力。迁移阶段，将训练好的模型迁移到患者预处理数据中，生成药物诱导的潜在转移特征，用于响应预测。实验结果显示，PerturbRx在TCGA和患者衍生的异种移植（PDX）数据集上均优于现有主流方法，显著提升预测性能。
这一突破性工作不仅丰富了药物反应的潜在表示，也为个性化癌症治疗提供了新的技术路径。未来，结合临床多模态信息和多药联合扰动，将进一步推动精准医疗的实现。尽管如此，模型对大规模单细胞扰动数据的依赖和多药联合动态的挑战仍需解决，未来研究将聚焦于多模态融合和模型鲁棒性提升，以实现更广泛的临床应用。
深度分析
研究背景
癌症治疗中的药物反应预测一直是个难题，早期方法主要依赖于基于预治疗分子特征的静态模型。随着单细胞测序技术的发展，研究者开始利用单细胞扰动数据（如scGen、CPA）模拟药物作用下的细胞状态变化，试图捕获动态信息。近年来，深度学习模型如CODE-AE、DeepSADR在跨域迁移方面取得一定进展，但仍受限于静态特征和配对样本缺乏的问题。现有方法多关注于特征提取和域适应，缺乏对药物诱导状态变化的显式建模。
核心问题
现有模型多基于静态分子特征，难以反映药物作用引起的分子状态变化，导致预测的准确性和泛化能力不足。此外，缺乏有效利用单细胞扰动数据中动态信息的机制，限制了模型在临床中的应用。如何从无配对的单细胞扰动数据中学习药物诱导的潜在状态转移，并迁移到患者数据中，成为亟待解决的核心难题。
核心创新
PerturbRx的创新点在于引入药物-剂量条件下的潜在状态转移学习框架，利用大规模单细胞扰动数据训练转移模型，结合最大均值差异和余弦相似性约束，确保模型在不同域间的迁移能力。其核心创新包括：
- �� 设计药物-剂量条件的潜在转移预测机制，捕获药物作用引起的动态变化；
- �� 利用无配对的细胞群体数据，通过分布匹配实现模型训练；
- �� 将预训练模型迁移到患者层面，生成药物诱导的潜在转移特征，用于响应预测。这些创新突破了静态特征的局限，为个性化治疗提供了新思路。
方法详解
- �� 采集大规模单细胞扰动数据（Tahoe-100M），利用scFoundation编码器将细胞表达谱映射到高维潜在空间。
- �� 设计药物-剂量条件的编码器g，将SMILES表示的药物和剂量信息转化为潜在空间的条件向量。
- �� 构建药物-剂量条件下的潜在转移预测模型Pθ，输入细胞控制状态zX和药物条件αu，输出细胞状态的潜在变化向量。
- �� 采用多目标损失函数，包括最大均值差异（MMD）、转移方向余弦相似性和转移幅度的均方误差，确保模型在不同数据域的泛化。
- �� 在源域训练完成后，将模型迁移到患者数据中，利用患者预处理表达谱的潜在嵌入，预测药物诱导的潜在转移。
- �� 最后，将转移特征与患者和药物表示结合，用于二分类药物反应预测，训练响应头hψ。
实验设计
- �� 采用TCGA-186和TCGA-508两个临床数据集，以及独立的患者衍生异种移植（PDX）数据集，验证模型的迁移能力和泛化性能。
- �� 比较PerturbRx与多种基线模型（CODE-AE、DeepSADR、TransDRP、WISER），指标包括AUROC和AUPRC。
- �� 进行消融实验，验证预训练转移特征的贡献，控制模型随机化和扰动转移的影响。
- �� 采用不同的划分策略（患者组别、药物留出）确保模型的稳健性和跨域迁移能力。
结果分析
- �� 在TCGA-186中，PerturbRx的平均AUROC达0.626，AUPRC为0.600，显著优于对比模型如WISER（AUROC 0.580）和CODE-AE（AUROC 0.534）。
- �� 在TCGA-508中，模型表现更优，AUROC达0.692，AUPRC达0.787，显示出强大的跨患者迁移能力。
- �� 消融分析表明，加入预训练的转移特征比静态表达或随机特征显著提升预测性能，验证了转移表示的有效性。
- �� 预测的潜在转移在响应组和非响应组中表现出不同的几何特征，支持其在临床中的潜在应用价值。
应用场景
- �� 该模型可用于临床药物反应预测，辅助个性化治疗方案制定，尤其在缺乏配对样本的情况下。
- �� 未来可结合多模态数据（影像、临床指标）进一步提升预测准确性，推动精准医疗发展。
局限与展望
- �� 依赖大规模单细胞扰动数据，数据获取成本高，实验条件差异可能影响模型迁移效果。
- �� 目前只考虑单药和剂量，未充分应对多药联合和动态时间序列变化。
- �� 在极端或罕见病例中的表现尚未验证，未来需结合临床多模态信息进行优化。
通俗解读 非专业人士也能看懂
想象你在厨房做饭，每次用不同的调料（药物）会让菜的味道发生变化。传统方法就像只看菜的原始样子（预处理分子特征），难以预测加了调料后会变成什么味道。PerturbRx就像学会了调料如何影响菜的味道变化（潜在状态转移），然后用这个知识去预测不同菜（患者）在加不同调料后会变成什么样。它通过学习调料（药物）在不同菜（细胞）上的作用，建立了一个“调料-菜变味”的模型。这样，即使没有实际尝试（没有配对样本），也能预测菜变味的趋势，从而帮厨师（医生）选择最合适的调料组合，做出美味佳肴（个性化治疗）。这就像掌握了调料的秘密武器，让厨房变得更智能、更高效。
简单解释 像给14岁少年讲一样
想象你在学校的实验室里做科学实验。每次你用不同的化学品（药物）去处理一堆细胞（像小实验品），会让它们变得不一样。以前的科学家只看细胞原本的样子（预处理数据），想猜猜加了化学品后会发生什么变化，但这个猜测很难，因为每个细胞都不一样。而PerturbRx就像学会了化学品怎么影响细胞的“内部状态”，它通过分析很多实验数据，学习到药物引起的细胞变化的“秘密”。然后，把这个秘密带到实际的病人身上，帮医生预测药物对病人的效果。就像你学会了化学品的魔法，可以提前知道药物会让细胞变成什么样，从而帮病人找到最合适的药。这个方法让药物治疗变得更聪明、更精准，也让科学家更了解药物的作用机制。
术语表
潜在转移 (Latent Transition)
指药物作用引起的细胞状态变化的隐含表示，反映药物影响下的分子动态。
用于描述PerturbRx中药物诱导的细胞状态变化模型。
scFoundation (单细胞基础模型)
一种用于将单细胞表达谱映射到高维潜在空间的深度编码器。
作为PerturbRx的细胞表达编码器基础。
ChemBERTa (药物表示模型)
基于Transformer的药物分子表示模型，利用SMILES字符串编码药物结构。
用于生成药物的条件向量。
最大均值差异 (MMD)
一种衡量两个分布差异的统计指标，用于模型分布匹配。
在源域训练中确保预测分布与真实分布一致。
响应预测 (Response Prediction)
根据患者和药物特征预测治疗效果的任务。
PerturbRx的最终目标。
开放问题 这项研究留下的未解疑问
- 1 如何进一步结合多模态临床数据提升模型泛化能力？
- 2 多药联合治疗的潜在状态转移建模仍未充分探索。
- 3 模型在极端病例中的表现和解释性有待加强。
应用场景
近期应用
个性化药物反应预测
辅助临床医生根据患者预处理数据和药物信息，预测治疗效果，优化药物选择。
药物开发筛选
利用模型快速评估新药候选在不同细胞类型中的潜在效果，加速药物筛选流程。
远期愿景
精准医疗全面实现
结合多模态数据，建立全方位的个性化治疗模型，实现癌症等疾病的精准治疗。
原文摘要
Scarce data and tumor heterogeneity limit patient-level cancer treatment-response prediction. Existing approaches predict response from pretreatment molecular profiles and drug representations, without explicitly modeling the molecular changes expected under treatment. We propose PerturbRx, a treatment-conditioned representation learning framework that learns intervention-induced latent transitions and uses them as patient-drug response features. PerturbRx trains a drug- and dose-conditioned transition predictor from context-matched but cell-unpaired control and treated single-cell populations, then freezes and transfers the predictor to pretreatment patient profiles without requiring post-treatment measurements. The transition is combined with patient and drug representations to predict response. Across TCGA and patient-derived xenograft benchmarks, PerturbRx achieves the strongest aggregate predictive performance among the evaluated methods. These results support perturbation-pretrained latent transitions as useful representations for patient-level drug-response prediction.