SubcellPert: Benchmarking Subcellular Perturbation Prediction

预印本（未经同行评审）：Wang 等（香港中文大学）提出 SubcellPert，在单 RNA 分子分辨率上评测扰动响应预测：14 个成像数据集、1,388 万个细胞、36.5 亿个 RNA 分子；设 Oracle（给定准确目标计数预测分子位置）与 Joint（同时预测计数与位置）两类任务，并固定扰动与细胞语境留出；8 个基线包括经典传输方法与冻结基础模型适配器。作者报告：在 11 个细胞语境分布外数据集中，高斯传输在 8 个上取得最低 Oracle 空间误差；审计显示质心更准时径向分布可能更差。摘要未提及脑肿瘤数据。

作者 / 机构

Wang J, Cao H, Dang X, Zhou T, Zhao Y, Hsieh C-Y, Gu C, Heng PA.

发表于

bioRxiv (preprint, not peer-reviewed)

日期

2026-10-17

类型

预印本

年份

2026

DOI

10.64898/2026.10.11.758305

核验来源

bioRxiv API details (title, 8 authors, posted 2026-10-17, v1, new results, CC BY, corresponding institution CUHK, abstract) + Crossref posted-content record (same title/authors/date) fetched 2026-10-20; full text not read

基准评测与验证扰动空间组学AI 虚拟细胞

在可检索文献库中打开 → · JSON