知识卡片：面向未profiled药物的知识驱动单细胞响应预测框架MAP
一句话结论
MAP是一个将结构化生物学知识注入单细胞扰动建模的AI框架，能在药物完全没有转录扰动谱的情况下进行零样本预测；在三个基准上，将top-50差异表达基因Pearson delta相关性的最强基线提升最高达+19.8%（数据集OP3），并在非小细胞肺癌A-549的虚拟筛选中将5个已批准抗癌药中的4个排进前15。
事件概述或研究问题
- 预测细胞对化学扰动的反应是构建“虚拟细胞”的关键，但实验已测序的化合物只覆盖化学空间的一小部分。
- 现有模型通常把药物当作孤立标识符，不编码其机制关系（如共享结合模式或通路调节），因此难以泛化到未profiled化合物。
- 本文提出MAP（mechanism-aware perturbation response predictor），通过整合结构化药理知识来支持对缺乏或没有谱数据的小分子进行零样本预测。
方法/产品要点
- 构建MAP-KG：一个面向扰动研究的生物医学知识图谱，统一了14个公共资源，包含187,089种药物、22,924个基因和694,246条机制关系。
- 知识驱动预训练：通过对比学习，将分子结构（如SMILES）、蛋白质序列和文本机制描述对齐到统一嵌入空间，产生机制感知、可迁移的基因和化合物嵌入。
- 将知识嵌入与预训练的单细胞基础模型耦合，用于条件化扰动响应预测。
- 评估两种零样本设置：
- 未见细胞系–药物组合；
- 更严格的未profiled药物（训练时完全没有该药物扰动谱，并从MAP-KG中剔除相关关系以防止信息泄漏）。
主要结果或产业意义
- 零样本组合泛化：在Tahoe-100M上top-50差异表达基因Pearson delta相关性提升+12.3%，SciPlex3上+6.6%，OP3方向准确率提升+6.7%。
- 零样本未profiled药物：Tahoe-100M提升+11.8%，OP3提升+19.8%，SciPlex3提升+10.4%。
- 在两药组合扰动预测中也取得一致改进（具体数值待核实）。
- 通路级基因集富集分析（GSEA）显示，MAP对未profiled候选药物预测出与已知机制一致的程序；在A-549（非小细胞肺癌）虚拟筛选中，58个held-out化合物内，5个已批准抗癌药有4个进入前15。
- 渐进实验表明：扩展机制知识是补充数据规模和模型容量的另一扩展轴，能以较低资源成本获得零样本泛化增益。
为什么重要
- 传统扰动预测依赖已观测表达谱，对没有谱的药物几乎失效；MAP通过知识图谱与跨模态对齐，使模型能推断机制相似的未知药物。
- 这一框架支持大规模虚拟筛选、药物重定位和功能分析，可能降低早期药物发现成本与延迟。
- 凸显“机制知识缩放”作为新策略：不仅数据和模型可以缩放，结构化知识也可以。
局限与不确定性
- 论文为开放获取，但代码、模型权重和完整实现细节是否公开待核实。
- 基准评估中，Tahoe-100M仅使用其中6个细胞系进行训练和验证，并非全量giga-scale评估。
- 虚拟筛选结果属于计算预测，是否经过湿实验验证待核实。
- 未profiled药物的知识图谱构建仍依赖现有注释，对于全新机制或注释缺失的药物，其表现待核实。
- 与其他基于分子结构相似性方法的具体对比细节，在摘要中未展开，待核实。
可用于图书/PPT/简报的角度
- 单细胞响应预测与基础模型：如何构建“虚拟细胞”？
- 知识图谱+多模态对齐：为药物赋予“机制感知”表示。
- 零样本泛化：AI在未测化合物上的预测能力。
- 从“数据缩放”到“知识缩放”：机制知识作为新扩展轴。
- 药物发现中的计算虚拟筛选案例：A-549非小细胞肺癌。
与既有脉络的关系
本条与已有相关卡片（零售机器人、气候风险、晶粒生长）主题不同，属于基础模型在生命科学和药物发现中的新应用，形成“AI for Science”的又一增量案例。
原始材料
- 英文标题：A knowledge-driven framework for predicting single-cell responses for unprofiled drugs
- 英文关键词：knowledge-driven; single-cell responses; unprofiled drugs; foundation model; virtual screening
- 来源：Feng et al. Nature Machine Intelligence (2026). Published online: 26 August 2026. doi:10.1038/s42256-026-01286-w
- 原始URL：https://www.nature.com/articles/s42256-026-01286-w