本文介绍了Systema，一个旨在严格评估预测细胞对遗传扰动反应的模型的新计算框架。作者指出，目前的评估指标往往高估了模型的性能，因为它们容易受到系统性变异的影响，即受扰细胞之间持续存在的非特异性转录变化。这种偏差使得简单的基线模型能够通过仅捕获平均处理效应而不是真正的扰动特异性生物学效应，实现与先进深度学习模型相当的得分。通过将评估参考点从对照细胞转移到受扰质心，Systema 能够分离并衡量模型预测独特、特异性效应的能力。应用 Systema 框架揭示，预测未观察到的扰动反应仍然是一项巨大挑战，突显了需要更具多样性的数据集以及侧重于生物学效用的评估。
References:
- Viñas Torné R, Wiatrak M, Piran Z, et al. Systema: a framework for evaluating genetic perturbation response prediction beyond systematic variation[J]. Nature Biotechnology, 2025: 1-10.
