PerturbEnergy：用条件能量先验预测细胞扰动响应

2026年10月15日，arXiv Artificial Intelligence 刊出 Yuchen Yan 等作者的研究，提出 PerturbEnergy 方法，用于预测细胞对扰动的响应。该工作通过引入条件能量先验，对与给定扰动兼容的表征赋予更低能量，从而将隐空间显式偏向扰动偏好区域，并可集成进自编码器架构。研究证明，优化该先验可提升表征与扰动间条件互信息的下界。在四个基准数据集上，其隐空间扰动识别提升最高达 83.2%，并在 top-50/100/200 差异表达基因响应预测上取得 SOTA。目前报道仅涉及该方法的设计、理论证明与基准评测结果，未提及实际应用、收费或使用限制等信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。