MRFlow虚拟细胞扰动预测方法发布

MRFlow 将虚拟细胞预测建模为单细胞经验分布间的条件传输，把对照与扰动细胞嵌入变分隐空间，用条件流匹配向量场将对照群体输运至扰动群体。该向量场分解为机制结构化仿射字典（共享隐响应算子加低秩条件修正）与谱控残差场，基因扰动经调控图 GCN 编码、化学扰动经 Morgan 指纹编码。在八个基因与药物扰动基准上，MRFlow 取得最高综合得分，并在差异表达与分布指标上保持有竞争力的原始表现。

摘自 arXiv Artificial Intelligence

还没有足够的连续观测数据，暂不绘制趋势。