从蛋白接口，
到虚拟细胞

Foldseek-Interface把三维蛋白相互作用界面转换成可搜索的序列表示，从而把结构比对和聚类扩展到互作组尺度。作者将其用于PDB中的生物学组装，并进一步检索预测复合物资源，以描绘界面类型的多样性、演化关系和潜在病原体模拟。

这项工作的价值更偏向基础设施：它让大规模预测的复合物结构能够按“结合方式”被快速组织和复用，为界面注释与蛋白设计提供候选空间。论文是未经同行评审的bioRxiv预印本；新颖界面仍是计算推断，是否对应稳定、具有生物学功能的相互作用需要实验验证。

RegTrust-XAI关注DNA序列到调控功能模型中一个常被忽略的问题：单次预测是否值得信任。框架把模型集成一致性、基序支撑的归因一致性和适用域距离作为三个推理时信号，并用染色质可及性与独立报告基因实验数据检查这些信号和误差的关系。

结果提示，预测可靠性、解释是否有生物学依据以及序列是否偏离训练分布并不是同一件事，不能被一个总体准确率替代。论文是未经同行评审的bioRxiv预印本，且主体仍建立在特定细胞系和卷积模型上；这些可信度指标能否迁移到更强的基因组基础模型及更多细胞背景，仍需验证。

作者指出，虚拟细胞模型即使能把未知干预后的总体分子状态重建得很相似，也可能丢失区分不同干预的相对几何关系，并将这一现象称为“干预几何压缩”。跨模型诊断把缺失信息定位到少量与具体靶点相关的响应方向，而不是简单归因于模型容量不足。

论文进一步提出先用少量同靶点实测响应锚定干预身份，再让模型跨细胞背景外推的设计思路。这是未经同行评审的bioRxiv预印本；它主要提供失效模式与诊断证据，尚不能说明某一种架构已解决未知干预泛化问题，但对虚拟细胞评测指标提出了直接挑战。

RevPert把常见的“给定干预预测表型”反过来：输入两个转录组状态之间的变化，从既定遗传干预库中排序可能驱动该转变的候选。模型将带方向的表达连接度与学习得到的残差结合，并在Perturb-seq和LINCS敲除数据上测试留出干预的恢复能力。

这种逆向检索更接近靶点发现中的实际问题，但候选范围仍受已测干预库限制，外部疾病案例也主要用于方向一致性检查，而不是严格的留出恢复。论文是未经同行评审的bioRxiv预印本；排序靠前的候选仍需要独立扰动实验确认因果作用。

RADF面向空间扰动组学中未测“干预×位置”组合的补全。与从零生成响应不同，它先把同一干预已有的实测细胞群构造成参考锚点，再通过动态关系流根据空间位置和不断更新的表达状态进行有限幅度的适配，希望保留经验分布同时表达局部差异。

作者报告该方法在所用空间数据上优于比较模型，说明参考支持的群体锚点可能比完全自由的生成更稳健。论文是未经同行评审的bioRxiv预印本，代码注明将在接收后公开；在代码、切分细节与独立数据可复核前，性能结论仍需谨慎看待。

BioKERN用于病理图像到空间转录组的多模态表征学习。它不只要求成对图像与转录组位置彼此接近，还把转录相似性和空间邻近性组合成训练期生物核，对嵌入空间施加分级的邻域监督，使模型保留共享分子或空间背景的非配对位置。

在作者使用的小鼠脑和人肝数据上，改进主要被归因于生物核正则化，而不是更大的模型容量。这篇arXiv论文是未经同行评审的预印本；目前数据集和比较范围有限，其对不同组织、平台、病理状态及批次偏移的稳健性还需要更广泛评估。