从 CRISPR 实验闭环，
到低成本蛋白表征

这项工作把“下一轮该做哪个实验”建模为可跨历史筛选学习的策略。作者发布 AssayBench-Loop，汇集 1,389 个 CRISPR 筛选和五类表型；AssayLoop以 Transformer 获取策略吸收既往实验，再与 LLM 提供的生物学先验自适应交接。

在时间留出的筛选上，作者报告其相对随机选择实现 5.67 倍命中富集，并在检测约 5% 候选库时找回 27.7% 的命中。它是未经同行评审的 arXiv 预印本；结果来自历史数据上的模拟序贯选择，不等同于已经完成机器人湿实验闭环。

scDEFT将药物作为细胞表征上的条件算子，在匹配治疗前后、应答者与非应答者的纵向单细胞数据中，同时预测状态变化和患者应答。模型先学习药物条件潜变量，再从区分应答的潜维度回映射到基因，并控制细胞组成影响。

作者在包含 116 万个细胞、三个队列和两类药物的炎症性肠病图谱上报告治疗前应答分层 AUROC 为 0.70，并展示未见药物—队列组合的反事实预测。该工作是单作者、未经同行评审的 arXiv 预印本；机制解释和临床外推仍需要外部队列及实验验证。

SIRGE关注 RNA 三维结构生成之后的候选排序：仅判断几何是否合理还不够，还要判断结构是否与给定序列相容。方法把预训练 RNA 语言模型的核苷酸嵌入注入几何表征，以序列条件修正纯几何评分器的错误。

作者报告 SIRGE 在 Kendall-τ、一选一首选和前三排序指标上优于既有评估器，并通过匹配对照说明序列条件确实补充了排序信息。这是未经同行评审的 arXiv 预印本，摘要也将结果称为早期证据；其泛化仍取决于结构候选来源与目标覆盖。

COMB试图解决无标记虚拟染色处理千兆像素全切片时的拼块接缝和色彩漂移。它把上下文存储与计算解耦，通过动态检索相邻图块特征、局部填充和邻域感知通道注意力，在有限显存下保持空间与通道连续性。

作者称该方法相较基线改善感知质量与拼块一致性，并展示其用于肿瘤分割的潜力，同时开放代码。arXiv 页面标注论文已被 MICCAI 2026 接收；当前链接仍为作者稿，临床适用性不能由图像指标和下游示例直接推出。

SpCAST用 scRNA-seq 参考数据为单细胞分辨率空间转录组转移细胞身份、重建表达并给出基因级决策依据。模型以小批量联合学习分类、参考—查询对齐和查询重建，避免构造全局参考细胞与空间细胞对应矩阵。

作者在五种技术、53 个切片和 413,404 个空间细胞上报告较高的综合注释排名，并将模拟扩展到千万细胞；SAGA模块以稀疏加性网络近似决策函数。该 v3 是 9 月 10 日更新的未经同行评审 arXiv 预印本，跨物种解释与大规模模拟结果仍需独立复核。

这项研究直接追问：蛋白序列分类是否总需要大型蛋白语言模型。Murmur2Vec不训练模型，而是把 k-mer 计数哈希到小型固定表，并从谱核随机草图角度给出偏差、方差和下游风险分析，适合大规模基因组监测的低成本表示。

作者称它在四项病毒谱系与蛋白家族分类中匹配冻结或 LoRA 微调的 ESM-2，并在最难的 SARS-CoV-2 谱系任务上超过所测微调模型。该 v2 是 9 月 10 日更新的未经同行评审 arXiv 预印本；结论只针对所测分类任务，不否定 PLM 在结构、生成或复杂功能建模中的价值。