从基因组上下文学习，
到可验证的科学 Agent

研究显示基因组语言模型 Evo 2 可从提示中的少量示例进行上下文学习，在不额外训练的条件下生成金属结合蛋白、抗体、蛋白—RNA 系统及噬菌体基因组候选。作者还以迭代加入新生成序列的方式扩展设计多样性。

这些结果主要建立在计算质量与多样性指标上，尚不能把“序列逼真”视为功能成立，尤其是完整噬菌体设计仍需要合成、装配和感染实验验证。当前版本为未经同行评审的 bioRxiv 预印本。

Scooby-2 为 AlphaGenome 接入细胞特异解码器，并提供参数高效微调与推理流程，使 DNA 序列模型能够预测单细胞 RNA 覆盖和染色质可及性轨迹，而不再局限于预定义的组织与批量细胞类型。

论文在骨髓单细胞数据和精细定位 eQTL 上报告了相对 Scooby 的提升，但评测集中于有限数据集，细胞状态、组织和祖源迁移仍待独立检验。该工作是未经同行评审的 bioRxiv 预印本。

PEP-seq 把 prime editing 与 Perturb-seq 结合，将预先编程的内源变异直接连接到单细胞转录状态，可同时观察无义介导降解、剪接相关变化和 eQTL 对邻近转录本的影响。

这种实验平台为训练和检验变异效应模型提供了更接近因果的标签，但编辑效率、脱靶、细胞背景与检测深度仍会影响可解释性。论文为未经同行评审的 bioRxiv 预印本，不能把单一细胞系统的效应直接外推到人体表型。

研究在跨 22 种儿童实体瘤的单细胞图谱上，用基于通用大语言模型的 Agent 解释基因表达程序，并据此识别若干融合驱动肉瘤中的神经元样与间充质表面标志共表达。

作者进一步提名并验证 STEAP1/NPTXR 作为尤文肉瘤候选抗原对，为 AND 门控治疗提供实验起点；但标志物共表达尚不等于临床安全窗，仍需更广泛正常组织与体内验证。该文是未经同行评审的 bioRxiv 预印本。

作者把自主编码 Agent 接入共享公共计算基础设施，使提示、工具调用、工作流、历史和中间数据都留下可检查记录，并用复现与再分析任务展示这种可追溯执行方式。

论文强调可审计基础设施能暴露参考版本、子采样和建模选择差异，但公开轨迹本身并不能保证科学结论正确，仍需要领域审查与统计验证。当前版本为未经同行评审的 bioRxiv 预印本。

研究用空间转录组、Geneformer 单细胞嵌入、人工植入概念的数据和小型语言模型表征，检验稀疏自编码器特征的跨随机种子复现性是否真的对应已知概念。

结果提示单次 SAE 的概念覆盖与纯度不应只用复现率替代判断，多次拟合的共识特征可改善稳定性，却仍可能漏掉较弱状态。该工作为未经同行评审的 bioRxiv 预印本，其建议需要在更多基础模型和真实生物任务上验证。