从蛋白—DNA联合语言，
到可演化的虚拟组织

作者提出 Protein-DNA Language Models，在配对的蛋白质与 DNA 序列上继续预训练 ESM2，并让氨基酸与核苷酸进入同一个上下文编码器。目标是直接学习两类序列之间的识别依赖，而不是分别编码后再做浅层拼接。

论文把联合表示用于 DNA 识别特异性预测与工程设计，说明跨分子预训练可能为转录因子和基因编辑蛋白提供统一建模接口。不过模型能否稳定设计出新的特异性仍取决于更广泛的实验验证；本文为未经同行评审的 bioRxiv 预印本。

pLM-bVAE 将预训练蛋白语言模型表征引入二值变分自编码器，把蛋白序列压缩为可供量子退火搜索的二进制变量，再将优化结果解码回氨基酸序列。工作重点不是新的折叠器，而是改善量子优化所依赖的序列编码空间。

在三个公开蛋白变体数据集的计算实验中，作者报告更好的重建表现，并生成更多高评分、与训练数据差异更大的序列。结果尚未包含湿实验验证，高评分也不等同于真实适应度或可开发性；本文为未经同行评审的 bioRxiv 预印本。

SSAF-T 将细胞类型判断放在分割之前：系统直接读取空间基因表达，由 CeLLMan 中按器官组织的专家 Agent 在不依赖预定义参考数据集的条件下完成细胞类型注释，再用注释结果引导细胞边界分割。

这一顺序试图降低错误分割对转录本归属和下游分析的连锁影响，也让空间组学中的知识推理进入图像处理环节。当前结果仍需在更多平台、组织与病理条件下检验其稳健性，Agent 注释也不能视为人工病理判读的替代；本文为未经同行评审的 bioRxiv 预印本。

ORBIS 用流匹配从单细胞表达生成完整三维组织，不要求推理时提供空间参考。模型在共享物理坐标系中迭代更新细胞位置，并通过动态重组的局部窗口扩展到百万级细胞，同时分别评估组织尺寸、形状、单细胞定位与邻域结构。

作者在跨小鼠脑区、脑组织块和果蝇胚胎的留出样本上报告优于所比较基线的组织形状重建，并展示了百万细胞规模的采样。生成的空间位置代表统计上合理的组织构型，并非对真实个体空间坐标的直接观测；本文为未经同行评审的 bioRxiv 预印本。

CytoBridge 用非平衡均场 Schrödinger bridge 把离散空间转录组快照连接成连续的虚拟细胞轨迹，同时建模细胞状态、位置与群体规模。时变相互作用图结合空间邻近和配体—受体先验，将动力拆分为细胞互作与内在背景两部分。

作者在发育、再生和神经退行性变化相关的五个数据集上重建未测时间点，并进行假设生成式的虚拟扰动。这里得到的是受模型与先验约束的可能动力学，不是直接记录的时间过程，关键预测仍需实验追踪验证；本文为未经同行评审的 bioRxiv 预印本。

CausalODE 从单细胞扰动数据学习带反馈的基因调控图。它以“被扰动基因的差异表达响应应位于其下游”为因果可达性目标，同时表示 RNA 转录、剪接和降解的瞬态过程，并以潜变量近似未直接测量的蛋白调控动态。

作者在模拟 Perturb-seq 和两个真实组合扰动数据集上比较网络恢复、外部调控证据富集及留出扰动解释能力。由于真实细胞中不存在完整的网络真值，因果可达性和数据库一致性仍属于间接验证，推断边不能自动视为已证实机制；本文为未经同行评审的 bioRxiv 预印本。