基于方向约束扩散薛定谔桥的单细胞扰动响应预测模型及其在基因调控网络与药物发现中的应用

　　本文提出方向约束扩散薛定谔桥（DC-DSB）生成框架，通过最小化路径空间KL散度学习未扰动与扰动后分布间的概率轨迹，整合实验变量与生物先验知识，实现单细胞扰动响应的高精度动态建模与跨条件泛化，为基因调控网络解析和药物发现提供新范式。

　　

亮点陈述

引言

单细胞RNA测序（scRNA-seq）技术能够以高分辨率表征细胞对外部扰动的响应，支持系统性追踪转录反应、识别调控通路及发现治疗靶点[1,2,3]。这些进展不仅推动基础生物学研究，更为生物医学信息学奠定基础，支撑数据驱动的药物发现、临床决策支持与精准医疗[4,5,6]。随着Perturb-seq和sci-Plex等高通量扰动技术的出现，基于扰动的实验已成为机制探索的强大工具[7,8,9]。

单细胞扰动建模的核心挑战在于实现分布外（OOD）泛化，即预测训练集中未出现的扰动条件下的细胞响应。仅依赖实验策略在此类场景中仍有局限，计算建模成为扩展预测能力的关键补充[8,10]。

近期研究通过潜在生成建模应对这一挑战。早期方法采用变分自编码器（VAE）建模扰动诱导的潜空间偏移，进而恢复细胞状态。scGen[10]首次实现该框架，trVAE[11]通过引入条件约束提升泛化能力。随后CPA系列[12,13,14]整合剂量与扰动类型，增强剂量响应关系捕捉能力。然而这些方法聚焦静态状态映射，难以捕捉扰动下基因表达的动态变化。为提升生成质量，后续研究探索生成对抗网络（GANs），scPreGAN[15]使用GANs更精确建模表达谱，但存在训练不稳定与可解释性差的问题。其他策略采用最优传输（OT）理论构建从未扰动状态到扰动后状态的映射，如CINEMA-OT、CellOT和scPRAM[16,17,18]。虽适用于离散状态转换，但这些方法在连续表达动态建模上存在局限。

最新研究开始整合生物先验知识。GEARS和BioDSNN[19,20]等模型引入基因本体网络或已知通路指导预测，提升泛化与机制洞察能力。PRnet利用化学结构指纹增强模型对新药物的适应性[21]。尽管这些方法强化结构感知，仍专注于状态到状态映射，限制其模拟扰动下动态基因表达轨迹的能力。

扩散概率模型近期被引入以捕捉扰动诱导的表达动态[22,23]。scDiffusion和scVAEDer等方法模拟基因表达随时间连续演化[24,25]。但多数扩散方法始于固定先验且缺乏结构化条件控制，在复杂扰动场景中灵活性不足。

作为一类基于分数的生成模型，扩散薛定谔桥（DSB）在图像合成与时间序列轨迹建模中展现显著优势[26,27,28]。通过联合学习前向网络与反向网络，DSB学习连接任意分布的连续轨迹，避免传统扩散模型固有的固定高斯先验约束。相较于静态映射方法，DSB基于学习到的转移动力学从经验分布推导扰动后状态，更准确捕捉细胞响应在扰动下的渐进演化，并支持复杂扰动场景的泛化。然而原始DSB框架在整合扰动过程内在方向性上存在不足，且缺乏结构化条件调制（如扰动类型、剂量与功能背景），其适应复杂生物扰动场景的能力仍受限。

为应对这些局限，我们提出方向约束扩散薛定谔桥（DC-DSB），一种用于建模扰动下细胞响应的生成框架。DC-DSB将扰动感知的方向约束引入生成过程，确保条件信息与扰动方向对齐。采用双向网络架构分别模拟前向过程与反向过程，通过分层条件嵌入模块整合实验变量，并纳入基于基因本体的先验以增强生物结构感知。大量实验表明DC-DSB在表达动态建模与条件引导控制方面具有显著优势。该模型通过渐进生成机制精准捕捉扰动下连续基因表达轨迹，同时方向约束设计提升对复杂扰动组合的泛化能力并保持生物一致性。这些结果表明DC-DSB为具有生物一致性的高维细胞扰动响应建模提供了前瞻性框架。

结论

本研究提出DC-DSB，一种基于方向约束扩散薛定谔桥的单细胞扰动响应建模框架。它通过条件引导下的前向与反向轨迹建模，泛化至未见扰动组合，有效捕捉基因表达动态且不依赖高斯先验。模型整合实验变量与生物先验，支持协同与拮抗基因互作发现及调控通路渐进重建，为基因调控与药物发现提供可解释且泛化性强的计算工具。