MultiFlow：用于预测未见细胞环境中单细胞多组学扰动响应的耦合流匹配方法

预测细胞对扰动的响应需要解析分子层面之间的协同变化，然而，大多数单细胞扰动模型仅关注转录响应。在此，我们提出 MultiFlow，一种耦合流匹配框架，用于统一配对基因表达与染色质可及性的生成和扰动预测。通过学习以扰动和源自对照的细胞状态表征为条件的耦合 RNA-ATAC 流，MultiFlow 能够在未见过的细胞背景中预测协同的多组学响应。在多组学生成基准测试中，MultiFlow 准确重现了配对的 RNA-ATAC 状态及其群体分布。在多组学扰动基准测试中，MultiFlow 在预测基因表达和染色质可及性响应方面均取得了总体最优性能，优于其他相互竞争的模态特异性扰动预测方法。联合多组学建模进一步保留了扰动诱导的 RNA-ATAC 协同性，包括一致的峰-基因效应以及跨模态的细胞邻域结构。这些结果确立了耦合流匹配作为一种统一的生成框架，可用于建模配对多组学状态并预测跨细胞背景的协同扰动响应。MultiFlow 的代码和教程可从 https://github.com/liuq-lab/MultiFlow 获取。

预测细胞对扰动的响应需要解析分子层面之间的协同变化，然而现有大多数单细胞扰动模型仅关注转录响应。在此，我们提出 MultiFlow，一种耦合流匹配框架，用于统一生成和扰动预测配对的基因表达与染色质可及性。通过学习以扰动和源自对照的细胞状态表征为条件的耦合 RNA-ATAC 流，MultiFlow 能够在未见过的细胞背景中预测协同的多组学响应。在多组学生成基准测试中，MultiFlow 准确重现了配对的 RNA-ATAC 状态及其群体分布。在多组学扰动基准测试中，MultiFlow 在预测基因表达和染色质可及性响应方面均取得了总体最强性能，优于其他相互竞争的模态特异性扰动预测方法。联合多组学建模还进一步保留了扰动诱导的 RNA-ATAC 协同关系，包括一致的峰-基因效应和跨模态细胞邻域结构。这些结果确立了耦合流匹配作为一种统一的生成框架，可用于建模配对的多组学状态并预测跨细胞背景的协同扰动响应。MultiFlow 的代码和教程可见于 https://github.com/liuq-lab/MultiFlow。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.20.746112v1?rss=1

🏷️ 单细胞多组学 扰动响应预测 RNA-ATAC整合 耦合流匹配 生成模型