虚拟实验借助生成模型连接序列与显微成像

大规模筛选与绘图工作已经产生了海量的扰动—读出数据。要将这些测量结果转化为机制性认识，需要建立能够将扰动和遗传输入与表型（即来自实验读出的标签）联系起来的模型，而这些标签通常具有任务特异性。我们提出了一种不同的虚拟实验建模方法：训练生成模型，使其能够在实验背景条件下重建读出结果，然后利用已有的下游模型从合成数据中提取表型。作为示例，我们开发了双向序列—图像生成框架 CELL-FM，将蛋白质序列和细胞背景映射为荧光显微镜图像，并实现反向映射，从而支持计算机模拟的亚细胞定位预测、图像条件下的功能基序分析与生成，以及大规模虚拟诱变；后者揭示了控制内在无序肽凝聚体形成的氨基酸特征。该方法将表征学习与任务特异性注释解耦，在多个下游任务中复用丰富的实验模态，并保留人工构建标签通常会丢失的空间与组织结构细节。

大规模筛选与绘图工作产生了海量的扰动—读出数据。要将这些测量结果转化为机制性洞见，需要建立能够将扰动和遗传输入与表型联系起来的模型，即与实验读出相对应的标签，而这些标签通常具有特定任务依赖性。我们提出了一种不同的虚拟实验建模方法：训练生成模型，使其能够在给定实验背景的条件下重建读出数据，然后利用成熟的下游模型从合成数据中提取表型。作为示例，我们开发了双向序列—图像生成框架 CELL-FM，将蛋白质序列和细胞背景映射为荧光显微镜图像，并可进行反向映射，从而实现计算机模拟的定位预测、图像条件下的功能基序分析与生成，以及大规模虚拟突变分析，揭示控制内在无序肽凝聚体形成的氨基酸特征。该方法将表征学习与任务特异性的注释解耦，在多个下游任务中复用丰富的实验模态，同时保留手工构建的标签通常会丢失的空间与组织细节。

作者声明不存在竞争性利益。

感谢您有兴趣传播 bioRxiv 的相关信息。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.09.13.751243v1?rss=1

🏷️ 生成模型 序列—图像映射 虚拟实验 荧光显微成像 亚细胞定位 蛋白质功能预测