- 4 次围观
遗传扰动响应反映了基因层面干预的功能后果，为药物响应预测提供了基线基因表达之外的功能信息。在同一细胞背景下，遗传扰动与化学扰动作用于共同的调控网络，为不同扰动模态间的响应信息迁移提供了生物学基础。在此，我们提出 GRAFT 框架，将遗传到化学的迁移与跨背景预测相结合，在目标背景缺乏药物测量数据的情况下推断药物诱导的转录响应。在纳入基准评估的 LINCS 及外部背景中，与其他竞争方法相比，GRAFT 在响应相关性、方向一致性和幅度重建方面均有所提升，尤其适用于响应具有背景依赖性的药物。GRAFT-Adapt 利用目标背景中的少量药物测量数据，进一步优化对未测量响应的预测。GRAFT-Atlas 涵盖 13 种细胞背景和 7,856 个药物目录条目，包含针对 102,128 种药物–背景组合的预测。该图谱捕捉到了可辨识的药理学邻域、共享功能程序、背景依赖性转录变化，以及得到分子对接支持的结构–功能关联。在来自不同供者的 10 个诱导多能干细胞（iPSC）系中，GRAFT 识别出了候选供者间差异，其中部分候选差异获得了实测遗传扰动响应的功能性支持。总体而言，GRAFT 实现了利用扰动信息对不同细胞背景下的药物响应进行预测和比较。
遗传扰动响应反映了基因层面干预的功能后果，可为药物响应预测提供基线基因表达之外的功能信息。在同一细胞背景下，遗传扰动与化学扰动作用于共同的调控网络，为在不同扰动模态之间迁移响应信息提供了生物学基础。在此，我们提出 GRAFT 框架，将遗传扰动到化学扰动的信息迁移与跨背景预测相结合，在目标背景中无药物测量数据的情况下推断药物诱导的转录响应。在纳入基准评估的 LINCS 及外部背景中，与其他竞争方法相比，GRAFT 在响应相关性、方向一致性和幅度重建方面均有所提升，尤其适用于响应具有背景依赖性的药物。GRAFT-Adapt 利用目标背景中少量药物测量数据，进一步优化对未测量响应的预测。GRAFT-Atlas 涵盖 13 种细胞背景和 7,856 个药物目录条目，共包含 102,128 个药物–背景组合的预测结果。该图谱捕捉到了可辨识的药理学邻域、共同的功能程序、背景依赖性转录变化，以及得到分子对接支持的结构–功能关联。在来自不同供体的十个诱导多能干细胞（iPSC）细胞系中，GRAFT 识别出了候选的供体间差异，其中部分候选差异获得了实测遗传扰动响应的功能性支持。综上，GRAFT 实现了基于扰动信息的跨细胞背景药物响应预测与比较。
作者声明不存在利益冲突。
感谢您有意帮助传播 bioRxiv 的相关信息。
注意：要求您提供电子邮件地址，仅用于确认您是此内容的发送者
文章。
关键词：跨模态迁移学习 · 零样本预测 · 药物反应预测 · 遗传扰动 · 转录响应 · 细胞背景依赖性
原文链接：https://www.biorxiv.org/content/10.64898/2026.10.27.762107v1?rss=1