Nature Biotechnology：为AI“挤水分”！新框架Systema诞生，揭示基因扰动预测的真实难度

生命科学的疆域正在以前所未有的速度扩张，而在这场探索的浪潮之巅， 基因编辑 无疑是最耀眼的灯塔之一。CRISPR技术的出现，让我们如同拥有了一支能够精确改写生命密码的 笔 ，可以关闭、开启甚至修复特定的基因。这项能力为我们揭示基因功能、理解疾病机理、开发新疗法打开了无限可能。然而，一个巨大的挑战横亘在我们面前：细胞内有数万个基因，它们交织成一张复杂得令人难以想象的调控网络。如果我们扰动(perturbation)其中一个或几个基因，细胞的 内心世界 ，也就是它的基因表达谱(transcriptional responses)，会发生怎样的连锁反应？

这是一个组合爆炸的难题。穷尽所有可能的基因组合扰动并进行实验，无异于想在地球上数清每一粒沙子。于是，研究人员将希望寄托于人工智能(Artificial Intelligence, AI)，特别是深度学习模型。我们能否训练一个 AI神算子 ，让它学习已有实验数据中的规律，然后预测那些我们从未做过的基因扰动会带来什么样的后果？近年来，诸如GEARS、scGPT等一系列复杂的模型应运而生，它们在各项评估指标上取得了令人瞩目的高分，似乎预示着一个 计算预测取代繁琐实验 的新时代即将来临。

但事实果真如此吗？这些看似强大的AI模型，是真的洞悉了基因扰动背后的生物学逻辑，还是仅仅学会了某种应试技巧，穿上了一件名为 高分 的皇帝新衣？8月25日，《Nature Biotechnology》的研究报道 Systema: a framework for evaluating genetic perturbation response prediction beyond systematic variation ，为我们揭示了这光鲜成绩背后的惊人真相，并锻造了一面名为 Systema 的 照妖镜 。这项工作不仅深刻地指出了当前领域内评估体系的 系统性 缺陷，更提供了一套全新的、更为严苛也更为公正的评判标准，引导我们走向真正有意义的生物学预测。