单细胞CRISPR扰动的几何一致性揭示调控架构并预测细胞应激
摘要
# 论文页面 - 单细胞CRISPR扰动的几何一致性揭示调控架构并预测细胞应激 来源:[https://huggingface.co/papers/2604.16642](https://huggingface.co/papers/2604.16642) ## 摘要 尽管基因组工程在序列层面已达成卓越精度,预测扰动后细胞将占据的转录组状态仍是未解难题。单细胞CRISPR筛选可测量细胞偏离未扰动状态的程度,但这一效应幅度忽略了一个根本问题:细胞是否协同移动?若一个扰动将细胞沿共同轨迹一致推进,而另一个将其分散到表达空间各处,即使幅度相同,结果也可能截然不同。
查看缓存全文
缓存时间: 2026/04/21 07:21
论文页面 - 单细胞 CRISPR 扰动的几何一致性揭示调控结构并预测细胞应激
来源:https://huggingface.co/papers/2604.16642
摘要
基因组工程已实现了序列级别的惊人精度,但预测扰动后细胞将占据的转录组状态仍是一个开放问题。单细胞 CRISPR 筛选可以测量细胞偏离未扰动状态的程度,但这种效应幅度忽略了一个根本问题:细胞是否“同向”移动?若两个扰动的幅度相同,但一个使细胞沿共同轨迹一致迁移,另一个则将其分散在表达空间中,则会产生定性差异的结局。我们提出几何稳定性指标 Shesha,以单个细胞位移向量与平均扰动方向之间的平均余弦相似度,量化单细胞扰动响应的方向一致性。在五个 CRISPR 数据集(2,200+ 扰动,涵盖 CRISPRa、CRISPRi 与混合筛选)中,稳定性与效应幅度高度相关(Spearman ρ=0.75–0.97),跨数据集校准相关性达 0.97。关键在于,二者解耦的“失和”案例暴露了调控结构:多效主调控因子(如 CEBPA 与 GATA1)需支付“几何税”,产生大而分散的位移;而谱系特异性因子(如 KLF1)则产生紧密协调的响应。控制幅度后,几何不稳定性仍与伴侣蛋白激活升高独立相关(HSPA5/BiP;偏 ρ=–0.34 与 –0.21),且高稳定性/高应激象限系统性地缺失。该幅度-稳定性关系在 scGPT 基础模型嵌入中依旧成立,证实其为生物状态空间的属性,而非线性投影所致。扰动稳定性为筛选中的靶点优先级、细胞制造的表型质控,以及 in silico 扰动预测评估,提供了互补的新维度。
查看 arXiv 页面 (https://arxiv.org/abs/2604.16642)
查看 PDF (https://arxiv.org/pdf/2604.16642)
GitHub0 (https://github.com/prashantcraju/geometric-stability-crispr)
添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2604.16642)
在您的智能体中获取此论文:
hf papers read 2604.16642
尚未安装最新 CLI?
curl -LsSf https://hf.co/cli/install.sh | bash
引用该论文的模型 1
pcr2120/shesha-geometry 其他 • 约 6 小时前更新 (https://huggingface.co/pcr2120/shesha-geometry)
引用该论文的数据集 0
无数据集链接此论文
在数据集 README.md 中引用 arxiv.org/abs/2604.16642,即可在此页面显示链接。
引用该论文的 Spaces 0
无 Space 链接此论文
在 Space README.md 中引用 arxiv.org/abs/2604.16642,即可在此页面显示链接。
收录该论文的合集 0
无合集收录此论文
将此论文添加到合集 (https://huggingface.co/new-collection),即可在此页面显示链接。
相似文章
神经群体编码的几何稳定性:区域差异、行为相关性与回路依赖性
本文引入几何稳定性作为衡量刺激对间距离在多次试验中重现可靠性的指标,展示了其在大脑各区域的行为相关性与回路依赖性,并通过吸引子网络模型解释其产生机制。
@arcinstitute: 大多数空间CRISPR筛选需要在通量或读取深度之间进行权衡。来自@alexnevue、@Inna_Av…
来自Arc Institute的一篇新预印本介绍了PerturbSpace,这是一种空间分辨、多模态全转录组CRISPR筛选方法,与标准单细胞工作流程兼容。
Response Magnitude as a Dominant Signal for Held-Out CRISPRi Perturbation Effect Prediction
This paper analyzes the Virtual Cell Challenge benchmark for held-out CRISPRi perturbation prediction, finding that simple magnitude-based scalar features outperform deep MLP encoders, and that magnitude-only predictors transfer better across cell types.
暗调控组:从基因组基础模型中分离可预测性与调控性
本文介绍了一种残差化与置换诊断方法,用于从基因组基础模型的调控重要性分数中分离由可预测性驱动和由调控驱动的方差,并应用于胶质瘤相关位点的暗基因组元件。
scShapeBench: 从高维scRNAseq数据中发现几何结构
介绍scShapeBench,一个用于高维单细胞数据形状检测的基准数据集,以及scReebTower,一种使用扩散几何和Reeb图将数据形状分类为聚类、轨迹、多分支和原型的基线方法。