基于归因的单细胞基础模型诊断方法

单细胞 RNA 基础模型（scFMs）正越来越多地用于计算机模拟的生物学发现，然而仅凭预测性能并不能揭示其决策是依赖于具有生物学意义的信号，还是依赖于模型特有的捷径。我们系统地研究了两项任务中下游预测的事后归因：使用预训练的 Cell2Sentence 和 scGPT 模型进行细胞类型注释，以及在受控环境中使用 scGPT+STATE 进行扰动预测。对于细胞注释，我们使用归因来评估预测是否依赖于已确立的标志基因，以及它们的相关性如何随模型架构、表达秩和周围细胞环境而变化。对于扰动预测，我们在合成环境中将归因模式与已知的调控真值进行比较，以评估它们揭示了模型所学计算的哪些方面。在这些任务中，归因揭示了生物学特征的使用、上下文交互、不同输入通路的贡献、学习进程、与预测质量的关联，以及标准性能指标未能完全捕捉的潜在陷阱。使用完整和有限调控知识的实验进一步表明，从归因中得出的结论在很大程度上取决于生物学参考、基线和零模型的选择。总之，这些发现凸显了归因作为一种灵活的事后诊断工具的价值，可用于理解模型行为、识别潜在问题，并为 scFMs 的开发提供信息。

中文由 AI 翻译，仅供参考，以原文为准。