关于 Perturb-seq 的报道

AI 模型在处理未见过的基因组合时面临隐性分布外（OOD）外推难题，常规方法难以捕捉单基因皆已知但组合未知的盲区。通过引入加法分歧（AD）对比指标，研究揭示了现有机器学习模型在基因相互作用预测中的泛化边界，标志着生物医学 AI 评估从单纯追求准确率向机制性外推能力验证的转变。