PertMind：利用细胞扰动数据通过强化学习激发大语言模型的涌现式生物推理能力

PertMind是一个通过强化学习训练的大语言模型，利用细胞扰动图谱作为奖励环境，基于基因响应计算可验证奖励。该模型仅在前向扰动-响应预测上训练，却能在未见细胞情境中提升响应推断，并迁移到反向扰动识别、双重扰动推理、表型筛选优先化和生物过程解释等任务，同时保持通用语言能力。

此前，大语言模型的生物学推理训练依赖昂贵的人工标注推理轨迹，难以规模化。PertMind展示了无需任务专用微调，仅靠实验数据作为奖励信号即可训练出通用生物推理能力，为将快速增长的实验图谱转化为训练环境提供了一条可扩展的新路径。

机制上，PertMind结合可信轨迹的监督初始化与基因、通路、格式三个层面的强化信号，将细胞扰动响应预测设为可计算奖励，引导模型集中并复用预训练中已有的生物推理策略，从而在无任务专用后训练的情况下实现跨任务迁移。

对产品研发的直接影响在于，可降低生物推理AI系统的训练成本，减少对昂贵人工标注的依赖。未训练场景下的泛化能力意味着产品能更快适应新生物学任务。此外，模型生成的生物特征表示可支持多尺度下游任务，可能加速药物发现和疾病机制分析等应用。

• 开发基于PertMind的生物推理API，为药物研发团队提供基因响应预测和基因优先排序服务，降低内部模型构建成本。
• 将PertMind的强化学习训练管线封装为平台，允许生物技术公司用自有细胞扰动数据训练定制化推理模型，形成数据增值服务。
• 利用PertMind的表型筛选优先化能力，为高内涵筛选或CRISPR筛选实验提供候选靶点排序工具，嵌入现有实验室工作流。
• 探索将PertMind与疾病知识图谱集成，输出可解释的生物过程解读，用于生成研究假设或辅助科研报告撰写。

• PertMind在核心任务上的性能基线是否经过与现有最优方法的严格对比？具体指标如何？
• 真实世界细胞扰动数据存在噪声和批次效应，模型对这些因素的实际鲁棒性未知。
• PertMind的提升是否仅对已知的扰动-响应关系有效，对未知机制或罕见细胞类型是否仍有优势？
• 该方法是否依赖大模型本身的能力，在较小规模模型上是否同样有效？