단일 세포 섭동(single-cell perturbation) 모델은 세포가 개입에 전사체 수준에서 어떻게 반응하는지 예측함으로써 비용이 많이 드는 습식 실험 스크리닝을 줄일 수 있습니다. 최근 플로우 매칭(flow-matching)의 발전으로 세포 반응의 집단 수준 예측이 가능해졌습니다. 그러나 플로우 매칭 학습(training)은 동일한 모델(model) 패밀리 내에서도 특정 타깃 분포를 복원하지 못할 수 있어 세포 이질성을 포착하는 능력이 제한됩니다. 본 연구에서는 먼저 사후 학습(post-training)이 이러한 분포를 복원할 수 있음을 증명한 후, 세포별 보상(reward)을 사용하여 단일 세포 섭동 생성기를 사후 학습하는 강화학습(reinforcement learning) 프레임워크인 PerturbCellRL을 소개합니다. 핵심 구성 요소는 집단 수준의 불일치를 세포별 피드백으로 변환하는 유전자 발현 에너지 위트니스(energy witness)입니다. 나아가 이 보상의 정책 그래디언트(policy gradient)가 더 나은 분포 정렬(distributional alignment)을 향한다는 점을 증명합니다. 실제 세포를 기반으로 보정된 두 가지 상호 보완적 보상은 비전형적인 발현 프로필과 섭동에 대한 불충분한 경로 수준 반응에 페널티를 부여합니다. 유전적 및 화학적 섭동 벤치마크 전반에서 PerturbCellRL은 분포 정렬을 크게 개선하고 경로 농축 패턴을 더욱 충실하게 복원합니다. 이러한 결과는 보상 기반 사후 학습이 섭동 예측에서 분포 정확도와 생물학적 충실도를 모두 향상시키는 효과적인 전략임을 입증합니다.
AI 가상 세포는 지정된 개입에 대한 세포 반응 예측을 목표로 하지만, 홀드아웃(held-out) 예측 성능만으로는 제공된 섭동(perturbation) 정보의 활용 여부를 입증하지 못합니다. 이러한 예측-주장 간의 격차는 언어 모델 에이전트(agent)가 점수 기반 피드백을 사용하여 예측 모델을 생성하고 수정하는 에이전트 기반 모델(model) 발견에서 중요합니다. 본 논문에서는 입력이 언급된 계산에 들어갈 수 있는지, 적합된 예측이 해당 입력에 의존하는지, 그리고 그 의존성이 관찰된 반응의 예측을 개선하는지를 검증하여 입력 사용 주장을 감사하는 CELLAUDIT을 소개합니다. 쌍을 이룬 형태학-전사체학 섭동 벤치마크(BBBC047)에서, 에이전트가 선택한 예측 모델은 평균 홀드아웃 전체 피어슨 상관계수(Global Pearson correlation coefficient, PCC) 0.3153을 달성하지만 화합물 치환에 불변(invariant)인 상태를 유지하며, 대조군 프로파일 전용 예측 모델은 0.3142에 도달합니다. 소스 검사를 통해 싱글톤(singleton) 키-값 어텐션(attention)에 의해 차단된 화합물-쿼리 경로가 확인되며, 분리된 대조군 웰을 사용해 재적합한 후에도 불변성이 지속됩니다. 연결된 두 작업에 걸친 48개 후보에 대한 계층화 감사에서 47개는 두 홀드아웃 폴드 모두에서 화합물 치환 시 예측을 변경하지만, 두 폴드 모두에서 0을 상회하는 구간을 가지며 목표 손실(loss) 이득을 보이는 것은 20개에 불과합니다. BBBC047에서 반증 기반 수정은 대조군 프로파일 전용 기준선(baseline) 대비 이득을 유지하면서 양의 평균 화합물 기여도를 회복합니다. 매칭된 sci-Plex 탐색에서, 감사로 강화된 피드백은 쌍을 이룬 신뢰 구간이 0을 포함함에도 불구하고 5개 궤적에 걸쳐 더 높은 홀드아웃 성능과 더 큰 평균 화합물 및 투여량 기여도를 가져옵니다. 독립적으로 획득된 코호트에서 고정된 설계를 재적합한 결과, 예측 일반화가 입력 사용 주장의 일반화를 의미할 필요는 없음을 보여줍니다. 즉, 투여량 기여도는 유지되는 반면 화합물 동일성에 대한 근거는 유지되지 않습니다. CELLAUDIT은 에이전트 기반 모델 발견에 반증 층(layer)을 추가하여, 생성-점수화-수정에서 발견-반증-수정으로 나아갑니다.