上周工作
通过梳理文献，可以初步将“同一干预的跨细胞情境迁移”任务,按预测目标可用信息的不同分为三类场景:
场景一：只有目标对照。知道目标原本的表达状态，借助来源实验预测处理结果。
代表文献:scGen predicts single-cell perturbation responses
简单总结:从来源对照组和处理组的平均特征中估计干预带来的变化，把这个变化加到目标对照细胞的特征上，再解码得到预测表达。
场景二：少量目标实测。增加其他干预的真实响应，据此学习目标的响应特点。
代表文献:Decoding Single-Cell Omics of Perturbation Responses Using DeSCOPE
简单总结:先用来源数据训练，再用目标细胞中已经测过的其他干预适配模型。待预测干预在目标细胞中的实测响应留作评估。
场景三：逐轮选择实验。选择下一批测哪些干预，实测后再更新预测模型。
代表文献:Active Learning of Conditional Generative Models via the Transport Neural Tangent Kernel
简单总结:传输神经切线核的研究根据预测的不确定性选择下一批实验，拿到实测结果后更新模型，再进入下一轮。
本周安排
- 进一步阅读梳理文献