arXiv cs.AI· Zhenchao Tang, Xiaogang Xu, Jiafei Wu, Jiahui Guan, Bo Li, Tianxu Lv, Jiale Zhou, Haohuai He, Zhi Song, Hanbo Huang, Jiehui Huang, Xun Lin, Zhipeng Deng, Zhaoxing Li, Guanxing Chen, Yaokun Li, Mengran Li, Songming Zhang, Zhe Liu·· 10 天前AI 评分34
PertMind：用细胞扰动数据强化学习激发 LLM 涌现生物推理能力
PertMind: Eliciting Emergent Biological Reasoning in LLM via Reinforcement Learning on Cellular Perturbation Data
AI 导读
PertMind 将细胞扰动图谱转化为强化学习环境，用实测基因响应作为可计算奖励，结合可信轨迹监督初始化与基因、通路、格式三级强化信号。该模型仅在正向扰动响应预测上训练，却在未见细胞环境中提升响应推断，并无需任务专属后训练即可迁移至反向扰动识别、双扰动推理、表型筛选优先级排序和生物过程解读。
正文 · AI 翻译
作者：Zhenchao Tang、Xiaogang Xu、Jiafei Wu、Jiahui Guan、Bo Li、Tianxu Lv、Jiale Zhou、Haohuai He、Zhi Song、Hanbo Huang、Jiehui Huang、Xun Lin、Zhipeng Deng、Zhaoxing Li、Guanxing Chen、Yaokun Li、Mengran Li、Songming Zhang、Zhe Liu
摘要：大语言模型能够描述机制，但可扩展的后训练仍依赖于昂贵的人工整理生物推理轨迹。在此我们表明，细胞扰动图谱反而可以成为强化学习环境，其中测得的基因响应为生物推理提供可计算的奖励。我们提出 PertMind，它将可信轨迹监督初始化与基因、通路和格式层面的强化信号相结合。尽管仅在正向扰动-响应预测上训练，PertMind 仍能改进未见细胞环境中的响应推断，同时保留通用语言能力。它还能在无需任务特定后训练的情况下，迁移到反向扰动识别、双扰动推理、表型筛选优先级排序和生物过程解释。PertMind 进一步生成生物图谱，支持在多尺度下游任务中具有竞争力的基因、细胞和供体表示。这些结果支持如下假设：在实验终点上进行强化可以浓缩预训练模型已可获取的可复用生物策略。更广泛地说，由扰动衍生的强化学习提供了一条可扩展路径，将不断扩展的实验图谱转化为通用生物推理的训练环境。
| Comments: | 项目页面：this https URL |
| Subjects: | 机器学习（cs.LG）；人工智能（cs.AI）；定量方法（q-bio.QM） |
| ACM 分类： | I.2.6；I.2.7 |
| 引用为： | arXiv:2608.16419 [cs.LG] |
| （或 arXiv:2608.16419v3 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2608.16419 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Yaokun Li [查看电子邮件]
[v1]
2026年8月17日星期一 11:17:26 UTC（8,427 KB）
[v2]
2026年8月22日星期六 05:21:26 UTC（1 KB）（已撤回）
[v3]
2026年10月6日星期二 15:42:49 UTC（8,366 KB）
来源：arXiv cs.AI · arxiv.org