什么是In Silico Perturbation Oracle
In Silico Perturbation Oracle 是一款基于生物基础模型（如 Geneformer、scGPT 等）的计算生物学工具，专为执行虚拟基因敲除（Virtual KO）模拟而设计。该工具能够在不依赖湿实验的前提下，通过人工智能方法预测特定基因删除后细胞转录组状态的变化，为药物靶点筛选提供高效的决策支持。其核心优势在于显著缩短新药研发周期并降低实验成本，适用于早期靶点验证阶段。目前该工具已投入生产环境使用，版本稳定为 1.0.0，具备完整的分析流程和输出能力。 该工具采用模块化架构，集成了多种前沿功能模块，包括基因敲除模拟、差异表达分析、通路富集分析、多维度靶点评分以及可视化报告生成。用户可选择适配不同场景的生物基础模型，例如 Geneformer 适用于通用基因调控网络推断，scGPT 则擅长单细胞水平的扰动预测，而 scFoundation 支持跨细胞类型的泛化预测。此外，系统还支持用户自定义模型输入，满足特定疾病或组织背景下的定制化需求。所有功能均经过严格验证，并在 DepMap CRISPR、Perturb-seq 和 L1000 CMap 等多个权威数据集上展示了良好的预测一致性。 尽管 In Silico Perturbation Oracle 在靶点发现中表现出色，但其预测质量仍受限于预训练模型的覆盖范围与细胞类型分布。对于罕见细胞类型或复杂调控网络，可能存在一定偏差。同时，该工具仅能预测转录组层面的变化，无法直接推演表型结果或体内微环境影响。因此，建议结合湿实验数据进行交叉验证，并遵循最佳实践流程以确保结果的可靠性。未来路线图还包括整合 AlphaFold 结构信息、支持空间转录组扰动预测及多组学融合分析等功能扩展。
核心功能特点
- 基于 Geneformer、scGPT 等生物基础模型进行虚拟基因敲除模拟
- 预测基因敲除后的差异表达基因（DEGs）及其统计显著性
- 执行 GO/KEGG 通路富集分析以识别关键生物学路径变化
- 提供多维度的靶点评分体系：有效性、安全性、可成药性与新颖性
- 自动生成火山图、热图、通路网络和靶点排名等可视化报告
适用场景
In Silico Perturbation Oracle 特别适用于药物研发的早期靶点筛选阶段，能够帮助研究人员快速评估多个候选基因的潜在作用机制。例如，在抗癌药物开发中，科学家可通过批量输入 TP53、BRCA1、EGFR 等关键癌基因进行虚拟敲除，系统将返回各基因缺失后下游基因表达的变化趋势及受影响的主要信号通路，从而优先选择最具干预价值的靶点进入后续实验验证。这种高通量虚拟筛选方式可将传统数月的实验周期压缩至几天内完成，极大提升研发效率。 除了单一基因操作，该工具还支持组合基因敲除分析与剂量响应模拟，适用于探索协同效应或克服耐药性的联合治疗方案。比如在靶向 BCL2/MCL1 或 PIK3CA/PTEN 这类成对基因时，系统可评估双敲除是否产生更强的转录抑制效果，并推荐最优干预顺序。对于制药企业而言，此类数据可直接用于优化先导化合物设计方向，减少无效投入。同时，通过导出实验室验证指南，系统还能指导湿实验团队制定标准化操作流程，实现计算与实验的无缝衔接。 在科研教育领域，In Silico Perturbation Oracle 也展现出广泛应用潜力。高校课题组可利用其开展基因功能探索项目，通过对特定组织类型（如肺泡上皮细胞、心肌细胞或神经元）中的候选基因进行扰动预测，理解其在发育或疾病过程中的调控角色。此外，学生可通过 API 接口学习如何调用 AI 模型处理真实生物学问题，掌握从数据输入到结果解读的全链路技能。随着工具持续迭代，未来还将加入患者特异性个性化预测功能，进一步推动精准医疗的发展。