摘要
背景/目的：视神经损伤涉及异质性的神经元和微环境反应，可能需要顺序的、状态依赖的干预。BioEdge-RGC 被开发为一种受转录组学启发的计算基准，用于将全局规划的模型预测控制策略转移到在不完全观测和减少通信下运行的紧凑区域神经模型中。方法：公共小鼠视神经挤压伤转录组数据集被总结为七个视网膜神经节细胞模块和八个视网膜环境模块，并融合为 16 区域、五步模拟器的 15 维时间参考状态。一个候选约束的 MPC 专家模型由中央神经教师模型以及本地、邻域感知和协调的区域学生模型近似，后者使用混合知识蒸馏或直接 MPC 监督进行训练。评估了缺失观测、严重模拟损伤、INT8 量化、本地参数扰动以及独立的 GSE229033 转录组合理性评估。结果：中央教师模型保留了 99.90% 的 MPC 目标，协调蒸馏学生模型保留了 99.69% 的教师性能，同时将每个回合的模拟通信从 5520 字节减少到 1080 字节。协调与本地之间的平均目标差异为 +0.000053，未达到预定义的 +0.008 阈值；直接 MPC 监督的表现至少与混合蒸馏一样好。主要的基于目标的结论在所有九个本地参数条件下均得以保留，而协调失败率优势并不具备参数鲁棒性。在 GSE229033 中，七个模块中有六个按预定义的有利方向发生变化，但定向复合自举区间包含零。结论：紧凑区域神经策略在最小目标损失和大幅降低模拟通信的情况下再现了 MPC 性能。外部转录组分析为 RGC 状态方向提供了有限的合理性支持，而这两种分析均未验证模拟器动力学、控制器功效、生物治疗效果或临床适用性。
