《BioSystems》：Disagreement-Informed Arbitration for Gene Regulatory Network Inference: A Score-Level Meta-Classifier and a Diagnostic Typology of Inter-Method Conflict
编辑推荐：
基因调控网络（GRN）推断方法常对单条边产生分歧，实践者通常靠选单一方法或对所有方法取平均来解决冲突。研究人员提出将冲突按边仲裁：以梯度提升分类器在十种推断方法——包括相关法、信息论法、稀疏回归与树集成（含GENIE3、GRNBoost2、CLR、ARACNe
基因调控网络（GRN）推断方法常对单条边产生分歧，实践者通常靠选单一方法或对所有方法取平均来解决冲突。研究人员提出将冲突按边仲裁：以梯度提升分类器在十种推断方法——包括相关法、信息论法、稀疏回归与树集成（含GENIE3、GRNBoost2、CLR、ARACNe）——对每条候选调控因子–靶基因对给出的原始分数上训练，使各方法权重随边变化。在覆盖四种细胞类型的六个单细胞扰动筛查中，相较于均值集成，仲裁在Adamson上AUROC提升+0.056，在Shifrut上提升+0.083（均采用靶基因分组交叉验证）。评估协议比模型更关键：边级交叉验证通过该靶基因泄漏虚增约0.060 AUROC；对隐式表示基因的方法更夸张——在相同折上训练的图注意力连接预测器边级AUROC达0.930，靶基因留出后仅0.533。五类跨方法冲突分类体系将收益定位到方法分歧处，且不进入模型输入，仅作诊断工具。研究人员还界定了金标准含义：常用筛查中多数扰动基因并非转录因子，中介筛查限制了扰动响应中可直接归因的比例。
研究背景方面，基因调控网络（GRN，Gene Regulatory Network）推断方法众多，从相关法到信息论、稀疏回归、树集成不一而足，但无单一方法在全部场景下占优。已有大规模基准（如DREAM挑战）表明方法表现高度依赖被探测的调控结构。面对多方法对同一条边的冲突预测，实践者要么做方法选择、要么做简单集成（排序聚合、投票、分数平均），前者忽视方法互补性，后者给所有边相同权重，无法反映“为什么分歧”。因此，研究人员提出分数级仲裁：用第二层分类器在基方法原始分数上训练，使边级权重可随分歧模式变化；同时构建不进入模型输入的跨方法冲突诊断分类体系。该研究发表于《BioSystems》。
关键技术方法上，研究人员使用八个数据集：六个单细胞扰动筛查（Adamson等CRISPRi/CRISPRa/CRISPRko、Norman、Replogle、Shifrut、Papalexi、Dixit）与两个观察性组织图谱（Tabula Sapiens肺与肾）。对每条调控因子–靶基因对计算十种分数：Pearson、Spearman、互信息（MI，Kraskov–St?gbauer–Grassberger估计）、偏相关、LASSO、随机森林重要性、GENIE3、GRNBoost2、CLR、ARACNe；标签由扰动与对照细胞Welch t检验加Cohen's d构成“扰动响应边”。采用四种交叉验证：边级、调控因子分组、靶基因分组、双阻塞。元分类器为固定超参梯度提升；并用GENELink与STGRNS作有监督竞争者；用DeepSEM与GCN自编码器作无监督分数。
研究结果如下。
4.1 单个方法表现：无方法全胜。Adamson上GCN自编码器AUROC 0.807最高；Shifrut上GENIE3 0.834最高；ARACNe因数据处理不等式产生大量零分，排名近随机。均值集成在Shifrut低于最佳单法，说明均匀加权稀释强方法。
4.2 无监督深度学习分数：DeepSEM在Adamson约随机，顶部虽含真实未折叠蛋白响应关系但全局被核糖体共表达主导，加入面板无影响。GCN自编码器在Adamson达0.807，加入元分类器稳定提升；在Shifrut较弱。结论是神经分数能否添益取决于数据而非架构本身。
4.3 按冲突类型看方法选择价值：Adamson上GCN自编码器在五类均最佳，Shifrut上GENIE3占三类；但符号冲突处各类方法都差且差距小，说明此类边无“选哪个方法”可赚，而跨方法模式可供分数级分类器利用。
4.4 诚实交叉验证下仲裁表现：靶基因分组下元分类器Adamson AUROC 0.822、Shifrut 0.809，较均值集成分别+0.056与+0.083；AUPRC增益更明显。六分扩到十分再到加GCN持续提升。仲裁稳定胜集成，但不一定胜经后见之明选出的最佳单法。
4.5 同折有监督连接预测：边级下STGRNS 0.937、GENELink 0.930远高元分类器；靶基因分组后GENELink跌至0.533、STGRNS至0.749。因二者学逐基因表示，边级分裂泄露靶基因身份。STGRNS仍保留配对表达模式故未崩塌，在Shifrut靶基因分组下AUPRC优于元分类器。
4.6 仲裁在何处见效：收益在方法分歧边最大、共识边最小；但“哪类分歧最受益”随数据集变。
4.7 交叉验证协议：边级CV通过靶基因变异性等逐基因特征泄露；靶基因分组是最小诚实标准；学逐基因表示的模型虚增可达数倍于0.060。
4.8 特征消融：分歧类型与元数据特征不作为模型输入可提效；加给线性/树栈模型在足量数据下几无益，证明分类体系是诊断而非特征。
4.9 分歧类型的机制信号：每类冲突伴不同统计机制（如符号冲突示混杂、支持不匹配示非线性），由表达层面证据支撑。
4.10 扰动金标准测到什么：多数Adamson/Shifrut扰动基因非转录因子，中介筛查显示部分正边为可能介导；绑定标签（TRRUST/ChEA/ENCODE）验证仲裁不只对差分表达敏感。
4.11 效应量与标注规则：各筛查Cohen's d差一个量级；用置换零校准、统一 cutoff、匹配正率等多规则报告，Dixit效应不分离故框架失效。
4.12 需要多少扰动：Replogle 300调控因子面板显示更多扰动提升面板覆盖与稳定性，但非无限线性。
4.13 超参与栈模型替代：固定配置不劣于嵌套调参；直方图梯度提升、RF、ExtraTrees、logistic、MLP均得类似结论，说明结论属分数面板而非某栈模型。
讨论与结论部分：研究人员指出，GRN推断里“评估协议”比“模型花巧”更决定表观进展；边级CV对一切参数化基因的方法制造虚假领先。分数级元分类器价值在把基方法原始分数作边级条件组合，稳定优于均匀集成，但实践者应放弃“选全球最佳方法”，改用“在同折里挑强单法/宽面板+边级仲裁”。五类冲突分类体系的价值是诊断：告诉人在哪类边仲裁值得做、哪类共识边可能含共有偏差。金标准方面，扰动响应边≠直接转录调控边；多数筛查面板含大量非转录因子，故基准本身上限须被报告。最终结论可译为：跨方法分歧可作为GRN推断的可学习信号，但只有在靶基因/调控因子分组交叉验证下，增益才可信；图/嵌入类有监督模型须在基因留出协议中重测，否则其“最优”是泄漏假象；未来GRN基准应将协议严格性、面板组成与直接性边界列为方法学前提。
