UnDetect：通过上下文建模与多视图迁移预测未见化合物的转录响应

研究提出 UnDetect 框架，将细胞与实验背景变异同化合物效应分离，以预测未做过转录谱分析的化合物的转录响应。作者报告，在药物盲法 L1000 基准上，从七个已发表模型中移除药物输入后，准确率变化最多为 0.012 Pearson 相关；UnDetect 是唯一在每一折都超过忽略化合物输入的网络的模型，在板内评分上达到 0.117，而最强已发表模型为 0.092。