Celcomen 是一种基于生成式图神经网络的创新计算框架，旨在从空间转录组数据中解离细胞内与细胞间的基因调控程序。该研究利用数学上的因果可解释性，克服了以往模型在处理复杂组织交互时的“黑箱”局限。通过在人类胶质母细胞瘤、胎儿脾脏及小鼠肺癌等临床样本中的应用，该工具证明了其在模拟基因敲除和组织扰动方面的卓越准确性。它不仅能预测实验难以获取的反事实空间状态，还为理解疾病进展和筛选治疗方案提供了精密的数学保障。这一突破性进展为构建虚拟组织模型奠定了基础，助力科研人员深入洞察单细胞空间维度的组织响应机制。

References:

• Megas S, Chen D G, Polanski K, et al. Celcomen: spatial causal disentanglement for single-cell and tissue perturbation modeling[J]. Nature Communications, 2026.