读Fabian Theis这期访谈，最让我停下来想的，是他在结尾谈的一件小事：模型给出建议以后，怎样说服实验者花时间去做？培养细胞、等待读数，都要有人投入。研究者面对一份奇怪的配方，会犹豫，也会想按自己的经验改一改。
节目叫《Controlling Biology》。这个题目很大，结尾却把它拉回实验台：我愿不愿意把下一次实验交给这条建议？
读完这段，我对“虚拟细胞”有了更具体的期待。一个模型能帮助人选择值得动手的实验，就有了可检验的用处。但这个期待也附带条件：我们得知道什么结果算好，以及实验中到底允许改变什么。
细胞看得更多，未必问得更广
Section titled “细胞看得更多，未必问得更广”访谈中的“扰动”，可以先理解为对细胞改变某项条件，再观察它怎样响应。敲除基因、加入药物属于扰动，换培养液、改变邻居传来的信号，也属于这个范围。细胞不是只读取自身基因的孤立对象。
Theis提醒，积累了很多细胞观测，不等于充分探索了扰动。反复测相近条件下的细胞，可以把那片区域看得更细，却没有自动回答换条件之后会怎样。
这让我对“训练了多少细胞”这个数字多了一层保留。假如研究的问题是选药物、定剂量或调整培养条件，我还想知道，数据覆盖了哪些操作、组合和背景。这些是评价模型时需要追问的条件。
状态表征和变化预测也有区别。把细胞放进一个有用的表示空间，可以帮助描述它是什么；要指导实验，还得知道施加某种操作以后，它会变成什么。把前者做得更大，不足以单独证明后者已经可靠。
先确认尺子能认出好结果
Section titled “先确认尺子能认出好结果”虚拟细胞领域有个令人尴尬的争论：复杂模型有时赢不了简单基线，甚至赢不了均值预测。均值预测不细分某次扰动的独特效果，也可能得到漂亮分数。
原文链接的指标校准论文解释了其中一种原因。如果某次扰动只改变少量基因，把误差平均到大量变化不大的基因上，重要的差别就会被稀释。预测得接近平均状态，可能比捕捉变化更容易讨好这个指标。
作者为评价引入正控思路：除了问模型能否赢过没有针对性信息的预测，还要问，这把尺子能否认出一个确实保留了扰动信号的参照。具体做法包括把同一扰动下的细胞分开，用一部分去预测另一部分，并进一步构造插值参照，检查指标区分好坏的范围。
原论文图1展示的就是这套校准思路。图中各指标的差别，提醒我们不能只凭一个总分判断模型有没有学到东西。图片来源：Miller等，原论文Fig.1，依CC BY 4.0许可复用。
我觉得这比“深度学习到底行不行”的争辩更有用。尺子分不清有信息和没信息的预测，排行榜就无法回答研究者在意的问题。
但校准也不是替复杂模型解围的通行证。论文支持的是：在校准较好的指标上，深度模型可以超过无信息基线。它没有证明任意复杂模型都值得用，也没有解决未知细胞类型、供体或条件中的泛化问题。简单基线仍然要认真做。
一个细胞的背景，藏在它周围
Section titled “一个细胞的背景，藏在它周围”Theis谈到类器官时很兴奋：多细胞系统让研究者接触到比单一细胞系更丰富的行为。他也紧接着提到限制，例如免疫成分或供养条件可能不完整。把培养皿里的系统叫作“小脑”“小心脏”，容易让人忘记这种距离。
我更在意的，是这里改变了问题的单位。我们不能总把细胞当作独立的一行数据。它周围有哪些细胞、处于什么空间环境，可能正是理解它为何处于当前状态的线索。
Nicheformer论文给了这种思路一个具体落点：结合解离细胞与空间数据，研究邻域组成、细胞密度等空间任务。原论文图1展示了数据和任务的连接；它并不意味着能够精确重建每个邻居的完整状态。图片来源：Tejada-Lapuerta等，原论文Fig.1，依CC BY 4.0许可复用。
于是，“给细胞加了什么”之外，还要问“给哪个背景中的细胞加”。如果目标是帮助设计实验，我会希望评价保留这些区别，而不只是把不同背景平均成一个方便计算的答案。
缺一种原料，模型不能靠优化补出来
Section titled “缺一种原料，模型不能靠优化补出来”访谈最后提到LabCompass：已有一个预测实验结果的正向模型之后，能否反过来，从想要的细胞状态寻找实验条件？
我查到的LabCompass预印本已经公开，尚未经过同行评审。研究围绕体外人造血细胞培养展开，通过四轮实验反馈更新模型。它根据目标生成培养条件候选，结合预测结果与不确定性选择实验，再把测量结果带回模型。
这里我最想保留的细节，是团队发现既有培养参数不足以有效富集某些谱系之后，加入了M-CSF和淋巴谱系培养组合，拓展设计空间。
这件事让我重新理解“模型没找到”。它可能是预测不准，也可能是搜索没做好，还可能是现有操作根本不足以到达目标。这些原因需要不同的处理。继续优化同一组输入，不能替代引入缺少的实验条件。
当然，不能据此断言某次失败已经证明目标不可达。实验者还要排查测量、培养过程和模型本身。我的判断只是：评价一个系统时，应该把“在既有条件里找配方”和“发现需要扩展条件”分开看。
我在材料实验那篇文章里，关心测量如何改变下一步选择。这次阅读让我补上一问：如果后续选择始终没有改善，我们有没有检查过，允许模型选择的范围本身就太窄？
我想看到的进展
Section titled “我想看到的进展”Theis在访谈中把强化学习放在未来愿景里，也说当前更接近主动学习。这一区别值得保留。模型建议实验、实验反馈模型，已经是值得研究的进展；不能因此把系统写成成熟的自主生物学家。
对我来说，往后读这类工作，可以沿着实验追问：模型为什么推荐这组条件？建议是否经过实测？哪些预测错了，错误怎样影响后续选择？遇到难以达到的目标时，是换模型、补数据，还是增添新的操作？
这些问题也解释了开头那位犹豫的实验者。让人愿意花时间验证，需要具体依据；一次验证回来，系统还得能接受修正。“控制生物学”离日常研究有多近，可以从这里慢慢看清。