El trabajo va por libre: los vecinos más cercanos se dedican a predecir la respuesta a una perturbación, no a ordenar en sentido inverso. Alrededor ya existen mapas de perturbaciones a expresión (Perturb-seq, LINCS), modelos de grafos y modelos fundacionales, además de puentes entre modalidades como UniPert–G2CP. Pero ninguno responde a la pregunta de la intervención: cuál de los knockouts catalogados es más probable que provoque o revierta la transición observada. Para las perturbaciones químicas la búsqueda inversa lleva mucho tiempo asentada gracias a Connectivity Map y L1000, mientras que para las genéticas apenas empieza a tomar forma. RevPert ocupa ese nicho y ofrece una interfaz única de ordenación para cualquier contraste transcriptómico.
RevPert construye una galería de perfiles de knockout (predichos por un modelo lineal para Essential o promediados por folds para LINCS-KO) y los compara con la consulta ΔY = YB − YA. Primero calcula la correlación de Pearson con signo entre la consulta y cada perfil de la galería. Después, un codificador común (perceptrón multicapa) comprime los perfiles mediante PCA hasta 256 dimensiones y produce una similitud aprendida en un espacio normalizado de 128 dimensiones. La puntuación final es una suma ponderada de las puntuaciones z de la correlación y de la similitud aprendida, donde el peso α se ajusta durante el entrenamiento. El entrenamiento maximiza la pérdida InfoNCE sobre todo el catálogo con una regularización suave del maestro de Pearson. Para los contrastes externos de resistencia se usa la misma interfaz de dos brazos: el brazo A ordena por fenocopia (coincidencia de signo) y el brazo B por el signo opuesto (heurística de activación).
En Essential Perturb-seq, RevPert alcanzó el mejor rango mediano en las cuatro líneas (por ejemplo, HepG2: 266 frente a 572 de Pearson), mejorando el Recall@10 entre 1.5 y 3.4 veces (HepG2: 12.5% frente a 3.7%). Las pruebas pareadas de Wilcoxon rechazaron la igualdad a favor de RevPert en cada línea (P < 10⁻¹⁸), y los intervalos de bootstrap no incluían el cero. En las diez líneas de LINCS-KO, RevPert mostró rangos medianos medios de 345–560, entre 7 y 15 veces más bajos que los del PDGrapher oficial (miles). El Recall@10 fue del 4.14% frente al 2.18% de Pearson y al 1.64% de PDGrapher. En los contrastes externos de resistencia: para HCC/sorafenib, AURKA quedó en el puesto 29 del brazo B (frente al 137 por magnitud de DEG), y METTL3 en el 65 del brazo A (frente al 4040 por DEG). Para CML/imatinib en el catálogo GWPS, MYB ocupó el 1.er puesto del brazo A, STAT5A el 16 del brazo B, STAT5B el 27 del brazo A, RUNX1 el 18 del brazo B y BCR el 34 del brazo A, mientras que los rangos por DEG fueron bastante peores. La ablación mostró que la similitud puramente aprendida mejora la identidad, pero hunde los anclajes de resistencia, y que la fusión residual conserva ambas cosas.
RevPert se distingue de sus vecinos en que resuelve la tarea inversa de ordenar un catálogo para una transición observada, en lugar de predecir la respuesta a una perturbación dada. Es la primera vez que se comprueba de forma sistemática el uso externo, la nominación de impulsores de resistencia a fármacos, como resultado principal y no como prueba secundaria. El método demuestra que la geometría de signo de Pearson es necesaria para conservar anclajes biológicamente significativos, y que un retrieval puro sin ella pierde la direccionalidad. Esto marca un estándar para futuros scorers inversos: no descartar la correlación, sino aprender el residuo por encima de ella.
A medida que se amplíen los atlas de Perturb-seq, la misma interfaz podrá reentrenarse con catálogos más amplios, incluidas líneas específicas de tejido para mejorar la transferencia. Es posible incorporar codificadores de grafos o fundacionales en el componente residual manteniendo la galería lineal. Para las aplicaciones externas harán falta protocolos de validación más estrictos, con comprobaciones experimentales independientes.
El método puede acelerar la búsqueda de genes impulsores candidatos en estudios de resistencia a fármacos, envejecimiento y progresión del cáncer. También proporciona listas cortas para modelos posteriores de drug-target y ensayos de laboratorio específicos.
El siguiente paso es validar los impulsores nominados en experimentos independientes y ampliar el método a otras transiciones de estado, como la progresión colorrectal o la senescencia. También conviene estudiar la transferencia del codificador entre contextos con catálogos alineados linealmente.
En el campo de la genómica sigue abierta la pregunta de cómo pasar de un desplazamiento transcriptómico observado a genes causales, y no solo a genes con expresión diferencial. RevPert ataca directamente este problema al proponer una ordenación de un catálogo de intervenciones, pero no lo resuelve del todo: los rangos siguen siendo hipótesis que requieren comprobación experimental. La conexión con el problema no resuelto de identificar reguladores causales en programas transcriptómicos complejos es evidente.
Piense en cómo un detective busca al culpable por las huellas dactilares: RevPert hace lo mismo, pero en lugar de dedos usa perfiles de expresión de miles de genes. Y no se limita a buscar una coincidencia, sino que tiene en cuenta la dirección del desplazamiento, como si el detective distinguiera quién dejó la huella y quién la borró.
No publicado en arXiv. Aquí están su página, el PDF y la formalización: puede comprobarlo usted mismo, no solo leer nuestro análisis.