扰动分析与基础模型评测的现成框架:pertpy 与 BioLLM

扰动分析和基础模型选型，过去各做各的手工脚本；现在有两套现成框架可以把这两件事标准化——pertpy 把扰动分析工程化，BioLLM 把基础模型的整合与评测标准化。对做扰动课题、要挑基础模型的人来说，这两个是可以先跑一遍的现成工具。

pertpy 的定位是「端到端的扰动分析框架」

（Heumos、Ji 等，Pertpy: an end-to-end framework for perturbation analysis，Nature Methods, 2026, 23(2): 350–359，DOI: 10.1038/s41592-025-02909-7）。

它覆盖扰动数据分析的几个主要环节：扰动响应对应的差异分析与统计检验、群体层面的响应度量、以及相应的可视化，并且与 scanpy／anndata 的生态衔接顺畅。

它解决的是「分析落地」的问题——把过去散落在各人手写脚本里的检验、距离、混合模型，收拢成一套可复用、可复现的流程。

需要说清楚的是：框架提供的是工具，不替你做生物学判断。选哪个对照、用什么度量、怎样解释结果，仍然要你自己拍板。

BioLLM 的定位是「整合与评测单细胞基础模型的标准化框架」

（Qiu、Chen 等，BioLLM: A standardized framework for integrating and benchmarking single-cell foundation models，Patterns, 2025, 6(8): 101326，DOI: 10.1016/j.patter.2025.101326）。

它把不同模型接到统一的接口上，用统一的数据划分和指标来做公平对比。它的意义在于把「选哪个模型」从零散的经验判断，变成一次可复现的评测。基础模型数量增长很快，各有各的评测口径，这种标准化框架的稀缺性，反而比模型本身更值得注意。

一个顺手的顺序是：先用 BioLLM 在自己的数据上过一遍候选基础模型，选出值得进一步用的；再用 pertpy 做扰动响应的分析。两者一条管「选模型」，一条管「做分析」，衔接点就是同一份 anndata 对象。这样一来，从选型到分析是一条连着的链，而不是两段各自为政的手工活。

• 框架不是免检标签。接口统一、流程标准，不等于指标就合理、划分就无偏，仍要自己检查评测设计。
• 默认参数要按数据调整。批次数量、细胞数、稀疏程度不同，默认阈值未必合适。
• 别把框架的输出直接当结论。工具能算出一个数字，解释这个数字仍然需要人。
• 版本与生态。这类框架更新快，注意版本对应的接口和依赖，避免旧脚本在新版本上悄悄跑错。

把工具用对的前提，是先想清楚要回答什么问题。我们做扰动课题时的习惯，是先统一划分、统一指标，再谈模型好坏，这套「先定标尺、再比模型」的流程也固化进了对话式分析平台（IntelliCytoPilot）。

（「上海交大博后团队」长期做单细胞与空间分析，扰动分析与基础模型评测也是常规工作的一部分。手上有一批扰动数据、不确定怎么起手，欢迎评论区或私信交流。）

▍关联阅读