一篇發表於arXiv的新論文提出了一種基於轉錄組擾動的分子擴散模型，用於功能導向的藥物設計。當目標結構不可靠或表型由失調通路引起時，轉錄組擾動提供了藥物作用的系統級功能讀數。研究者將轉錄組藥物設計（TBDD）形式化為一個生成式逆問題：根據期望的轉錄組狀態轉換設計藥物分子。
這項任務本質上是病態的，並且存在生物學與化學之間的領域鴻溝以及轉錄組訊號的稀疏性等挑戰。為此，團隊提出了CURE（Cellular Response Engine）框架，這是一個多解析度轉錄組引導的擴散模型。CURE包含一個專門的轉錄組擾動功能特徵提取器（TFE），它從擾動前後狀態中提取功能導向的嵌入，將這些訊號與雙重化學檢視對齊以彌合跨模態差距，並透過異質性感知聚合從噪聲資料中提取穩健的狀態特定訊號。
在標準基準和嚴格的分佈外測試中，CURE在結構質量和功能一致性上始終優於強基線。此外，研究者透過零樣本基因抑制劑設計任務驗證了其實用性，展示了表型驅動生成發現的潛力。該研究於2026年5月14日提交至arXiv，作者包括Ziyu Xu等七位研究人員，屬於機器學習、人工智慧、生物分子、分子網路和定量方法等多個學科領域。CURE框架的成功表明，即使在缺乏可靠靶標結構的情況下，基於轉錄組狀態的分子生成也能為疾病治療提供新的設計思路，特別是在藥物靶點難以透過傳統結構生物學方法確定的疾病中具有重要應用前景。