重建细胞状态，与预测药物反应是不同任务
用已有组学资料补全细胞测量，与预测细胞遇到新药后怎样变化，并不是同一类问题。发表于 Frontiers in Cell and Developmental Biology 的综述提出，评价虚拟细胞时，应先明确它要重建状态、预测干预反应，还是帮助排序候选药物和选择下一步实验。
作者将药物优选放在要求更高的任务层级：模型需要面对尚未测过的干预、细胞背景或组合。现有系统的近期用途，是辅助提出和筛选可实验检验的假设。
测试集留出了什么，决定实际检验了什么
如果训练与测试部分仍共享药物、供者、批次或十分相近的细胞状态，随机留出部分细胞可能高估实际应用表现。综述建议按目标问题设置留出条件，例如留出整个干预、细胞类型、供者、剂量或时间点。
预测已知药物在另一个剂量下的反应，与预测全新药物在新细胞类型中的反应，难度和证据要求都不同。用于调参的数据也不应再被称为盲测；跨实验室或检测平台的迁移，则需要相应的独立比较。
药物排序不能只看基因表达相关性
整体表达相关性有助于判断重建效果，但不一定反映候选药物的排序是否正确。若模型用于选药或挑选干预，评价就需关注排序、差异反应方向、命中富集等与该任务直接相关的结果。
作者还要求加入有竞争力的简单参照，例如线性模型、邻近样本平均或最近邻方法，并检查增加预训练、多组学输入或通路信息究竟贡献了什么。复杂架构优于弱参照，不能自动说明它已经具备更好的外推能力。
解释中的重要基因，还需干预证据支持
特征归因、注意力权重或通路标签可以提供候选机制，但相关基因并不一定就是驱动因素。综述建议把解释转化为可检验的问题：改变被提出的调节因子后，反应方向是否与预测一致；换一个细胞背景后，解释是否仍然合理。
已有生物学网络有助于约束模型，也可能带入错误或不适合当前背景的先验。作者因此将生物学上听起来合理的解释，与经干预、背景比较和其他测量支持的机制解释分开。
用不同测量手段检查预测，避免只在同类数据中自证
只用转录组训练，再用另一份转录组相似性评价，仍可能遗漏真实功能上的偏差。文章提出用形态、蛋白、通路活性、电生理或细胞存活等不同测量手段，检查模型预测是否对应可观察的生物学变化。
当目标涉及组织结构、免疫互作或药物转化时，还可在类器官、微生理系统等更复杂模型中检验。检验系统及其测量终点，需要与预测的具体用途匹配。
近期应用是减少筛选范围，并改进实验安排
综述将较现实的近期用途归为靶点与调节因子优选、作用机制与药物排序，以及决定先测试哪些剂量、组合或类器官背景。预测失败同样有价值：它可以揭示缺失的数据、错误假设或尚未覆盖的使用条件，帮助选择下一轮实验。
作者指出，目前数据仍偏向短期、少数细胞系和 RNA 测量，剂量、顺序处理、长期适应及供者差异覆盖不足。路线图据此提出数据、测试设计与实验反馈的配合要求。