破译细胞对遗传扰动的反应是各种生物医学应用的基础。然而，存在三个主要挑战：预测单遗传扰动结果、预测多基因扰动结果和预测跨细胞系的遗传结果。在这里，我们介绍了用于遗传扰动预测 （STAMP） 的子任务分解建模，这是一种灵活的人工智能策略，用于遗传扰动结果预测和下游应用。STAMP 通过以问题分解的方式解决 3 个渐进子任务，即识别后扰动差异表达基因，确定差异表达基因的表达变化方向，最后估计基因表达变化的大小，将遗传扰动预测公式化为子任务分解问题。STAMP 在三个子任务及其他任务上比现有方法有了实质性的改进，包括能够识别小样本上的关键调控基因和通路，并揭示不同类型的精确遗传相互作用。