В статье представлен FERRET — инновационный вычислительный фреймворк, предназначенный для бенчмаркинга методов реконструкции генных регуляторных сетей (GRN) на основе данных секвенирования единичных клеток (single-cell RNA-seq). В отличие от традиционных подходов, опирающихся на симуляции или неполные эталонные сети, FERRET использует биологическое допущение о том, что оценки регуляторных сетей для одного и того же клеточного типа должны быть более схожими, чем для разных типов. Авторы разработали две ключевые метрики: Robustness Area Under the Curve (RAUC) для измерения внутритипового сходства сетей и Monotonicity для оценки согласованности сходства при различных порогах весов ребер. Валидация системы проводилась с использованием экспериментально подтвержденных сетей ChIP-seq для B-лимфоцитов и фибробластов, где биологически связанные сети показали высокие показатели устойчивости по сравнению со случайными сетями. Применение FERRET к реальным наборам данных scRNA-seq позволяет эффективно выявлять алгоритмы, создающие наиболее надежные и биологически информативные модели регуляции генов, что критически важно для точной интерпретации клеточных процессов.