网易首页 > 网易号 > 正文 申请入驻

2026虚拟细胞挑战赛结果出炉!Illumina团队夺冠,“零样本”模型距离真实实验还有多远?

0
分享至


撰文丨王聪

编辑丨王多鱼

排版丨水成文

理解、预测并最终编程细胞对内部信号和外部刺激的响应,是生物学中的最大挑战之一。虚拟细胞(Virtual Cell,VC)作为人工智能与生物学交叉领域的一个新兴前沿,有望解决这一挑战,从而彻底改变生命科学研究范式。

2025 年 6 月,Arc 研究所推出了虚拟细胞挑战赛(Virtual Cell Challenge),该挑战赛的核心目标是提供一个公平、开放的测试评估,发掘能够通过严格测试的最佳虚拟细胞模型。

2026 年 8月,Arc 研究所启动了第二届虚拟细胞挑战赛(Virtual Cell Challenge 2026)启动,此次挑战赛将对生物学泛化能力提出更高要求:在多个独立的细胞环境中实现零样本预测。

参赛者需要构建虚拟细胞模型,以预测新的由 Arc 研究所生成的数据集(包含未见过的细胞系)中的基因敲低响应。目标是判断最优虚拟细胞模型能否有效缩小临床前实验预测与人类生物学之间的鸿沟。

2026 年 11 月 20 日,第二届虚拟细胞挑战赛结果出炉。

第二届虚拟细胞挑战赛,共有 5441 人注册参赛,1469 支团队向验证排行榜提交了 26827 份结果,805 支团队完成了最终提交。今年的获奖团队分别是来自Illumina的BioInsight AI Lab(冠军)、独立研究者FlowState(亚军)以及来自Xaira Therapeutics的X-team(季军)。


按照设计,今年的任务比去年的更难。虚拟细胞模型需要在仅掌握每种细胞系未受扰动对照细胞的情况下,预测三种细胞系中 300 次 CRISPRi 基因敲低所产生的转录响应;而这三种细胞系几乎没有公开可用的扰动数据。获胜者是来自 Illumina 的CellularAI算法,在这三个保留细胞系上的得分为0.440。在赛事评分体系中,0 对应细胞背景均值(即所有敲低中观察到的平均响应),1 对应实验的独立重复。因此,按六项指标和三种细胞系平均计算,获胜预测覆盖了从细胞背景均值到一次重复之间距离的 44%(需要注意的是,这个数字并不代表准确性,各项指标围绕这一平均值存在很大差异)。

重要的是,这些结果应放在一个强有力的参照基准下来解读。在公共数据中,300 个测试靶点中的大多数已经在其他细胞系中被敲低过。只需将这些测得的响应直接迁移到新细胞系的对照细胞中,而无需任何学习,就能恢复很大一部分扰动特异性信号,因为敲低后的许多下游特征在不同细胞类型之间是共有的。三支获胜队伍都基于这种参照迁移方法,它们的主要区别在于如何权衡证据、如何将其适配到新细胞系,以及如何将预测效应转化为细胞。

那么,零样本模型与重复实验的差距有多大?与去年相比,模型有了显著提升,但我们仍有很长的路要走!

今年提出了什么任务?

2025 年,参赛模型获得了来自 H1 人类胚胎干细胞的扰动数据,并被要求预测同一细胞系中保留扰动(held-out perturbations)的效应。相比之下,今年的挑战赛没有训练集。对于每个细胞系,仅发布了未受扰动的对照细胞(来自 46 条非靶向 gRNA 的 18400 个细胞)以及待敲低的基因列表,参赛模型必须预测每个敲低条件下 400 个细胞的表达谱。

Arc 研究所选择了六个在组织来源、谱系和疾病状态上各不相同的细胞系,并将它们分为两组。验证细胞系 Cal-33(头颈部鳞状细胞癌)、HeLa(宫颈腺癌)和 Jurkat(T 细胞白血病)驱动实时排行榜,而测试细胞系 AC16(心肌细胞)、MOLM13(急性髓系白血病)和 U-87MG(胶质母细胞瘤)则决定最终排名。测试面板包含 300 个敲低,其中 129 个与验证面板共享,171 个为新增。

这一设计遵循 Arc 研究所在Cell发表的评论文章中提出的成功标准——一项有用的预测应“比仅使用最先进的临床前实验模型本身更有意义地接近人类反应”。在此语境下,零样本意味着挑战赛未提供这六个细胞系的任何扰动数据;这并不代表模型从未见过这些被扰动的基因,因为参赛团队可以自由使用任何公开或私有数据集进行训练。

六个月、十亿个细胞打磨的高质量数据集

本届挑战赛的数据集由 Arc 技术中心的多个团队(功能基因组学、分子工程、多组学、下一代测序平台、生物信息学、基础设施和机器学习)历时六个月完成:

  • 在 6 个细胞系中,每个都完成了超过10000 个CRISPRi 敲低的单细胞测序;

  • 实验团队总共处理了超过 10 亿个细胞,产出超过 3000 万个细胞的深度测序图谱(每细胞中位 20000 个 UMI);

  • 比赛保留了中位敲低效率不低于 80% 的靶基因,并将每个敲低统一抽样为 400 个细胞,保证 6 个细胞系之间的覆盖度、深度和敲低效率完全一致。

测序分别使用了 10x Genomics 的 Flex 平台和 Ultima Genomics 的 UG100 平台。

怎么打分:cell-eval2 的六项指标

在首届挑战赛中,MAE 指标因几乎所有模型都跑不过均值基线而“形同虚设”;此外,首届表现亮眼的 Team Outlier 发现,基于 L1 的扰动判别分数会随预测尺度而虚高。基于这两条教训,Arc 研究所与英伟达合作开发了新的评测工具——cell-eval2,采用六项指标(均排除被敲低基因本身):

  • PDS:预测效果是否更接近自己的真实效果,而非其他敲低的效果;

  • MSE:去除采样噪声后,相对于真实效应大小的表达误差;

  • NMAE:对真正发生变化的基因,预测 log 倍数变化的误差;

  • FIDELITY:预测为差异表达基因的方向是否正确;

  • REACH:预测的基因显著性排序中,方向保持正确的深度;

  • JACCARD:预测与实测显著基因集合的重叠度。


每项指标都在各自细胞系内标准化:0 分代表“细胞背景均值”(即所有敲低的平均响应),1 分代表一次独立重复实验。总分是六项指标、三个测试细胞系的未加权平均。

挑战赛结果及获奖方案




冠军团队


第一名BioInsight AI Lab(Illumina)的 CellularAI 算法,团队由 Aniketh Janardhan Reddy、Atreyo Pal、Eyal Ben David 和 Kishore Jaganathan 组成。CellularAI 是一个统计迁移框架,分两步走:第一步,跨数据集元分析:用协变量调整回归从每个训练数据集中提取每个基因、每个扰动的 log 倍数变化及其标准误和显著性,再用随机效应元分析合成对新细胞系的共识预测。每个数据集获得基因和扰动特异性的权重,权重取决于其对照细胞与新细胞系的相似程度、估计的噪声水平和敲低效率——当数据源相互矛盾时,任何单一数据集都不会主导结果。第二步,适配新细胞系并生成细胞:用奇异值分解识别响应主模式,拟合岭回归模型,根据新细胞系的对照表达谱对预测进行修正;最后把预测的 log 倍数变化"铺"到新细胞系自身的对照细胞上,合成出虚拟细胞。

训练数据包括 Illumina 今年 1 月发布的Billion Cell Atlas(十亿细胞图谱),以及三个已发表的全基因组 CRISPRi Perturb-seq 数据集(iPSC、人多能干细胞系和原代 CD4+ T 细胞)。团队还让基于大语言模型的研究智能体在 8 块 NVIDIA H200 GPU 上进行自动化优化。值得一提的是,预测和细胞生成环节只需在 CPU 上运行。

亚军团队


第二名FlowState(独立研究者)的 flowstate 模型,Sina Khodaveisi 和 Navid Bagheri 两人组成的小团队完全依赖公开数据:整合了来自 128 项研究的 222 个扰动-响应数据集,覆盖 86 种细胞背景,既包括 Replogle、Adamson、X-Atlas/Orion 等单细胞筛选,也包括 ENCODE、LINCS、ARCHS4 等来源的混池敲低/敲除数据。

flowstate 不基于任何已发表或预训练模型,分为“效应模型”和“细胞生成器”两部分:效应模型以敲低基因和新细胞系的未处理细胞为输入(对照细胞相当于提示词),由三个独立训练的“头”分别预测每个基因的响应强度、方向和幅度;细胞生成器则直接调整对照细胞的基因计数来生成 400 个虚拟细胞。

这个结果也证明了一个重要事实:精心整理和统一表征的公开数据,可以与大型私有数据集正面竞争。

季军团队


第三名X-team(Xaira Therapeutics,由诺奖得主David Baker等人创立)的 X-Cell Transfer 模型,Jinyeop Song、Tanush Kumar 和 Julie Chow 的方案基于 Xaira 自研的虚拟细胞基础模型X-Cell——一个在细胞集合上运行的掩码扩散模型,通过交叉注意力读取先验生物学知识的嵌入,输入目标基因和未扰动细胞样本,即可预测扰动后的表达状态。该模型在超过 3700 万个细胞的内部和外部 Perturb-seq 数据上训练,但未针对本届比赛数据做进一步适配。

有意思的是,团队没有直接提交 X-Cell 的原始输出,而是将其与参考扰动数据的统计校准相结合:用带权重的参考 CRISPRi 筛选数据‘锚定“预测,由 X-Cell 在基因层面决定每个参考效应迁移到新细胞系的比例,再用一个梯度提升分类器预测哪些基因会显著差异表达,指导效应量校准和 400 个合成细胞的构建。

我们从中学到了什么?

Arc 研究所对本届比赛做了几点复盘,颇具启示意义——

1. 获奖方案全是“模块化管线”,而非端到端大模型。Top3 团队都先用其他细胞类型的实测响应估计每个敲低的伪批量(pseudobulk)效应,再仅用新细胞系的对照细胞进行适配,最后修改该细胞系自身的对照细胞来生成 400 个虚拟细胞。参考数据以及如何谨慎地把它迁移到新场景,目前的重要性至少不亚于模型架构。

2. 用不用私有数据不是决胜关键。BioInsight 和 X-team 有大型内部扰动图谱,但 FlowState 仅凭公开数据就拿下亚军。相比去年"深度学习+经典统计特征"的冠军方案,今年天平进一步倒向显式统计迁移——Top3 中唯一的基础模型(X-Cell)也只用来筛选和缩放实测效应,而非直接生成细胞。

3. “把预测变成细胞”本身已是建模问题的一部分。Arc 研究所自己的分析显示,在同一个伪批量预测下重新生成细胞,分数最多变化 0.004——这超过了今年第三名和第四名之间的差距。

虚拟细胞模型还差在哪?

最核心的短板:模型学到的几乎是“跨细胞系平均响应”,而非细胞系特异性响应。在验证集上,前十名队伍对同一个敲低在不同细胞系中给出的预测几乎相同:不同细胞系预测响应之间的余弦相似度高达 0.77-0.89,而真实测量值只有 0.55(同一细胞系两次独立采样的相似度则为 0.91–0.95)。预测中体现的细胞系特异成分的斜率仅 0.02-0.13(重复实验为 1.02)。换句话说,当前模型大致复现了“把别的细胞系的响应搬过来”能给出的信息,而恰恰是虚拟细胞模型最需要的、超越其他模型系统的细胞系特异信息,仍基本缺失。

此外,模型普遍报出了太多差异表达基因。真实响应每个靶基因只有中位数 22-44 个显著基因,而 X-team 预测了 122-136 个,BioInsight 约 500 个,其余前十队伍在 340-4200 个之间。

响应越广的细胞系,模型表现越差。U-87MG 中每个响应平均涉及 102 个基因(另外两个测试细胞系分别为 25 和 32 个),全场在该细胞系得分最低(最终提交的中位数仅 0.066)。

最后,验证集“刷榜”可能存在隐性代价。在验证面板中没有的 171 个测试目标上,各队伍的平均单目标 PDS 下降了 0.025。

展望

Arc 研究所宣布,第三届虚拟细胞挑战赛将于明年夏天启动。与此同时,评测指标负责人、Arc 研究所生物信息学总监Alexander Dobin已发布介绍六项评测指标的预印本论文,Arc 研究所也开放了 Virtual Cell Atlas 数据集及其 State、Stack、PIE 等工具。

从第一届到第二届,虚拟细胞挑战赛正在把“AI 预测细胞响应”从概念验证推向严格的科学竞赛。今年的一条主线愈发清晰:在虚拟细胞领域,高质量数据、严谨的统计迁移和对不确定性的显式处理,比更大更炫的模型更能赢下比赛。但 0.44 的冠军分数同样提醒所有人——让 AI 预测真正达到“复刻一次实验”的水平,还需要数据、评测和模型的共同进化。

参考资料:

https://arcinstitute.org/news/virtual-cell-challenge-2026-wrap-up

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
纳指尾盘跌幅扩大至5%

纳指尾盘跌幅扩大至5%

财联社
2026-11-21 04:48:07
哈登24+5!骑士60-59步行者,看数据:你就是头号功臣!

哈登24+5!骑士60-59步行者,看数据:你就是头号功臣!

运筹帷幄的篮球
2026-11-21 09:42:00
上海爷叔铁了心娶小35岁女子,三次将子女告上法庭!家人:她从事过特殊行业,动机不纯;爷叔:她对我一片真心,我同情她

上海爷叔铁了心娶小35岁女子,三次将子女告上法庭!家人:她从事过特殊行业,动机不纯;爷叔:她对我一片真心,我同情她

大风新闻
2026-11-21 09:12:09
紧迫、重要、根本,日本方面、高市早苗能听明白这三点吗?

紧迫、重要、根本,日本方面、高市早苗能听明白这三点吗?

新民周刊
2026-11-21 08:21:53
特朗普:中俄美元首会晤“史无前例”“意义重大”

特朗普:中俄美元首会晤“史无前例”“意义重大”

新华社
2026-11-21 05:00:06
天呐!差点没认出来,电视里那么漂亮女神,原来跟普通人也没两样

天呐!差点没认出来,电视里那么漂亮女神,原来跟普通人也没两样

情感大头说说
2026-11-20 04:49:19
知情人士:美方要求乌明年1月初与俄达成和平协议

知情人士:美方要求乌明年1月初与俄达成和平协议

界面新闻
2026-11-21 08:00:30
美股狂泻,原因找到了!Anthropic上市即标志AI行情终结?彭博惊人言论

美股狂泻,原因找到了!Anthropic上市即标志AI行情终结?彭博惊人言论

金石随笔
2026-11-21 01:33:32
美媒晒数据挺唐斯成东部第一中锋!1点创队史新高 拒给2.76亿成诱因

美媒晒数据挺唐斯成东部第一中锋!1点创队史新高 拒给2.76亿成诱因

颜小白的篮球梦
2026-11-21 07:42:05
央视曝光!成本10元卖30多元,暴利达100多万元,网友:智商税

央视曝光!成本10元卖30多元,暴利达100多万元,网友:智商税

品牌观察官
2026-11-20 14:44:56
余承东紧急纠正发布会不当言论:现在还是L2 开车不能睡觉!

余承东紧急纠正发布会不当言论:现在还是L2 开车不能睡觉!

快科技
2026-11-20 18:40:09
0-5!中国U17男足队长回应,西班牙足协官方表态,韩国媒体发声

0-5!中国U17男足队长回应,西班牙足协官方表态,韩国媒体发声

张辱卤说体育
2026-11-21 05:59:05
高市早苗飞离中国,中方铺红毯、礼仗队送别,日本认为“中方失礼”,根本站不住脚

高市早苗飞离中国,中方铺红毯、礼仗队送别,日本认为“中方失礼”,根本站不住脚

蓝星杂谈
2026-11-20 13:04:01
国际法院裁定缅甸犯有“种族灭绝罪”,中国籍法官薛捍勤投票支持了缅甸,外交部:薛捍勤法官根据其专业知识发表意见,是其履职尽责的表现

国际法院裁定缅甸犯有“种族灭绝罪”,中国籍法官薛捍勤投票支持了缅甸,外交部:薛捍勤法官根据其专业知识发表意见,是其履职尽责的表现

政知新媒体
2026-11-20 15:43:32
七万狂跌至两万八!珠海横琴神话破灭,澳门炒客排队断供逃亡

七万狂跌至两万八!珠海横琴神话破灭,澳门炒客排队断供逃亡

珠三角港
2026-11-20 10:44:17
AI交易崩跌踩踏!金银铜全线重挫,全周期金跌超9%、纽铜跌近10%,原油三周大跌两成

AI交易崩跌踩踏!金银铜全线重挫,全周期金跌超9%、纽铜跌近10%,原油三周大跌两成

华尔街见闻官方
2026-11-21 06:34:34
中美俄发布和平宣言, 里面有句公道话,是否对杜特尔特产生影响?

中美俄发布和平宣言, 里面有句公道话,是否对杜特尔特产生影响?

墨兰史书
2026-11-21 03:20:04
普林斯顿大学华人女博士被ICE逮捕!刚参加完神经科学学会年会

普林斯顿大学华人女博士被ICE逮捕!刚参加完神经科学学会年会

大洛杉矶LA
2026-11-21 03:45:31
高市早苗对台湾问题躲闪作答,日媒担忧:关系改善仍遥遥无期

高市早苗对台湾问题躲闪作答,日媒担忧:关系改善仍遥遥无期

环球网资讯
2026-11-21 07:06:48
数学界炸了!一天两方称证出“黎曼猜想”:一份借助Claude,一份纯人工

数学界炸了!一天两方称证出“黎曼猜想”:一份借助Claude,一份纯人工

可达鸭面面观
2026-11-21 08:21:38
2026-11-21 10:28:49
生物世界 incentive-icons
生物世界
最前沿、最有趣的生命科学研究
10377文章数 145202关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

牛弹琴:美媒发文"追杀"黄仁勋 细节绝对拉满触目惊心

头条要闻

牛弹琴:美媒发文"追杀"黄仁勋 细节绝对拉满触目惊心

体育要闻

脚步未停!西班牙摩托车手赤脚徒步入境中国

娱乐要闻

官媒发文 官宣赵丽颖新身份,进步很大

财经要闻

最大回撤超37%,黄金崩盘了吗?

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

亲子
本地
教育
手机
公开课

亲子要闻

人类幼崽对警察的恐惧!网友:早知道你是警察我就不让你当我爸爸

本地新闻

43年起落记忆倒计时,去厦门高崎领绝版登机牌!

教育要闻

校长要守住的3条办学底线

手机要闻

华为星芒O1 Pro定价5499元起引争议,总经理刘赫回应称“我们选择创新优先”

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版