机构与平台
Arc Institute 的研究成果、生物基础模型（如 Evo 系列）与开放数据。
3 条精选近 30 天 2 条共收录 7 条
Arc Institute 发布虚拟细胞模型 PIE（Perturbation is Everything），把 Cellosaurus、NCBI、Gene Ontology、DepMap、PubChem 等人工整理知识转成 token 输入，直接预测扰动后群体水平的差异表达基因、方向与幅度。
推荐理由：PIE 把人工整理的生物知识库转成输入，在未见扰动和细胞系上仍能预测差异表达，可看知识源如何影响泛化。
Arc Institute 为 2026 虚拟细胞挑战赛生成了覆盖六种细胞系的 Perturb-seq 数据，任务从去年的同细胞系少样本预测升级为跨细胞系的零样本预测。
推荐理由：Arc 披露 2026 虚拟细胞挑战赛数据集的生成与质控细节，可了解跨细胞系 Perturb-seq 数据如何做到一致可比。
Arc 研究所启动 2026 虚拟细胞挑战赛，任务是在没有挑战赛专属训练数据的细胞情境中零样本预测扰动响应。Arc 团队为本次比赛专门生成了高质量单细胞 CRISPRi 扰动数据，覆盖 6 种细胞类型，参赛者需预测靶向特定基因后不同细胞类型的响应并达到实验精度。
推荐理由：Arc 研究所为虚拟细胞挑战赛专门生成了 6 种细胞类型的 CRISPRi 单细胞扰动数据，读者可据此了解零样本预测任务的评测设置。