24小时热门版块排行榜    

查看: 25  |  回复: 0
【有奖交流】积极回复本帖子,参与交流,就有机会分得作者 君录生物 的 5 个金币 ,回帖就立即获得 1 个金币,每人有 1 次机会

君录生物

新虫 (小有名气)


[交流] 2026 Virtual Cell Challenge揭晓:胜出的为何是“实测迁移+统计校准+细胞生成”

▍导读
2026 virtual cell challenge要求参赛者仅依据各细胞系的未扰动对照细胞,预测未提供扰动数据的细胞环境中,基因敲低后的单细胞转录组。前三名分别为 bioinsight ai lab(illumina)、flowstate(独立研究者)与 x-team(xaira therapeutics)。官方复盘显示,三支队伍采用了共同的模块化路线:迁移已有实测扰动效应、进行跨环境校准,再生成规定数量的单细胞。

▍比赛在考什么
本届挑战赛检验模型将基因敲低效应迁移到未提供扰动数据的细胞环境中的能力。最终测试覆盖 ac16 心肌细胞、molm13 急性髓系白血病细胞和 u-87mg 胶质母细胞瘤细胞,包含 300 个敲低靶点;其中 129 个与验证集共享,171 个未在验证集中出现。
图1|2025与2026 virtual cell challenge任务设置对比。2026年进一步要求模型在未见细胞环境中进行零样本扰动预测。来源:arc institute
读图重点:左侧是在同一细胞系内预测未见扰动;右侧只提供多个新细胞环境的未扰动表达,要求模型预测这些环境中的扰动响应。

参赛者需要为每个“细胞系—敲低靶点”组合生成 400 个预测细胞。cell-eval2 采用 pds、mse、nmae、fidelity、reach 和 jaccard 六项指标,覆盖扰动区分、表达误差以及差异表达基因的方向、排序与集合恢复。
官方数据显示,超过 5,441 人注册,805 支队伍提交了最终结果。前三名为 bioinsight ai lab(illumina)、flowstate 和 x-team(xaira therapeutics),最终分数分别为 0.4399、0.3348 和 0.3263。
注:官方将“细胞环境均值”设为 0,将重复实验参考水平设为 1。冠军总分 0.4399,表示其平均覆盖了两者之间约 44% 的距离;该数值不是 44% 的预测准确率,各项指标的表现存在差异。

▍前三名共同选择了模块化流程
三支获奖队伍的具体实现各有侧重,共同结构如下:
1. 扰动实测数据迁移:从其他细胞系或公开筛选中提取同一基因扰动的真实效应
2. 统计与环境校准:估计跨数据集、跨细胞系差异,并调整效应幅度与可信度
3. 单细胞生成:以目标细胞系对照细胞为底座,生成规定数量的扰动细胞
下图归纳前三名官方技术说明中的共同结构,各队保留各自的具体实现。

1、实测扰动效应成为预测起点
赛事未向参赛者提供六个细胞系的扰动数据,但多数目标基因已在其他细胞系的公开 perturb-seq 或相关筛选中被测量。官方复盘显示,300 个最终敲低目标中,277 个可在 replogle k562 数据中找到,298 个可在 x-atlas/orion 的 hct116 或 hek293t 数据中找到。
获奖方案先从这些数据中估计目标基因敲低后的表达变化,再把效应迁移到新的细胞环境。这一步以最接近任务的实验事实作为预测起点。

2、校准效应幅度与可信度
同一基因扰动在不同细胞系中的响应具有环境差异。获奖队伍采用随机效应整合、低秩表示、回归校正、模型置信度或分类器等机制,评估效应的可迁移程度,并调整幅度和可信度。
bioinsight ai lab 利用随机效应荟萃分析整合多来源扰动证据,并通过 svd 与岭回归校正细胞环境;flowstate 整合 222 个扰动数据集、128 项研究和 86 种细胞环境,以公开数据构建迁移底座并获得第二名;x-team 使用超过 3,700 万细胞训练的 x-cell 掩码扩散基础模型参与效应筛选与尺度调整。

3、校准后的效应转化为细胞分布
比赛要求为每个“细胞系—敲低靶点”组合提交 400 个预测细胞。三支获奖队伍先估计伪总体表达层面的扰动效应,再通过调整目标细胞系的对照细胞构建提交结果。
“细胞生成”在获奖流程中承担表达层职责:将前两步得到的扰动效应转化为符合提交格式的 400 个单细胞样本。
图2|2026 virtual cell challenge数据筛选与标准化流程。赛事从大规模筛选数据中选择敲低效率和数据深度符合要求的扰动,并统一抽取每个扰动400个细胞。来源:arc institute
读图重点:上方是完整筛选数据,下方是用于挑战赛的标准化子集;细胞数量、测序深度和敲低效率经过统一筛选,减少评测真值中的技术差异。

▍基础模型在模块化流程中的作用
第三名 x-team 的 x-cell transfer使用了大规模单细胞基础模型。模型参与参考效应选择、幅度校准和置信度判断,经过任务级处理后形成最终提交。
在当前任务上,基础模型作为可检验模块参与流程。最终表现取决于已有实验信息如何转化为新环境中的增量预测;模型规模与预训练细胞数量的价值,需要通过任务级评测体现。

▍当前结果的适用范围与后续问题
细胞环境特异响应:官方分析显示,领先方法主要恢复了跨细胞系共享的扰动效应,而细胞系特异响应仍较弱。
差异表达范围:验证细胞系的实测响应中,每个扰动的显著差异表达基因中位数为 22—44 个;部分领先方案预测出数百甚至数千个,范围校准仍有提升空间。
不同细胞环境的预测难度:u-87mg 实测响应涉及的差异表达基因中位数为 102 个,高于另外两个测试细胞系的 25 个和 32 个;参赛方案在 u-87mg 上的整体得分最低,表明响应范围与预测难度相关。
新扰动目标的泛化:验证集之外的 171 个目标,pds 平均下降 0.025,泛化能力仍有提升空间。

▍核心结论速览
- 2026 virtual cell challenge检验的是未提供扰动数据的细胞环境中的基因敲低响应预测。
- 前三名均采用模块化路线,将预测拆分为可检验环节。
- 最稳定的共同结构是:迁移实测扰动效应、进行跨环境统计校准、再生成目标细胞群体。
- 公开扰动数据具有很高价值,flowstate使用公开数据获得第二名。
- 基础模型可用于证据选择和校准,输出接受任务级验证。

▍君录视角 · 虚拟细胞
这次比赛显示,虚拟细胞正在从模型竞赛走向证据工程。在真实研发场景中,模块化流程通过可追溯的数据来源、分层误差和独立验证建立可信度。
“扰动实测数据迁移+统计校准+细胞生成”对应三个问题:已有实验提供扰动造成的变化,统计校准判断这些变化在目标环境中保留多少,细胞生成负责把效应还原为细胞群体。分层处理便于更新数据与算法,也能定位误差来源。
模块化流程的表现取决于高质量扰动数据覆盖、细胞环境相似性与校准假设。下一阶段可同步建设跨组织、跨疾病状态、跨实验平台的可比扰动数据,以及检验环境特异效应的评测体系。

资料来源
赛事官网:virtualcellchallenge.org
官方复盘:arc institute: virtual cell challenge 2026 wrap-up
数据说明:arc institute: generating high-quality perturb-seq data for the 2026 virtual cell challenge

▍关于我们
君录生物· 以数据驱动创新药早期开发
探索AI赋能生物医药新形态与新范式
聚焦靶点发现与药物管线早期资产
生信分析平台Intellicytopilot
单细胞数据库Hecellastra


2026 Virtual Cell Challenge揭晓:胜出的为何是“实测迁移+统计校准+细胞生成”


2026 Virtual Cell Challenge揭晓:胜出的为何是“实测迁移+统计校准+细胞生成”-1
回复此楼

» 猜你喜欢

» 本主题相关商家推荐: (我也要在这里推广)

» 抢金币啦!回帖就可以得到:

查看全部散金贴

已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 君录生物 的主题更新
普通表情 龙 兔 虎 猫 高级回复 (可上传附件)
信息提示
请填处理意见