ELEM Biotech 计划投入100万美元，用于生成并公开共享扰动数据，以训练和验证虚拟细胞模型，并公开征集全球研究者提出应优先测量哪些实验。征集要求给出具体的细胞、基因与扰动组合，并说明采样时间、读出、对照和独立生物学重复；这些数据将建立在已开源的 ELEM-1200RS 与即将开源的 ELEM-600PR 之上。其自动化平台每月可制备最多10万个阵列式遗传扰动细胞样本，但这是样本产能，不等于每月测完10万个不同基因。
Deep Genomics 把虚拟细胞模型通常要预测的整条扰动响应当作噪声先扣掉，只保留 siRNA 与转录本之间的直接效应来训练序列模型 DeepRNAi。直接效应只占全部 siRNA–RNA 相互作用的约 1%，此前这类信号在未校准的虚拟细胞目标里被当成舍入误差。在留出转录本的划分下，DeepRNAi 的表现与已见转录本相比没有实质差别，而不聚焦直接效应的传统机器学习方法在同样划分上相对基线的增益下降约 50%。
该工作提出 PRAXIS-VirtualCell，一个模块化框架，用于组织生物数据、预测模型、扰动、适配器、执行环境与验证证据，以支持可复现、可审计的虚拟实验；系统支持跨大肠杆菌、酿酒酵母与人 K562 细胞的任务，并通过生物契约与证据感知执行区分有支持的预测、外推与弃答，同时结合智能体编排把自然语言问题自动转化为可追溯的虚拟实验。
已读完全部报道