云生信学生物信息学

虚拟细胞挑战赛冠军出炉:一次夺冠,证明了多大范围的预测能力?

作者:发布于 2026-11-20约 10 分钟阅读
2026虚拟细胞挑战赛证据边界示意:输入为未扰动细胞状态和目标基因,任务为预测CRISPRi响应,Arc保留三种细胞背景作盲测;夺冠支持的是该任务范围内的迁移能力,不等于通用虚拟细胞。示意图,非实测成绩。

11月19日,Illumina发布新闻稿,称其 BioInsight AI Lab 凭 CellularAI 赢得 Arc Institute 主办的 2026 Virtual Cell Challenge。这个消息值得关注,但也需要把两件事分开:挑战赛给出了一个受控、盲测的跨细胞背景预测任务;Illumina目前公开的夺冠信息,则主要来自公司自己的公告。截至11月20日上午,我查到 Arc 的挑战页面仍写着“11月下旬公布结果”,尚未更新最终榜单或分项分数。因此,现阶段可以讨论挑战设计和公司披露的结果,不能假装已经拿到主办方的完整排行榜或模型细节。Illumina公告;Arc挑战赛页面

我的判断是:如果最终结果与公告一致,这是一项有分量的“特定条件下跨细胞系迁移”证据;它证明模型在一套预先设计的 CRISPRi 转录组任务上胜出,却还不能代表通用虚拟细胞已经建成。要看清这条边界,先得弄明白今年比赛测的究竟是什么。

今年的难点:只看未扰动状态,预测另一种细胞背景的扰动响应

Arc把任务设为跨细胞背景的 zero-shot 预测:参赛者能看到目标细胞系的未扰动对照表达,以及需要敲低的基因名单;挑战赛本身不提供该背景下的扰动训练集。模型要预测施加 CRISPRi 后的表达变化,Arc再用预先保留的实验数据评分。Arc在六种来源不同的细胞系中生成数据,三种用于公开验证榜,另外三种留作最终盲测;官方挑战页说明,验证和最终阶段各有一组300项 CRISPRi 扰动任务。Arc对任务与切分的说明;挑战赛数据与评分说明

这里的 zero-shot 指没有用挑战赛提供的目标背景扰动响应训练,不等于所有参赛模型都从零开始。规则允许使用公开或私有的外部数据;公司或团队可以在别处积累过扰动数据。所以它测的是:模型能否把先前学到的扰动规律,迁移到挑战赛保留的细胞背景,并利用该背景的未扰动状态作条件信息。它没有单独回答“模型是否从未见过这些基因”,也没有保证模型的训练数据与挑战任务完全无相似样本。Arc对2026任务的说明

2026虚拟细胞挑战赛证据边界示意:输入为未扰动细胞状态和目标基因,任务为预测CRISPRi响应,Arc保留三种细胞背景作盲测;夺冠支持的是该任务范围内的迁移能力,不等于通用虚拟细胞。示意图,非实测成绩。
挑战赛任务边界与验证建议为示意总结,非实测成绩;夺冠结果按公司公告表述。

夺冠公告目前支持什么,又缺什么?

Illumina的公告称其团队在约1500支参赛队伍中排名第一,预测由 Billion Cell Atlas 数据与 CellularAI 算法共同支持。这个结果若经最终榜单确认,意味着一种实际的进步:用可获得的未扰动状态和外部扰动知识,对未在挑战赛中测过扰动响应的细胞背景作出有效预测,并且在 Arc 保留的实验读数上整体排名靠前。Illumina公告

不过,目前公开新闻稿没有列出最终分数、六项指标的分数、三个盲测背景各自表现、模型结构、训练数据构成或数据与算法的消融比较。Arc挑战页面也还没有显示最终榜单。因而,“获胜”是公司对赛事结果的公开陈述;“Billion Cell Atlas 的规模造成了多少提升”则仍是待检验的解释。Illumina在年初介绍该 Atlas 时称,项目目标是建立覆盖200多种疾病相关细胞系的基因组扰动资源;这说明其数据建设方向和潜在规模,不等于这些数据已全部公开,也不等于本次胜出已证明数据量是胜因。Atlas项目公告

比赛今年采用六类校准指标的平均分,目的是避免单一指标绑架模型优化。参赛CLI文档还说明,校准后的0对应细胞背景均值基线,1对应真实实验半样本对另一半样本的重复性参照;总分不是“正确率百分比”。这让总分有可解释的参照,但仍需同时看每个背景和每项指标,才能知道模型是普遍改善,还是在少数指标上特别占优。挑战赛评分文档

手机阅读可左右滑动查看完整表格。

证据层 目前能支持的判断 仍不能推出什么 下一步最有用的公开材料
Arc的任务设计 六种细胞系、CRISPRi扰动、三种背景盲测,检验跨背景预测 不代表药物剂量、时间过程、组合干预或组织环境都能预测 最终测试背景和扰动面板的完整说明
Illumina的夺冠公告 公司称其团队获第一,模型结合Atlas数据与CellularAI 尚不能独立核对最终分数,也不能拆分数据、算法和算力的贡献 Arc最终榜单、分项指标、参赛方法与消融结果
近期测量方法进展 Superb-seq展示了在单细胞中联合读出Cas9编辑与转录组的办法 该研究测Cas9核酸酶编辑,不是挑战赛使用的CRISPRi,也未验证CellularAI 在不同扰动技术中分别量化靶向是否真正生效

本周的实验方法论文提醒我们:扰动标签也要经得起核对

11月16日,《Nature Methods》在线发表 Superb-seq。研究者把Cas9编辑标记、T7原位转录和单细胞RNA测序结合起来,在同一个细胞里联合观察编辑事件和转录变化。论文报告在三个细胞系约35,000个细胞中开展方法验证;其中对K562的一个实验,用7条guide靶向4个染色质重塑相关基因,在10,000个细胞里检测到5,761个编辑细胞及36个脱靶位点。作者指出,只检测到guide并不必然等于目标位点确实编辑;把实际编辑和表达变化联系起来,可以减少对扰动身份的误判。Superb-seq原始论文;PubMed记录

这项研究和Virtual Cell Challenge不是同一种实验:Superb-seq重点测Cas9切割后的编辑结果,Arc挑战赛用的是CRISPRi基因敲低。它没有给夺冠模型增加任何直接验证,也不能拿Cas9脱靶率解释挑战赛成绩。但它提醒我们,预测模型的“正确答案”依赖实验侧对扰动身份和作用强度的测量。对CRISPRi任务,重要的对应问题是:guide分配是否可靠、目标基因敲低是否达到预定程度、不同细胞背景里的响应强度是否可比。Arc介绍数据生成时报告按靶基因敲低效率筛选并均衡覆盖,这类实验质控本身就是盲测可信度的一部分。Arc挑战数据生成说明

我的观点:冠军最有价值的含义,是把“可测的迁移能力”变成了公开任务

这次赛事的科学价值,不应压缩成“谁赢了”或“模型已理解细胞”。它把一个具体问题变得可评分:给模型一个新细胞背景的基线状态和基因敲低目标,它能否预测该背景中真实实验测得的转录响应?三种细胞系留作盲测,加上多个互补指标,至少比在同一数据集上随机拆分更接近跨背景迁移的检验。Arc挑战任务说明;评分规范

但边界同样清楚:六个细胞系不是所有组织或疾病状态的缩影;300项CRISPRi任务不是所有基因、药物、剂量和时间点;转录组预测也不等同于蛋白、形态、细胞功能或组织层面的预测。Arc这次的实验真值让竞赛结果有现实锚点,但没有公开完整最终指标时,我们无法判断模型是否在每一种背景都超过简单基线,也无法判断它对大效应、弱效应或异质响应的表现是否一致。

我愿意把“数据规模带来胜利”视为合理假说,而不是已经证实的因果结论。若后续公开结果显示:在相同架构、训练预算和外部训练样本条件下,加入Billion Cell Atlas带来稳定的盲测提升,而且这种提升跨三个保留背景和六项指标均存在,我会更相信数据规模与多样性是关键驱动。若提升只出现在与训练数据相近的细胞背景、只在少数指标出现,或移除Atlas后排名基本不变,我会把这次胜出更多归因于算法、基线构造或特定任务适配。

下一轮验证,至少应该补齐这三项

第一,公布最终榜单及六项分数,并按保留背景拆开报告;同时给出细胞背景均值和真实重复性参照,避免把总分当作准确率。第二,针对获胜方案公开足以审查的训练数据来源、模型版本和关键消融,回答“数据规模、数据组成、算法各贡献多少”。第三,在竞赛任务之外做前瞻验证:预先选定新的细胞背景和扰动,锁定模型后再做CRISPRi实验,确认靶基因敲低,并报告多个生物学重复、预测区间和未命中结果。

因此,最稳妥的结论是:虚拟细胞已开始在受控盲测中展示跨细胞背景的扰动预测能力;比赛冠军是值得跟进的进展,而不是通用细胞模拟已被证明的终点。接下来真正决定这条路线可信度的,是最终分项结果、可比较的消融,以及独立实验对未见背景预测的复核。

参考资料

  • Illumina. Illumina Wins Virtual Cell Challenge, Powered by Billion Cell Atlas. 2026-11-19. 公司公告
  • Arc Institute. The 2026 Virtual Cell Challenge: predicting perturbation responses in cell contexts a model has never seen. 2026-08-20. 挑战任务说明
  • Arc Institute. Generating high-quality Perturb-seq data for the 2026 Virtual Cell Challenge. 数据生成说明
  • Lorenzini MH, et al. Joint single-cell capture of Cas9 edits and transcriptomes reveals on- and off-target effects on gene expression. Nature Methods. Published online 2026-11-16. DOI: 10.1038/s41592-026-03319-z; PMID: 43040035. 论文;PubMed
  • Virtual Cell Challenge CLI Wiki. Submission and six-metric scoring details. 评分说明
  • Illumina. Illumina introduces Billion Cell Atlas to accelerate AI and drug discovery. 2026-01-13. Atlas项目公告

把知识用于当前任务

下一步可以直接开始分析

按研究目标查找在线工具、课程、计算资源或完整分析服务。

按目标找方案仍有疑问,联系客服 ↗