继 Evo 2 之后，Arc Institute 发布首个虚拟细胞模型 STATE，训练数据涉及 70 种不同细胞系
内容提要
研究人员开发了虚拟细胞模型STATE，能够预测细胞在药物干预下的反应，从而提高药物研发效率。该模型基于1.67亿个细胞观察数据和1亿个干预数据，优于现有方法，支持零样本预测，推动精准医学的发展。
关键要点
-
研究人员开发了虚拟细胞模型STATE，能够预测细胞在药物干预下的反应。
-
STATE模型基于1.67亿个细胞观察数据和1亿个干预数据，优于现有方法。
-
该模型支持零样本预测，推动精准医学的发展。
-
STATE模型由STATE Transition（ST）和STATE Embedding（SE）两大核心模块组成。
-
ST模型通过自注意力机制建模干预在细胞集合中的转化过程。
-
SE模型旨在学习细胞嵌入，优化捕捉细胞类型特异性的基因表达模式。
-
STATE在多个评测任务上表现优于现有基线模型，尤其在基因表达计数和差异表达基因的预测上。
-
STATE模型支持零样本预测，能够在未见过的细胞环境中准确预测干预效应。
-
Arc Institute是一个专注于生命科学前沿研究的非营利性科研机构，成立于2021年。
-
Arc Institute推出了一系列重磅成果，包括虚拟细胞图谱和基于DNA的大规模训练模型Evo。
延伸解读
虚拟细胞模型的实际应用
STATE模型的推出为药物研发提供了新的思路。通过精准预测细胞在药物干预下的反应，研究人员可以更有效地筛选治疗方案，减少不必要的实验和时间成本。这种模型的应用将有助于提高临床试验的成功率，尤其是在复杂疾病的治疗中。
模型的技术优势
STATE模型结合了STATE Transition和STATE Embedding两大核心模块，利用自注意力机制有效捕捉细胞间的复杂生物变异性。这种多尺度框架不仅提升了预测的准确性，还支持零样本预测，使得在未见过的细胞环境中也能进行有效的干预效应预测，显示出其广泛的适用性。
数据来源与模型训练
STATE模型的训练基于1.67亿个细胞观察数据和1亿个干预数据，涵盖70种不同细胞系。这种大规模的数据集为模型提供了丰富的信息基础，使其在多个评测任务上表现优于现有基线模型，尤其在基因表达计数和差异表达基因的预测上，显示出显著的优势。
延伸问答
STATE模型的主要功能是什么？
STATE模型能够预测细胞在药物干预下的反应，从而提高药物研发效率。
STATE模型是基于什么数据训练的？
STATE模型基于1.67亿个细胞观察数据和1亿个干预数据进行训练。
STATE模型的核心模块有哪些？
STATE模型由STATE Transition（ST）和STATE Embedding（SE）两大核心模块组成。
STATE模型在预测方面的优势是什么？
STATE模型在多个评测任务上表现优于现有基线模型，尤其在基因表达计数和差异表达基因的预测上。
STATE模型支持什么样的预测能力？
STATE模型支持零样本预测，能够在未见过的细胞环境中准确预测干预效应。
Arc Institute的成立背景是什么？
Arc Institute成立于2021年，旨在推动生命科学前沿研究，获得了6.5亿美元的投资。
