技术方向
用 AI 建模细胞状态、扰动响应与实验预测：AIVC、单细胞基础模型、虚拟细胞挑战与虚拟衰老细胞。
2 条精选近 30 天 2 条共收录 3 条
DynaVelo从单细胞多组学快照建模B细胞动力学，并预测Arid1a、Ctcf功能缺失及其救援扰动。该生成式神经ODE联合建模RNA表达与TF motif可及性，恢复生发中心轨迹和动态基因调控网络。模型提出Ctcf、Bcl6、Stat3为Arid1a功能缺失的救援靶点，小鼠实验显示相应杂合双突变可将暗区/亮区比恢复至WT水平。
推荐理由：DynaVelo将单细胞快照转化为可扰动的动力学场，并以小鼠实验检验Ctcf、Bcl6和Stat3三个救援靶点。
Arc Institute 发布虚拟细胞模型 PIE，利用人工整理的生物知识预测未见细胞情境、扰动及其组合中的群体响应。在各设置下，PIE 分类差异表达基因的 AUPRC 达到最强竞争方法的 1.2 to 3.2 times，未见扰动时增幅最大，但情境与扰动均未见时准确率会下降。完整代码、训练与评测流水线已上 GitHub，模型检查点和处理后的公开数据集已发布在 Hugging Face。
推荐理由：PIE将人工整理的生物知识作为输入，并给出跨未见扰动、细胞情境和数据集的对比结果，便于理解其泛化范围与限制。