跳到主要內容
2026-11-07 日報
研究與評測

學者 Fabian Theis 評虛擬細胞困境:多數微擾模型難敵常數基線,18 億美元聯盟轉向跨尺度生物資料

Latent Space單一來源
尚未逐項核實

目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。

據科技媒體 Latent Space 訪談報導,長期投入虛擬細胞(Virtual Cell)研究的德國亥姆霍茲慕尼黑中心(Helmholtz Munich)學者 Fabian Theis,針對近期 AI 生物學技術瓶頸與跨機構巨額投資提出分析。報導指出,相較於 AlphaFold、ESM 等在蛋白質與分子設計領域的熱潮,虛擬細胞研究近期因模型成效問題而面臨挑戰。2025 年 Arc Virtual Cell Challenge 評測發現,在預測基因編輯或藥物影響的「微擾預測(Perturbation Prediction)」任務中,多數複雜深度學習模型甚至無法超越未經變化的常數基準(constant baselines);後續研究則指出既有評測指標未經校準,因多數基因無顯著變化而獎勵了均值預測,經校準後深度學習模型方能超越平均基準。 Theis 指出,現有微擾預測資料集的難度不足以體現複雜演算法價值,真正的瓶頸在於缺乏跨尺度動態資料。Biohub 數週前宣佈獲得來自 Biohub、美國國家衛生院(NIH,含前期投資)、美國能源部(DOE)、Google 與 Meta 承諾的 18 億美元資金,正旨在建構從分子、細胞、微環境(niches)、組織到器官的大規模多尺度資料集。該計畫將結合 DOE 與 NIH 的閉環自動化實驗室(lab-in-the-loop)、Google 的連接組學(connectomics),以及雷射相位片顯微鏡與光片顯微鏡等高解析表型成像技術。 目前 Theis 領導的 Helmholtz 計算健康中心與計算生物學研究所,亦同步結合單細胞時間序列、基因體學與臨床醫學影像資料,開發針對精準醫療的統計與預測動力學模型。
讀原始報導