EVA：面向免疫系统的通用模型

将基础模型有效应用于免疫介导疾病的翻译性研究，需要能够捕捉来自多细胞相互作用所产生的复杂表型的多模态患者级表征。然而，目前大多数生物学基础模型仅关注单细胞分辨率，且在评估时常采用与实际药物开发任务和挑战相距甚远的技术指标。本文介绍EVA，这是首个跨种属、多模态的免疫学与炎症基础模型，属于免疫介导疾病的治疗领域，共享的病原机制为迁移学习创造了独特机遇。EVA整合了跨物种、跨平台、跨分辨率的转录组数据，并整合组织学数据，生成丰富的统一患者表征。我们建立了明确的比例定律，表明模型规模和计算资源的增加将导致预训练和下游任务性能的提升。我们引入了包含39项任务的全面评估套件，覆盖药物开发流程中的各个环节：发现阶段的零样本靶点疗效和基因功能预测、前期开发的跨种属或跨疾病分子扰动、临床试验的患者分层及治疗反应或疾病活动性预测。我们在这些任务上对EVA与几种最新生物学基础模型和基线方法进行基准测试，展示了在每个任务类别中均实现了最新成果。通过机制可解释性分析，我们进一步识别出生物学有意义的特征，揭示了跨种属和跨技术中的交织性表征。我们发布了EVA的开放版转录组模型，以加速免疫介导疾病研究。