PyTDC：面向生物医学基础模型的多模态机器学习训练、评估与推理平台

现有的生物医学基准测试不提供用于训练、评估和推理集成多模态生物学数据并涵盖治疗领域广泛机器学习任务的端到端基础设施。我们 presented PyTDC，这是一个开源机器学习平台，提供面向多模态生物医学 AI 模型的简化训练、评估和推理软件。PyTDC 统一了分布式、异构且持续更新的数据源和模型权重，并标准化了基准测试和推理端点。本文讨论了 PyTDC 的体系结构组件，并就引入的单细胞药物靶点命名 ML 任务进行首次且独一无二的案例研究。我们发现图表示学习中的最先进方法以及来自图论的领域特定方法在该任务上表现不佳。尽管我们发现一种基于上下文的几何深度学习方法在评估的 SOTA 和领域特定基线方法上均表现更好，但该模型无法泛化到未见过的细胞类型或整合额外模态，这突显了 PyTDC 促进开发面向生物医学 AI 开放性问题的多模态、上下文感知基础模型的潜力。