SCALE：用于虚拟细胞扰动预测的可扩展条件Atlas级终端传输
机器学习
2026-03-20 v2 人工智能
定量方法
摘要
虚拟细胞模型旨在通过预测细胞对基因、化学或细胞因子扰动的响应，从单细胞测量中进行体内实验。然而，实际中大规模扰动预测受到三个相互耦合的瓶颈制约：训练和推理管线不够高效、在高维稀疏表达空间中的建模不稳定、以及评估协议过度强调重建类准确性而忽略生物学忠实性。在本工作中，我们提出了名为SCALE的专用大规模基础模型，用于虚拟细胞扰动预测，旨在同时解决上述限制。首先，我们构建了一个基于BioNeMo的训练和推理框架，在数据吞吐量、分布式可扩展性和部署效率方面显著提升，相较于先前的SOTA管线在匹配系统设置下分别实现了约12.51倍的预训练加速和1.29倍的推理加速。其次，我们将扰动预测建模为条件传输，并通过一组集合感知流体系结构实现，结合LLaMA-based细胞编码与端点导向的监督。这一设计在训练稳定性和扰动效应恢复方面表现更佳。第三，我们在Tahoe-100M数据集上进行评估，采用以生物学意义指标为中心的严格细胞水平协议。该模型在PDCorr上提升了12.02%，在DE Overlap上提升了10.66%。这些结果表明，推进虚拟细胞不仅需要更好的生成目标，还需要可扩展基础设施、稳定的传输建模以及生物学忠实的评估协同设计。
引用
@article{arxiv.2603.17380,
title = {SCALE:Scalable Conditional Atlas-Level Endpoint transport for virtual cell perturbation prediction},
author = {Shuizhou Chen and Lang Yu and Kedu Jin and Songming Zhang and Hao Wu and Wenxuan Huang and Sheng Xu and Quan Qian and Qin Chen and Lei Bai and Siqi Sun and Zhangyang Gao},
journal= {arXiv preprint arXiv:2603.17380},
year = {2026}
}