現有虛擬細胞挑戰暴露評估指標缺陷

2025 Arc Virtual Cell Challenge 引發關注，多篇論文指出在「擾動預測」任務中，簡單的常數基線表現往往優於複雜模型。這意味著當透過基因編輯、藥物或其他環境因素改變細胞輸入時，許多先進模型無法準確預測細胞狀態的變化。

然而，情況並非全然悲觀。一項研究顯示，現有的評估指標校準不良，因為大多數基因幾乎沒有變化，導致無資訊的平均預測也能獲得高分數。若使用校準更好的指標，深度學習模型確實能超越平均基線表現。

從簡單預測轉向跨尺度複雜問題

Fabian Theis 認為，在現有數據集下進行擾動預測並非足夠困難的問題，不值得投入複雜演算法。他主張研究焦點應轉向 Biohub 剛宣布的 18 億美元數據收集計畫所涵蓋的目標：利用大規模、高精度、多尺度且共配準的生物數據，預測從分子、細胞、生態位、組織、器官到生物體的演化過程及其相互影響。

目前缺乏的是不同「適用領域」之間的「尺度介面」理解，以及支撐這些研究的數據。Biohub 計畫旨在解決數據短缺問題，而 Theis 多年來一直致力於開發建模這些更大問題的演算法。

18 億美元投資背後的技術基礎設施成熟

近期 AI 與生物學結合的焦點多集中在蛋白質與分子設計，如 AlphaFold、ESM 等項目。相比之下，虛擬細胞專案因大型模型在解決基本問題上的有效性存疑而較少受到關注。但 Biohub、NIH、DOE、Google 和 Meta 承諾投入 18 億美元（註：NIH 資金為先前投資），顯示這些機構正在加倍押注。

推動此舉的關鍵在於新的測量能力與規模化基礎設施即將上線。DOE 和 NIH 正在開發大規模的實驗室迴路自動化能力；Google 擴展其連接組學能力；Biohub 則與多個實驗室合作開發雷射相位板顯微鏡、光片顯微鏡及先進後處理技術，以揭示深層表型數據。這些技術正快速成熟，預計將在 Biohub 計畫中發揮重要作用。

Helmholtz Munich 的計算健康與精準醫療佈局

Fabian Theis 所在的 Helmholtz Munich 計算健康中心結合 AI、分子數據、醫學影像、基因組學和臨床數據，開發用於精準醫療的預測與機制模型。其計算生物學研究所則開發整合從單細胞時間序列到群體規模組學數據的統計與動力學模型。

Theis 提出的問題包括：鄰近細胞如何改變我的狀態？擾動對細胞分佈有何影響？如何擾動細胞以達到期望狀態？這些日益複雜的問題正推動實驗室迴路與大規模實驗的發展，並實際需要更複雜的模型來應對。