文献解读 | Virtual Cell Challenge - “虚拟细胞”的图灵测试里程碑！

虚拟细胞（Virtual Cell）作为人工智能与生物学的交叉前沿领域，旨在通过计算模型预测细胞对基因扰动（如CRISPR编辑）或药物处理的响应。早期研究受限于数据和技术，而近年来单细胞测序（scRNA-seq）和基因编辑技术（如CRISPRi）的突破为这一领域注入了新动力。然而，缺乏标准化评估框架限制了模型的发展。

一、虚拟细胞挑战赛的任务设计

Virtual Cell Challenge的核心任务是开发能够预测细胞对基因扰动的转录组响应的AI模型，重点关注模型在跨细胞类型（cell context）的泛化能力。通过年度公开竞赛，提供评估框架，专用数据集和模型开发平台，加速虚拟细胞模型的发展。

1.首届挑战赛招募

聚焦在人类胚胎干细胞系（H1 hESC）中，预测单基因扰动的转录组效应，且该扰动的效应已在至少一种其他细胞背景中被报道过。

（Note：粒曼hESC H1细胞内已完成数千个基因敲除细胞池现货细胞，欢迎官网查询）

挑战模式：采用“少样本适应” 策略，提供部分 H1 hESC 扰动的表达谱数据，供参赛者调整模型后，预测同一细胞类型中未见过的扰动响应。

2.严格的评分标准

设计三大互补指标，确保模型兼具生物学意义与技术鲁棒性：

• 差异表达分数（Differential Expression Score）

评估预测差异表达基因的准确性（如与实验测定的差异基因重叠率）。

反映模型对关键生物标志物的捕捉能力。

• 扰动区分分数（Perturbation Discrimination Score）

衡量模型区分不同基因扰动效应的能力（如通过相似性排序）。

避免模型仅预测“通用”差异基因而忽略扰动特异性。

• 全局误差（Mean Absolute Error, MAE）

计算所有基因表达预测值与真实值的平均绝对误差。

确保模型对非差异表达基因也有准确预测。

综合评分，结合上述指标，设置最低阈值以平衡模型性能，避免单一指标过优。

3. 高质量的数据资源

数据集构成：

• 训练集：150 个基因的CRISPRi扰动数据（约15万单细胞）。

• 验证集：50 个基因扰动数据，用于竞赛实时排行榜。

• 测试集：100 个未公开扰动数据，用于最终模型评分。

数据来源：Arc Institute 生成的 H1 hESC 单细胞 RNA 测序（scRNA-seq）数据（使用CRISPRi 技术，覆盖 300 个基因，约 30 万细胞），结合Virtual Cell Atlas 和公共扰动数据集。

 粒曼生物自2023年开始，国内唯一一家提供超高通量基因编辑细胞制备服务，参与到中国虚拟细胞模型建立，为虚拟细胞模型的快速发展提供了可靠的样本来源支持。

参考阅读：文献解读｜人工智能虚拟细胞：基因编辑与扰动蛋白质组学的未来

 4. 虚拟细胞模型的创新性

标准化基准：首次提供高质量、可重复的基因扰动数据集（H1 hESC），填补领域空白。

生物学复杂性：要求模型整合细胞类型、状态、培养条件等多维度背景信息。

实用导向：通过多指标评估，避免过拟合单一指标（如仅优化MAE可能忽略生物相关性）。

二、基因编辑与单细胞测序在虚拟细胞中的应用

CRISPR干扰（CRISPRi）与单细胞测序是构建虚拟细胞模型的核心技术。在竞赛数据生成中发挥了关键作用：

• 高精度扰动：CRISPRi通过dCas9（失活Cas9）与转录抑制因子（如KRAB结构域）融合，靶向特定基因的启动子或增强子区域，在不切割DNA的情况下抑制基因表达。不同于小分子扰动预测，CRISPRi能精确靶向300个选定基因，确保实验的可控性和可重复性。

• 单细胞分辨率：结合单细胞RNA测序（scRNA-seq），单次实验可捕获约30万个单细胞，覆盖300多个基因扰动，可在单细胞水平量化基因表达变化，揭示异质性响应。

• 超越表型预测：在基因表达层面的精细预测，而不仅是表型分类。

从而在数据层面上提供高精度、可重复的扰动-表型关联数据。在科学层面，推动虚拟细胞从单基因预测向复杂网络模拟演进，为精准医学和合成生物学奠定基础。

 参考阅读：技术专题 | CRISPRi干扰技术：基因调控新工具【收藏】

 三、未来方向：虚拟细胞的快速发展与进步

• 整合多组学数据（转录组、蛋白质组、表观遗传等）。

• 开发逆向设计工具，从目标表型反推最优基因编辑策略。

• 推动虚拟细胞在精准医疗（如个性化疗法）中的应用。

未来需进一步优化编辑工具、扩展多组学整合，并探索虚拟细胞在逆向设计（如从目标表型反推最优基因编辑策略）中的应用潜力。

四、结语

虚拟细胞挑战赛不仅仅是一场比赛，更是人类理解生命本质的一次伟大探索。Virtual Cell Challenge通过标准化基准和高质量基因编辑数据集，为虚拟细胞模型的开发与评估提供了首个开放平台。基因编辑技术不仅是数据生成的引擎，更是验证模型预测能力的“金标准”。未来需进一步融合多模态数据，推动虚拟细胞成为生物学研究和医学转化的核心工具。  

参考文献

Yusuf H. R，Tony J. H，et al.  Virtual Cell Challenge: Toward a Turing test for the virtual cell. Cell. 2025 Jun 26; 188(13):3370-3374. doi: 10.1016/j.cell.2025.06.008. PMID: 40578317.