STATE:Arc Institute
虚拟细胞模型,跨细胞系预测药物或基因扰动后的转录响应。
单细胞 · 非营利研究机构 · 美国 · 截至 2026-11-16
概况
| 字段 | 内容 |
|---|---|
| 名称 / 别名 | STATE;全称:State Transition + State Embedding;别名:STATE model;有歧义、不自动链接:STATE、State |
| 家族 | 否(开发方称下一代在研但未发布,不建家族条目) |
| 机构 | Arc Institute |
| 机构类型 / 国家 | 非营利研究机构 / 美国 |
| 模型类别 | 单细胞扰动预测 / 虚拟细胞 |
| 领域 | 单细胞 |
| 首次发布 | †(未核实)(依据:预印本(10.1101/2025.06.26.661135)与开发方发布页) 站上另记 posted 2025-06-27,日级差异未定论 |
| 其他里程碑 | 最早公开证据 †(未核实)(预印本与发布页同期);预印本 v1 †(未核实)(预印本 v1);期刊上线 †(未核实)(期刊卷期(登记只有月级,未找到在线首发日));代码发布 †(未核实)(代码仓库 v0.11.x 系列发布(2026-06 至 07));官方公告 †(未核实)(开发方发布页) |
| 最近更新 | †(未核实),期刊发表:期刊版发表;此前代码仓库 v0.11.x(2026-06 至 07)为代码发布。开发方称下一代在研,尚未发布(在线首发日未找到,只有月级证据)。此为最近一次有出处的事件,不代表此后没有更新 |
| 开放程度 | 代码:开放;权重:非商用(non-commercial licence);代码公开,权重为非商业许可;本轮未取许可证全文 |
| 状态 | 活跃:12 个月内有期刊发表与代码发布 |
| 报过的 benchmark | 1 项计入(改协议 1) |
| 湿实验验证 | 1 条记录 |
| 全站实体页 | 无(全站实体库有开发机构页,但无该模型自身的实体页) |
| 截至 | 2026-11-16 |
做什么
学习细胞在扰动前后的状态转移,跨细胞系预测药物或基因扰动后的转录响应,并配有开发方自建的评测工具。与同机构的 Stack 的区别是本模型在扰动数据上训练、面向响应预测,后者用上下文学习做提示式预测;与 Tahoe-x1 共用同一套第三方扰动数据。
报过的 benchmark
按关系类型排列;每行标来源类型与出处。分数只在同一 benchmark、同一口径内有意义,见各 benchmark 页的当前排名。1 项计入(改协议 1)。
| Benchmark | 关系类型 | 计入 | 评测集 / 口径 | 来源类型 | 说明 | 出处 |
|---|---|---|---|---|---|---|
| 24 虚拟细胞挑战赛与扰动预测评测 | 开发方自报,协议有改动 | 是 | — | 自报 | 在第三方扰动语料上用开发方自建指标评测;挑战赛的盲测得分未公布,是否按盲测协议评过无公开材料可证,该部分按未证实处理 †(未核实) | 出处 |
其他评测(不在 44 项内)
- 开发方自建评测工具(自建任务集,自报):官方页与论文摘要对同一结论给出两种口径(约 50% 与超过 30%),并称是首个稳定胜过线性基线的模型
- 独立评测文献中的线性基线结论(仅与基线对比,第三方):若干独立评测与挑战赛总结普遍显示简单基线很难被超过,与开发方的自报结论方向相反
- scIB(站外公开 benchmark,自报):确认不成立:论文与官方页均无该 benchmark 结果
开发方称:学习状态转移使模型在扰动效应区分与真实差异表达基因识别上大幅优于既有方法,并首次稳定胜过线性基线。
独立证据:未检出针对本模型的独立复现;相关独立评测与 扰动预测挑战总结的总体结论是简单基线难以被超过。
训练数据
| 类别 | 值 | 说明 | 出处 |
|---|---|---|---|
| a 公开库 | 是 | 观测数据约 1.67 亿细胞(含机构自建图谱与公开计数集),扰动数据逾 1 亿细胞、70 个细胞系,另有一套公开 Perturb-seq | 出处 |
| b 私有 / 授权 | 未披露 | — | — |
| c 自产 wet lab 训练数据 | 否 | 对开发方而言无:主要扰动数据由一家数据公司产出后捐入机构图谱(约 1 亿细胞、50 个癌细胞系、1,100 个扰动),另一套由一家试剂公司产出;机构自产的挑战赛数据只用于评测。为防泄漏,训练只用其中 20 个细胞系、留 5 个测试 | 出处 |
| d 仅用于验证的 wet lab | 否 | — | 出处 |
湿实验验证
每个比率都带分子与分母;未核实的条目不给数字。不同版本的来源分开列。
| 实验 | 靶点数 | 受测设计 | 命中 | 成功率 | 最佳亲和力 | 分母口径 | 版本 | 来源类型 | 日期 | 核实 | 执行方 | 说明 | 出处 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 扰动数据规模说明(非自做实验) | — | — | — | — | — | 同一套第三方扰动语料;扰动数按本轮裁定统一为 1,100(新闻稿的约 1,200 不采用) | primary paper | 自报 | †(未核实) | 已核实 | 数据由第三方公司产出,不是开发方自做的湿实验 | 本条只用于订正已发布的扰动数口径,不构成模型自己的湿实验验证 | 出处 |
背景
- 机构:开发方是美国加州的一家非营利研究所,2021 年成立,启动时承诺资金逾 6.5 亿美元;核心研究员享有多年可续任期并可与大学教职并任。机构员工数无可引用官方口径,本记录不给。
- 融资:非营利,捐赠资金支持;2024 年预算各来源口径不一,本记录不给单一数字。
- 产品与合作:同机构的虚拟细胞计划含细胞图谱与年度扰动预测挑战赛(首届 2025-06-26 启动,大奖十万美元,三家测序与算力公司赞助,2026 年第二届已宣布);同门模型有 Stack 与 Evo 2;主要扰动数据由一家数据公司捐入,该公司自有 Tahoe-x1。
- 相关模型:Stack、Tahoe-x1、Evo 2
怎么看
- 同一结论在官方页与论文摘要有两种口径,引用必须说明用的是哪一套。
- 训练与评测共用同一套扰动语料,虽做了细胞系留出,仍是同一数据分布内的比较。
- 主要湿实验数据来自第三方公司,归因时不能写成开发方自产。
- 挑战赛没有公布本模型的盲测得分,无法判断盲测名次。
局限与注意
- 唯一站内配对为改协议自报,挑战赛盲测部分未证实。
- 期刊在线首发日只有月级证据。
- 扰动数在不同来源冲突,本轮统一取较低口径。
- 权重为非商业许可。
来源
更正记录
以下为本轮核对中改过的字段,原值按记录照录。
本文为个人研究笔记,结论基于成文时可获得的公开信息;带〔估算〕〔推断〕或⚠️的数字未经独立核实。