🧬 不懂生物也能参加的挑战！Arc Institute 发布的 Virtual Cell Challenge，Hugging Face 帮你一文看懂！🧪
挑战目标：训练一个模型，预测在一个细胞中“沉默”某个基因后会发生什么变化。📉 这其实是一个纯数据驱动的机器学习任务，Arc 提供了约 30 万条单细胞 RNA 测序数据，模拟 CRISPR 敲除基因后的表达响应，是一个典型的 context generalization 问题。

🧠 官方基线模型 STATE 非常硬核但开箱即用，包括两个模块：
State Embedding Model（SE）：BERT 风格的细胞表征模型，用蛋白质大模型提取基因嵌入，组合成“细胞句子”。
State Transition Model（ST）：Transformer 模拟器，输入控制细胞和 perturbation，输出基因表达的预测值。

三种评估维度也很有创意：
✅ Perturbation Discrimination：能否识别不同基因敲除的效果差异
✅ Differential Expression：能否捕捉哪些基因真正受到了显著影响
✅ Mean Average Error：传统误差指标作为补充

这是一个融合蛋白质语言模型、表征学习与生物模拟的任务，既能推动基础模型技术，也可能为未来的“AI 药物筛选”打开新方向。🧪

🤗 欢迎加入我们的中文社区：Chinese LLMs on Hugging Face，一起探索生物 × 人工智能的无限可能！
#人工智能##Hugging Face##生物计算#