本文档属于类型b，是一篇学术评论（Commentary）文章。以下是为中文读者撰写的详尽学术报告：
报告标题：构建细胞生物学新范式：“虚拟细胞挑战”启动宣言——一份来自前沿研究机构的路线图
作者与发表信息 本文由Yusuf H. Roohani, Tony J. Hua, Po-Yuan Tung, Lexi R. Bounds, Feiqiao B. Yu, Alexander Dobin, Noam Teyssier, Abhinav Adduri, Alden Woodrow, Brian S. Plosky, Reshma Mehta, Benjamin Hsu, Jeremy Sullivan, Chiara Ricci-Tam, Nianzhen Li, Julia Kazaks, Luke A. Gilbert, Silvana Konermann, Patrick D. Hsu, Hani Goodarzi及Dave P. Burke联合撰写。通讯作者为Hani Goodarzi，邮箱为hani@arcinstitute.org。作者主要来自美国加利福尼亚州的ARC Institute（帕洛阿尔托），同时与加州大学旧金山分校、斯坦福大学及加州大学伯克利分校的研究人员有密切合作。该评论文章发表于国际顶级期刊《细胞》（Cell）的2025年6月26日第188卷。
文章主题 本文是一篇前瞻性的评论文章，正式宣布启动一项名为“虚拟细胞挑战”（Virtual Cell Challenge）的年度、开放、社区性基准测试竞赛。其核心主题是倡导并建立一个标准化、可重复的评估框架，以加速人工智能与生物学交叉领域——“虚拟细胞”模型的发展。文章旨在解决当前该领域缺乏统一基准和高质量数据集的瓶颈，通过设立公共竞赛平台，引导全球研究力量共同推动能够精准预测细胞对扰动反应的预测模型的进步。
主要论点与阐述
第一，确立“虚拟细胞”建模的紧迫性与历史契机。 文章开篇即指出，“虚拟细胞”作为人工智能与生物学融合的新兴前沿，其核心目标是预测细胞对外界扰动（如基因敲低、药物处理）的反应。作者回顾了上世纪90年代末和本世纪初的早期尝试，指出当时受限于数据量不足、模型假设过于简化及计算能力，构建综合性细胞计算模型的努力未能成功。然而，当前单细胞技术、高通量扰动测量以及机器学习的飞速发展，为重启并实现这一早期雄心提供了前所未有的条件。文章认为，现在正是迈向可预测性细胞状态建模的关键时刻。
第二，指出当前领域发展的核心障碍：缺乏标准化基准与评估体系。 作者明确指出，尽管预测细胞扰动反应的模型开发日益活跃，但该领域缺乏能够反映模型在跨扰动、跨细胞类型背景下实现“生物学有意义泛化”能力的、原则性的共享评估框架。现有数据集中存在大量技术性变异源（如实验噪声、不同实验间扰动效应的有限可重复性），严重干扰模型评估。没有随着领域发展而实时演进的标准化基准和专门构建的评估数据集，很难判断模型捕捉到的是普适的生物学结构，还是数据集特有的模式。这种评估标准的缺失，阻碍了领域的系统性进步和不同模型间的公平比较。
第三，提出解决方案：借鉴成功先例，发起“虚拟细胞挑战”竞赛。 受蛋白质结构预测领域CASP（Critical Assessment of protein Structure Prediction）竞赛成功的启发，文章宣布ARC Institute将牵头组织“虚拟细胞挑战”。该竞赛被设计为一个结构化的、可重复的、社区范围的比赛。其目的是通过提供高质量的基准数据集、公开的排行榜以及一个可重复且公平的比较机制，来创建一个公平的竞争环境，驱动社区参与，并最终催化整个领域的进展。文章强调，虽然虚拟细胞建模比蛋白质结构预测更为复杂（需考虑细胞类型、遗传背景、上下文等多种因素），但类似的竞赛模式能够凝聚社区力量，围绕共同目标对齐研究努力。
第四，详细介绍首届挑战的具体设计：任务、数据与评估指标。 这是文章的技术核心部分，详细阐述了首届挑战（2025年启动）的实施方案。 * 任务设计：聚焦于“跨上下文泛化”这一现实且具有挑战性的任务。具体而言，参赛者需要在观测到某些基因扰动在若干其他细胞环境中的转录组后果后，预测这些扰动在一个全新细胞环境（H1人胚胎干细胞系）中的效应。这模拟了现实科研中无法在所有背景下测试所有扰动的高成本困境。考虑到当前数据有限，挑战采用“少量样本适应”策略，即在提供新细胞环境下一小部分扰动数据供模型调整后，要求模型预测其余未见扰动的效果。 * 数据集构建：为了本届挑战，研究团队生成了一个全新的高质量基准数据集。他们利用单细胞功能基因组学技术，通过CRISPR干扰技术在H1细胞系中沉默了约300个精心挑选的基因，获得了约30万个单细胞RNA测序图谱。这些扰动的选择兼顾了下游效应强度和表型多样性，并最大化了与现有公共数据集的重叠。数据集被划分为训练集、验证集和最终测试集。 * 评估框架：为确保评估的全面性，文章提出了三个互补的评估指标： 1. 差异表达分数：评估模型预测差异表达基因的准确性。这是大多数单细胞功能基因组学实验的关键输出，也是下游生物学解释的基础。 2. 扰动判别分数：衡量模型区分不同扰动的能力，即根据预测与真实扰动效应的相似性对预测进行排序，而不论效应大小。 3. 平均绝对误差：评估所有基因（包括非差异表达基因）的整体表达预测准确性，提供一个全局性能视图。 最终排名将基于这三个指标的加权综合分数，并要求模型在所有指标上均达到最低阈值，以避免模型为优化某一指标而牺牲其他方面。
第五，阐述挑战的社区意义与未来愿景。 文章强调，“虚拟细胞挑战”不仅是一场竞赛，更是一个旨在凝聚研究社区、推动领域规范发展的平台。其社区意义体现在：1）通过竞赛“浮现”最佳实践和关键数据考量（如训练集质量、测序深度、技术选择），从而支持更可重复、更稳健的研究；2）识别方法学瓶颈，澄清数据和模型选择，促进扰动建模可重复标准的趋同；3）凸显高质量训练数据的重要性。展望未来，作者指出首届挑战仅聚焦于单一细胞类型的基因扰动预测，未来的挑战将扩展到组合扰动和跨细胞类型泛化。最终，对细胞行为的全面建模需要整合转录组、蛋白质组、表观基因组等多模态数据，并跨越时间和空间维度。文章还将“逆扰动响应预测”（即设计扰动以实现特定细胞状态）列为具有重要治疗相关性的未来挑战方向。
第六，介绍支撑挑战的数据生态系统与资源。 为了支持参赛者，文章介绍了ARC Institute构建的配套数据资源： * ARC虚拟细胞图谱：一个包含超过3.5亿个单细胞数据、持续增长的大型公开观测性和扰动性单细胞RNA测序数据集仓库，为下一代虚拟细胞模型提供了庞大的训练资源。 * 公共扰动数据集：团队将提供与测试集扰动重叠的精选公共数据集预处理版本，供模型训练使用，帮助模型学习扰动在其他细胞环境中的效应。
文章的意义与价值 本文作为一份“行动宣言”，其意义和价值在于： 1. 提出清晰的路线图：在虚拟细胞建模从概念走向实践的关键节点，文章系统地指出了当前瓶颈，并提出了一个由顶级研究机构背书的、可操作的解决方案——年度基准挑战赛。 2. 设立科学的评估标准：文章提出的三重评估指标（差异表达、扰动判别、整体误差）为衡量虚拟细胞模型的实用性和生物学相关性设定了多维度的标杆，避免了单一指标可能带来的偏差。 3. 贡献高质量基准数据：通过生成并开源一个针对性强、质量高、设计严谨的基准数据集，为领域研究提供了宝贵的“试金石”，将极大促进模型开发和比较。 4. 构建开放协作生态：通过公开竞赛的形式，打破了机构与数据的壁垒，鼓励全球算法开发者、计算生物学家和实验生物学家共同参与，有望加速最优解决方案的涌现。 5. 引领领域发展方向：文章将“跨上下文预测”作为首届挑战核心，抓住了虚拟细胞模型实用化的关键。其对未来挑战（组合扰动、多模态整合、逆向设计）的展望，为整个领域描绘了激动人心的发展蓝图。
总而言之，这篇评论文章不仅宣布了一项具体的科学竞赛，更是在为“虚拟细胞”这一新兴学科奠定方法论基础、建立评估范式和推动社区文化。它标志着该领域正从一个探索性的、分散的研究阶段，迈向一个以标准驱动、数据共享和集体验证为特征的新阶段。