Arc, Virtual Cell Challenge 공개

Arc Institute가 유전자 억제(silencing) 효과를 예측하는 Virtual Cell Challenge를 공개했다. 이 과제는 특정 세포 유형에서 유전자를 억제했을 때의 변화를 예측하는 문맥 일반화(context generalization) 능력을 요구한다.

데이터셋 및 모델링 과제

• 데이터 구성: 약 30만 개의 단일 세포 RNA 시퀀싱(single-cell RNA sequencing) 프로필을 활용한다. 22만 개의 세포 중 약 3.8만 개는 조작되지 않은 대조군(unperturbed) 세포로, 실험적 노이즈와 실제 신호를 구분하는 기준이 된다.
• 기술적 난제: RNA 시퀀싱 과정에서 세포가 파괴되는 특성 때문에 조작 전후를 직접 비교할 수 없다. 따라서 대조군 세포 집단을 참조점으로 삼아 생물학적 이질성과 기술적 노이즈를 분리해내는 모델링이 핵심이다.

STATE 베이스라인 모델 참가자들을 위해 Arc는 트랜스포머 기반의 STATE 모델을 베이스라인으로 제공한다.

• State Embedding Model (SE): 세포의 풍부한 의미론적 임베딩을 생성하여 세포 유형 간 일반화 성능을 높인다.
• State Transition Model (ST): Llama 백본을 사용하는 트랜스포머 모델로, 대조군 세포의 전사체 또는 SE의 임베딩을 입력받아 유전자 억제 시의 변화된 전사체를 출력하는 '세포 시뮬레이터' 역할을 한다.