项目名称
单细胞扰动预测面向未知扰动的零样本模型
T4 基础科学单细胞预测公开数据分层评估
AlphaCell 用公开单细胞扰动数据训练零样本预测模型,并分别评估全基因、差异表达基因和强效应基因的表现。
- 队伍名称
- AlphaCell
- 所属院校
- 天津大学电气自动化与信息工程学院
参赛队伍相关影像仅用于赛事展示与报道,肖像权归本人所有。如对肖像使用存在异议,请通过 联系我们 向组委会反馈,我们将核实情况并作相应处理。
队伍口号
“虚拟细胞预见扰动,计算为实验导航 ”
项目背景
给一个没见过的扰动,预测细胞会怎么变
高通量单细胞扰动实验成本高、周期长,无法逐一覆盖大量基因及其组合。AlphaCell 把任务限定为训练中未见扰动的表达响应预测,并用 GO 注释、条件编码、cINN 和潜空间建模形成计算流程。
研究路径
0.901 之外的两个数字
成果图的标题是「阶段性外部基线对比」,三组柱子对应三层指标。全基因 Mean R²:AlphaCell 0.901,biolord 0.904,KNN 0.887,GEARS 0.873。差异表达基因(DEG)Mean R²:AlphaCell 0.426,biolord 0.291,KNN 0.358,GEARS 0.463。强效应基因 Mean R²:AlphaCell 0.145,biolord 0.041,KNN 0.067,GEARS 0.218。三层之间的落差很大。而且在后两层里,AlphaCell 都不在最前面——DEG 上 0.426 低于 GEARS 的 0.463;强效应基因上,0.145 与 GEARS 的 0.218 差距更明显。
- 全基因 Mean R²
- 0.901
- 差异表达基因
- 0.426
- 强效应基因 Mean R²
- 0.145
项目过程
项目推进与验证路径
- 01
阶段 1
可复现的计算 DBTL 循环
AlphaCell 将本阶段范围明确为计算研究,不开展湿实验,也不把计算验证描述为干湿闭环。其计算循环包括任务与模型设计、数据处理和实现、对 95 个未见扰动的分层评估,以及依据误差调整模型与评估。 - 02
阶段 2
把项目拆成模块,再互相复核
团队成员的课程和科研安排不同,早期的模型改动、结果记录和任务交接容易脱节。团队把工作拆成模块,通过固定线上会议和共享记录同步进展,并安排成员复核重要结果。 - 03
阶段 3
统一评估流程,把模型讲清楚
AlphaCell 给后半程列的事项很短:统一评估流程,改进关键响应基因预测,整理可复现的代码和文档。
项目证据
项目图表与方法记录
队伍影像
