Dự đoán trạng thái tế bào trong các điều kiện chưa từng thấy như bệnh tật hoặc phản ứng với thuốc thường yêu cầu phải huấn luyện lại cho mỗi bối cảnh sinh học mới. Hôm nay, Arc phát hành Stack, một mô hình nền tảng học cách mô phỏng trạng thái tế bào dưới các điều kiện mới ngay tại thời điểm suy diễn, không cần tinh chỉnh.

Stack nắm bắt điều mà hầu hết các mô hình bỏ lỡ: bối cảnh tế bào. Một tế bào T trong mô hình viêm có hành vi khác biệt, không chỉ vì gen của chính nó, mà còn vì môi trường xung quanh. Stack xử lý các tế bào cùng nhau và học hỏi từ những mối quan hệ đó.

Cũng giống như các văn bản hướng dẫn điều khiển các mô hình ngôn ngữ, các tế bào đóng vai trò như các hướng dẫn trong Stack. Nó có thể quan sát các tế bào miễn dịch được điều trị bằng thuốc và dự đoán cách các tế bào biểu mô sẽ phản ứng với cùng một loại thuốc, một nhiệm vụ chưa bao giờ được huấn luyện một cách rõ ràng. Đây là mô hình nền tế bào đơn đầu tiên có khả năng học trong ngữ cảnh, hoặc tổng quát cho các nhiệm vụ mới trong quá trình suy diễn.

Nhóm đã áp dụng Stack để xây dựng Perturb Sapiens: Một atlas của ~20.000 phản ứng tế bào dự đoán trên 28 mô & 201 sự can thiệp + một tập con được xác thực bằng cách sử dụng các tập dữ liệu giữ lại, xác nhận rằng các dự đoán phản ánh sinh học thực sự.