1 · 这是什么 背景
Arc Institute（帕洛阿尔托独立非营利研究机构）发起的年度开放竞赛，目标是为"虚拟细胞"建立统一的评测基准。
一句话定义：给你一个细胞的初始状态 + 一个基因扰动（如 CRISPRi 敲低某基因），你的模型要预测扰动后的基因表达谱——本质上是用 AI 在计算机里替代一次真实的 Perturb-seq 实验。官方称之为"虚拟细胞的图灵测试"。
为什么重要：约 90% 的药物因疗效或副作用在临床阶段失败。如果能用模型 in silico 先筛选成千上万种扰动、只对最有希望的候选做实验验证，药物研发和疾病机理研究的速度将完全不同——官方期望它成为生物学领域的"AlphaFold 时刻"。
学术背景：设计思路发表在 Cell 期刊评论文章（Roohani et al., 2025），完整数据集与工具开放（Virtual Cell Atlas、cell-eval、State 基线模型）。
2 · 2026 年任务 核心
从"同环境外推"升级为"跨环境迁移"：模型必须在从未见过的细胞类型上做零样本预测。
任务定义：零样本跨环境预测
- 没有训练集。今年 Arc 不提供任何 Challenge 专属训练数据。参赛者可以使用去年发布的 H1 人胚胎干细胞数据、任何公开数据（如 Tahoe-100M 等大规模 Perturb-seq 数据集）、以及自己的私有数据。
- 6 个匿名细胞系，来自不同组织，用 CRISPRi + 10x Flex 单细胞测序（Ultima UG100 平台）做了扰动实验。验证 环境 A/B/C 最终测试 环境 D/E/F。细胞系一律匿名，只标注 A–F。
- 每个细胞系 300 个单基因敲低扰动。参赛者拿到的是：非靶向对照（NTC）细胞的表达谱 + 要预测的基因 ID 列表。
- 你要输出：这 300 个扰动各自敲低后、经 10x Flex 测量会得到的表达谱。真实测量被扣留作为 ground truth。
- 核心难点：你看到每个新环境的"未扰动状态"，但永远看不到该环境中任何扰动反应——必须推断扰动效应如何在细胞类型之间迁移和变化，而不是在同环境样本间插值。
官方鼓励的方向：生物学里很多重要环境（稀有细胞、无法体外扩增的原代细胞、难以培养的病变细胞、依赖微环境的组织状态）根本无法直接做扰动实验。虚拟细胞的价值正是在"实验稀缺、昂贵或不可行"的环境里做出可靠预测。
3 · 数据细节 数据
| 数据项 | 规模 / 说明 |
|---|
| 对照（NTC）谱 | 每个细胞系 18,400 个未扰动细胞 = 46 个非靶向引导 × 400 个细胞。这是模型唯一的条件输入（定义基底状态）。 |
| 验证集 | 3 个环境（A/B/C）× 300 个 CRISPRi 扰动，用于排行榜实时评分（8/20 起开放） |
| 最终测试集 | 3 个不同环境（D/E/F）× 300 个新扰动，10 月 22 日发布，用于决定名次（不公开榜单） |
| 实验流程 | CRISPRi 敲低 → 10x Flex 单细胞表达 profiling → Ultima UG100 高通量测序 |
| 可用外部数据 | Virtual Cell Atlas（2025 全部数据：训练/验证/held-out 测试扰动均可下载）、Tahoe-100M、K562/A375 等公开 Perturb-seq、任何自有数据 |
2025 基准数据规格（供参考）：约 30 万单细胞 RNA-seq 谱、H1 人胚胎干细胞、300 个 CRISPRi 扰动、10x Flex、每细胞 >5 万 UMI、每扰动约 1000 细胞。2026 数据规格官方未逐项公布，但实验平台相同。
4 · 评估方法 关键变化
吸取 2025 年"单一/少量指标可被刷分"的教训，2026 年评分体系全面重做：6 个互补指标 + 参考缩放（reference scaling），由与 NVIDIA 合作的新版评分器 cell-eval2 执行（vcc2026 metric profile）。
六个指标
- 1 个表达准确性（MSE，唯一有界指标，0–1）
- 1 个扰动区分度（discrimination，面板内排序）
- 4 个差异表达指标（DE，上下调基因识别质量）
你提交预测的表达量，差异表达由评分方计算。完整指标数学规范在 cell-eval 仓库的 vcc2026 规范文档中。
参考缩放：0 和 1 的含义
每个指标、每个环境下，用该环境自己的两个参考点做归一化：
- 0 = 细胞环境均值（对所有扰动预测同一个平均谱——朴素基线）
- 1 = 真实重复实验的质量（真实数据 5 个半分拆的均值）
缩放后每个环境的 0/1 含义一致，6 指标 × 3 环境的未加权平均才有意义。
分数解读陷阱：1.0 不是满分、不是百分比——除 MSE 外其余 5 个指标无上界（好模型可 >1）；分数低于 0 也正常（只是比环境均值差）。验证分与最终测试分不可比（不同细胞系、不同扰动面板、区分度是面板内 rank），最终测试分比验证分低不代表模型变差。
2025 年的教训（催生了这套新体系）
- 首届三指标为 PDS（扰动区分度）/ DES（差异表达）/ MAE（全转录组平均绝对误差）。结果几乎所有模型 MAE 都不如朴素基线，MAE 事实上被排除出竞争优化 → 2026 改掉。
- 有团队发表分析（arXiv:2511.16954）证明 L1 范数的 PDS 对预测幅度天然敏感：模型把预测整体放大，PDS 分数就上升，渐近趋近"带符号余弦相似度"。Top 队普遍意识到 PDS 主要奖励"方向对"而非"幅度准"。
- 单一指标可被针对优化 → 2026 用 6 指标 + 参考缩放 + 每环境独立归一，压缩刷分空间。
5 · 如何提交 实操
预测以 .vcc 文件提交——它是 AnnData h5ad 文件的包装格式，由官方 vcc 命令行工具生成。三个细胞环境合成一个 h5ad（不是每环境一个文件）。
# 本地校验格式（几秒内发现问题，避免传完几 GB 才报错）
vcc prep prediction.h5ad -g gene_names.csv --perts pert_counts.csv -o prediction.vcc
# 提交
vcc submit prediction.vcc -m "my model v3" --wait
💡 支持 AI 编程代理：vcc skill install 会为 Claude Code / Codex / Gemini 安装技能，之后可以用自然语言驱动整个流程（如"下载 VCC 对照数据并做一次提交"）。每次升级 CLI 后需重跑 install。
提交限制：每队每天 2 次（UTC 午夜重置），同一时刻只能有 1 个提交在途；只有进入评分步骤才计入次数（格式错误不计）。
6 · 规则要点 红线
资格与组队
- 年满 18 岁；团队 1–8 人，一人只能加入一队
- 不可参赛：Arc 及赞助商现职员工/实习生、2026 年 4 月后离职的 Arc 前员工、Arc 实验室学生等
- 受限地区：白俄罗斯、古巴、伊朗、朝鲜、俄罗斯、克里米亚、卢甘斯克/顿涅茨克；美国受限名单人员
- 参赛身份三选一：个人 / 员工 / 大学代表——同一队内不能混搭（例外：多所大学可组一队）
- 公司队只能含一家公司的员工；注册需实名 + 自拍验证（防作弊）
内容红线
- 预测必须由 ML 模型生成：禁止把实验数据或文献发表的结果直接作为提交，或用来"修订"模型输出
- ✅ 但可以用实验/文献数据训练或微调模型
- ✅ 允许使用专有模型和私有数据（官方明确为吸引工业界参与，不要求开源权重或代码）
- ✅ 可用 Arc 的 State 基线模型（注意：State 训练权重是非商业许可，且官方声明它赢不了比赛）
- 🏆 入围最终名单后需提交高层面方法描述（用了哪些数据集、处理方式、架构、非学习组件、训练策略，可选填算力）——无需披露代码/权重
知识产权：规则不要求提交代码或模型权重，只要求方法描述 → 模型归参赛者所有。验证阶段提交即同意队名/成员/组织/模型名/分数登上公开排行榜。
7 · 时间线 节奏
2026-08-04
注册开放
组队、填写信息、自拍验证
2026-08-20
比赛开始 🚀（已进行中）
验证数据（A/B/C 对照 + 300 扰动/系）发布，排行榜开放，开始提交
2026-10-22
最终测试集发布
D/E/F 三系对照 + 300 扰动/系；验证阶段排行榜关闭，此阶段提交不上榜
2026-11-05 23:59 UTC
最终提交截止
只认每队最后一次最终提交；验证阶段提交不参与评奖
2026-11 下旬
公布获奖名单
最终榜单发布，验证分数有效性后颁奖
按每天 2 次提交算，验证阶段（8/20–10/22，约 63 天）约有 126 次试错机会；最终阶段（10/22–11/5）约 28 次。
8 · 奖金 激励
| 名次 | 总价值 | 现金 | NVIDIA Brev 算力额度 |
|---|
| 🥇 冠军 | $100,000 | $50,000 | $50,000 |
| 🥈 亚军 | $50,000 | $25,000 | $25,000 |
| 🥉 季军 | $25,000 | $12,500 | $12,500 |
- Brev 额度：1 年有效、无现金价值、不可转让、不可兑换
- 团队获奖按成员均分；税费自理；美国境外可参赛（受限地区除外）
- 名次只由最终提交决定，验证阶段排行榜分数不参与评奖
9 · 2025 首届回顾 前车之鉴
规模与结果
- 5,000+ 注册、114 国、1,200+ 队提交、300+ 队完成最终提交
- 任务：在 H1 胚胎干细胞内预测 held-out 扰动（单环境泛化）；数据约 30 万单细胞、300 扰动
- 总体结论：扰动预测模型尚未在所有指标上稳定超越朴素基线，但在扰动区分、差异表达识别上有显著进步；纯端到端深度学习尚未赢——胜出方案多为"深度学习 + 经典统计特征"混合
🥇 冠军 · $100,000 PDS+DES+MAE 综合第一
Team BM_xTVC（BioMap Research），模型 xTrimoSCPerturb：改进 scFoundation 架构的单细胞预训练模型 + 蛋白质模型 embedding + 精选公开扰动数据。关键设计：优化编码器从"技术性零表达"中恢复生物信号、解耦交叉注意力解码器；并把训练集 DEG 频率和均值表达作为显式特征（承认纯 AI 打不过统计基线，直接融合统计特征）；伪 bulk 训练 + 融合损失（PDS + DES + 小权重 MAE）。
成员：Yucheng Guo, Qirong Yang
🥈 亚军 · $50,000 度量驱动
Team XLearning Lab（四川大学计算机学院 / 天府锦城实验室），模型 X：明确感知 PDS 权重约为 DES 两倍，将问题建模为条件生成；从单细胞切到伪 bulk 表示；全连接网络 + 对照均值表达 + ESM-2 蛋白 embedding + UMI 计数指示；残差学习预测扰动增量而非绝对值，MSE + 辅助目标训练。
成员：Xi Peng（独人队）
🥉 季军 · $25,000 纯统计黑马
Team Outlier（芝加哥大学 / 达特茅斯 / 香港大学），模型 TransPert：不用深度学习——只用伪 bulk 扰动谱 + Wilcoxon 检验的差异测试结果；跨细胞系相似性感知聚合多个参考系的基因级扰动摘要，预测目标系中显著受影响基因，最后全局线性缩放（用验证集交叉验证选缩放因子）优化 PDS。
已发表 arXiv:2511.16954（PDS 指标尺度敏感性分析）
🏆 Generalist Prize · $100,000 7 指标平均排名第一
Team Altos Labs，模型 PRiMeFlow（go-with-the-flow）：端到端流匹配生成模型，直接在基因表达空间建模单细胞异质性，用定制 U-Net 参数化速度场；约 700 万高质量单细胞（多公开源 + Altos 内部扰动筛，均无 H1）预训练 + H1 微调。论文：arXiv:2604.13986。
官方推荐参赛者赛前必读的方法学参考
2025 关键洞察：① 混合模型（DL+统计）> 纯神经网络；② 损失函数设计的重要性不亚于架构；③ 多模态特征（尤其蛋白 embedding）普遍有效；④ 指标设计本身就是研究问题，社区公开辩论是赛事价值的一部分。
10 · 给参赛者的战略建议 基于公开信息
方法层面
- 数据是命脉：没有官方训练集，跨环境迁移能力基本靠预训练数据广度。Virtual Cell Atlas 2025 全量数据 + Tahoe-100M + K562/A375 等公开 Perturb-seq 是必抓资源
- 伪 bulk 表示是 2025 的主流共识：冠军、亚军、季军全部基于伪 bulk 或摘要级数据建模，而非逐细胞生成
- 经典统计特征仍然能打：DEG 频率、均值表达、Wilcoxon 检验结果作为显式特征/基线融合，比纯 DL 更稳
- 蛋白 embedding（ESM-2 等）是 top 队普遍用到的跨模态先验
- 2026 是跨细胞系迁移：TransPert 的"跨系相似性聚合"思路 + 流匹配生成（Altos）是两条被验证的路线
策略层面
- 别只刷单指标：总分 = 6 指标 × 3 环境未加权平均，且每个环境独立参考缩放——赢家需要全面均衡
- MSE 是唯一有界指标且最难（2025 年几乎所有队伍都输给均值基线），性价比低，重心放 DE 和区分度
- 验证阶段要省着用：每天 2 次、共约 126 次机会，建议先本地用 cell-eval2 自评再提交
- 最终提交只认最后一次：11 月 5 日前留好提交余量，别把最后一次押在最后一刻
- 验证分与最终分不可比——最终测试换细胞系换扰动面板，模型要有跨环境鲁棒性，不要过拟合验证榜
- 身份规则严格：公司队只能一家公司员工；个人参赛不能用公司资源（需先跟雇主确认授权）