Theis 谈虚拟细胞：基线常胜复杂模型

1. 23:10
   Latent Space

   控制生物学：对话 Helmholtz Munich 的 Fabian Theis

   Helmholtz Munich 的 Fabian Theis 在访谈中阐述虚拟细胞（Virtual Cell）建模为何需要更大规模、高精度、多尺度对齐的生物数据，而非在现有数据集上做扰动预测。Biohub 联合 NIH、DOE、Google 和 Meta 投入 18 亿美元采集数据，因新测量与自动化能力成熟而具备可行性。他指出现有评估指标校准不佳，改用更合理指标后深度学习模型可超越均值基线。

2. 22:48
   Latent Space

   Fabian Theis 谈如何用算法驾驭多尺度生物数据与虚拟细胞

   Helmholtz Munich 的 Fabian Theis 在访谈中讨论虚拟细胞建模的困境：2025 Arc Virtual Cell Challenge 显示，恒定基线在扰动预测上常胜过复杂模型，部分原因是评估指标校准不佳。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。