Theis 谈虚拟细胞：扰动预测不足，转向多尺度生物数据

Helmholtz Munich 的 Fabian Theis 在访谈中称，现有数据集下的扰动预测并不足以支撑复杂算法，应转向利用大规模、高精度、多尺度、配准的生物数据，预测分子→细胞→微环境→组织→器官→生物体的演化及跨尺度相互作用。 这一判断针对的是以扰动预测为基础构建虚拟细胞的技术路线；Theis 提出的替代方向把数据规模和跨尺度配准作为前提，而非仅靠算法改进。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。