💬 观点Latent Space
🔬Causal Models Need Causal Data - Xaira’s X-Cell model — Xaira用信息富集数据突破基因表达预测瓶颈，打造因果模型X
Xaira用信息富集数据突破基因表达预测瓶颈，打造因果模型X-Cell。
2026-07-21原文
本文为要点摘要，完整细节以原文为准。
🧭 一图看懂
由原文自动提炼 · 以原文为准点击任一分支，查看这一点的一句话解读
Xaira 用因果数据训练 X-Cell
3.1B 模型偏离 scaling 曲线，参数与算力无法突破信息量上限
- 测试损失在 1.5B 参数后走平
- 需信息富集数据才能继续 scaling
- 数据采集成本数千万美元
⚙️ 流程拆解
STEP 1构建 CELLxGENE 数据库
STEP 2CRISPR 扰动实验生成 X-Atlas
STEP 3训练扩散模型 X-Cell
STEP 4预测基因表达变化
STEP 5真实细胞实验验证
🔗 涉及的概念与玩家
- Xaira Therapeutics公司
- X-Cell模型
- X-Atlas产品
- CELLxGENE产品
- scGPT模型
- Bo Wang人物
- Ci Chu人物
- CRISPR方法
- Xaira Therapeutics—开发→X-Cell
- Xaira Therapeutics—构建→X-Atlas
- X-Cell—训练于→X-Atlas
- X-Cell—改进自→scGPT
- X-Atlas—基于→CRISPR
- CELLxGENE—启发→scGPT
- 传统RNA表达模型在1.5B参数后测试损失停滞，因数据信息量不足；Xaira通过30倍信息富集的数据集X-Atlas，使模型能随参数和计算量扩展。 含义：数据质量比规模更重要，信息瓶颈是AI模型性能的关键限制。
- X-Cell采用扩散模型替代自回归，基于CRISPR实验并行测试数百万基因扰动，直接观测因果关系。 含义：因果建模需要因果数据，实验设计决定模型能力上限。
- X-Cell在真实人类细胞实验中超越线性基线，后者此前优于所有其他模型。 含义：简单基线常被低估，新模型需在真实场景中证明价值。
原文：🔬Causal Models Need Causal Data - Xaira’s X-Cell model for Drug Discovery (Bo Wang & Ci Chu, Chief Discovery Officer & Chief AI Scientist) · 作者 Latent Space