2026 年 10 月 6 日，CellType 发布 CT-Perturb：一个用语言模型预测细胞如何响应扰动的筛选系统。官方最硬的一组数字是：一个新细胞系只测 10% 的条件，模型预测剩下的 90%，得分恢复到全量实测的 82%。 但在药物筛选这个行业，官方数字从来都要拆开看。
但拆开之后，数字仍然成立。在完全没见过的药物-细胞组合上，CT-Perturb 的预测与实测结果的秩相关系数达到 0.594，九个经典基线里最强的交互模型只有 0.246。 前者是后者的 2.4 倍。
一张永远填不满的网格
药物筛选的数学题很残酷。扰动（化合物、基因敲除、细胞因子）乘以细胞上下文，再乘以剂量和时间点，一个中等规模的库就能膨胀到数百万个条件，每个条件都是一次全基因组范围的表达测量。 没有实验室跑得完，但每个项目都得在这张网格上做决策。
所以筛选团队真正做的，是测一小条、赌剩下的部分。大约九成进入一期临床的药物最终拿不到批准，而这些项目全都起步于一张只测了一部分的网格。但对未测量部分的估计每准一分，买回来的时间就以月计。
更麻烦的是，真实生物学比培养皿复杂得多。肿瘤细胞泡在免疫微环境的细胞因子里，患者带着各自的遗传背景，治疗越来越多地以组合形式出现。每加一个因素，网格就再乘一倍。 化合物乘细胞系已经填不满，再加上细胞因子、基因敲除、联合用药，任何实验室都无能为力，但模型可以被问到所有这些条件。
把细胞读成一句话
CT-Perturb 的做法，是把细胞翻译成语言模型能读的东西。简单来说，一个细胞的表达谱被写成按表达量排序的基因序列，就像一句话；扰动则变成提示词的一部分。 模型要学的，是这句话被扰动改写之后长什么样。但这套表示法并不新：它叫 Cell2Sentence，2024 年发表于 ICML，由耶鲁大学开发、独家授权给 CellType。
CT-Perturb 建立在 CellType 的基座模型 CT1 之上，技术血脉则可以追溯到耶鲁与谷歌团队合作的 C2S-Scale——一个 4.1 亿到 270 亿参数、基于 Gemma 架构的"细胞句子"语言模型。但 CT-Perturb 只干一件事：预测扰动响应。
训练分三步。先用公开和自有的扰动数据预训练；到了客户手里，在客户的防火墙内用其自有筛选数据做监督微调，教模型认识他们的化学、细胞 panel 和实验体系；最后用强化学习做后训练，奖励预测与实测基因排序一致的输出——GRPO 算法，正是 DeepSeekMath 带火的那一类。但微调出的权重留在客户本地，不会拿去训练别家的模型。
10% 凭什么够
先看评估的诚意。扰动预测有个著名的作弊空间：细胞里大部分基因在扰动下根本不变，模型照抄对照组就能拿到漂亮的相关系数。 但 CellType 的评分只算相对对照的变化量，并专门放了一批简单基线来暴露这种失败。九个对照从细胞系均值、化合物均值，到加性模型、交互模型，再到 PerturBench 线性方法和化学指纹岭回归，全部在同一批留出条件上训练和评分。
结果相当悬殊。在留出的药物-细胞组合上，CT-Perturb 拿到 0.594 的秩相关（95% CI 0.59–0.60），但最强的交互基线只有 0.246，配对差值 +0.35。 化学指纹岭回归 0.175，最近化学邻居只有 0.094。
公开 benchmark 上同样如此。在完全留出的细胞因子组合上，C2S-Scale 1B 的分布距离（scFID，越低越好）只有 0.019，STATE 为 0.050，scGPT 为 0.291。 但 CellType 显然更在意另一个战场：客户自己的筛选数据。
更关键的是稀疏筛选实验。团队在两个新细胞系上留出一批固定测试条件，再分别用剩余测量值的 1%、10%、50%、100% 去适配模型。只测 1%，恢复到全量分数的 69%（0.34 对 0.50）；测 10%，恢复到 82%（0.41）；测一半，91%（0.45）。 但加性基线即使用上全部测量值，也只有 0.26。
但要把话说全：0.41 离 0.50 还有 18 个百分点的距离，"逼近"全量是真的，"追平"还谈不上。 省下来的实验产能去了哪里，才是这个故事的另一半。
一个被湿实验接住的预测
模型预测值不值钱，最终要看实验室认不认。但 CellType 背后的 C2S-Scale 研究做过一次完整的闭环演示：让模型在 162 个保留免疫微环境的原代肿瘤样本上，对 4,266 个化合物逐一打分，寻找能提升 MHC-I 抗原呈递——也就是让肿瘤被 T 细胞看见——的药物。
结果分两层。高分榜上 23 个候选里，16 个是已报道的抗原呈递调节剂或机制上说得通的分子，包括曲美替尼和克唑替尼——模型先找回了已知生物学。但真正有意思的是例外：CK2 抑制剂 silmitasertib（CX-4945）从未与这个表型有过关联，模型却预测它只在干扰素存在时有效，在低干扰素的细胞系里无效。只做细胞系筛选的话，它会直接被漏掉。
实验室验证跟预测对上了。在不在训练数据里的默克尔细胞癌细胞中，silmitasertib 单用无效，但加入低剂量干扰素后，MHC-I 呈剂量依赖上升：10 nM 时比单用干扰素高 13.6%，1,000 nM 时高 34.9%。 在保留免疫细胞的病人来源黑色素瘤肿瘤碎片里，5 个受试化合物有 4 个在 10 nM 下显著提升 MHC-I。
这是"筛选超越实验室"目前最完整的一次证据，但 CellType 自己也强调，一个案例说明不了命中率。
部署在防火墙内，以及还没回答的问题
CT-Perturb 的商业模式很克制：模型进客户的防火墙，在客户自己的筛选数据上微调，数据不出墙，权重不出门，评估用客户自己定义的盲测留出集。 但克制里有锋芒：客户数据从不训练别家的模型。CellType 称已在和 top-10 药企合作部署。这家公司由耶鲁医学与计算机科学教授 David van Dijk 创立，YC 2026 冬季班孵化，持有 C2S 专利家族的全球独家授权。
但这份发布留下的问题和答案一样多。虚拟筛选目前只有一个公开案例，一个案例证明不了命中率；0.594 的秩相关离"可信"有多远，要由每个团队自己的盲测来回答；私有部署也意味着外部世界很难独立复现这些数字。CT-Perturb 只是 CT1 三个产品中的第一个，当筛选的成本结构被改写，真正的问题变成了：省下来的九成实验，该拿去问哪些以前问不了的问题？