从蛋白改造评测，
到可审计的虚拟实验系统

PFArena 把蛋白改造拆成四种受控任务接口，覆盖单点突变生成与多点突变排序，并通过改变可用的靶标特异性适应度数据，模拟从开放探索到证据较充分的不同实验决策情境。

作者比较 6 个蛋白语言模型、6 个通用大语言模型和 5 个 LLM Agent，观察到模型优势会随实验上下文而变化，且搜索空间和突变深度增加时各类方法都明显承压。该文是未经同行评审的 arXiv 预印本；它衡量的是计算决策能力，不等同于湿实验成功率。

TopU-LBVS 针对配体虚拟筛选中随机负样本和简单诱饵造成的高估问题，为 93 个蛋白靶点构造性质匹配、结构相似的困难负样本，并提供跨分布、低数据和轻量三套固定协议。

十类参考基线在随机诱饵上的表现进入困难负样本场景后明显下降，说明常见评测可能依赖理化性质或近邻指纹捷径。该文是未经同行评审的 arXiv 预印本；数据来自整理后的 ChEMBL 活性记录，尚未覆盖真实筛选中的全部实验噪声与合成约束。

PRAXIS-VirtualCell 试图把虚拟细胞从单一预测模型提升为可编程实验系统，统一组织数据、模型、扰动、适配器、执行环境和验证证据，并把自然语言问题转换为可追踪的虚拟实验。

框架以生物学契约和证据感知执行区分受支持预测、外推与拒答，示例跨越大肠杆菌、酵母和人类 K562 细胞。该文是未经同行评审的 arXiv 预印本；摘要主要说明系统设计与任务覆盖，尚不足以证明其能替代真实细胞实验或在广泛场景稳定校准。

BaseCamp 将 DNA 测序流程中仍依赖人工判断的部分拆给六个专用 Agent，包括样本质控、比对、变异检测、注释、跨阶段监控和报告；底层序列分析仍由成熟工具完成，LLM 只负责选择、配置和解释。

作者报告 Agent 配置与专家实践具有一致性，并用过滤账本和跨阶段异常检测增强可审计性。该文是未经同行评审的 arXiv 预印本；现有证据更多说明工作流可行性，尚缺少大规模、前瞻性、多实验室的错误率和效率比较。

SpaFactor 用低秩的“形态—基因程序—基因”分解，从 H&E 图像推断空间表达。输入端融合中心 spot 与多尺度邻域表征，输出端先预测低维基因程序，再通过共享载荷还原协调变化的多基因表达。

作者在五个公开队列中报告总体预测及空间变异基因上的改进，同时强调模型比复杂图网络更轻量。该文是未经同行评审的 arXiv 预印本；从组织形态推断表达仍是统计替代，不能视为对空间转录组测量的无损替换。

CrossScale-GLIO 将同一胶质瘤的 MRI 表示为肿瘤栖息地图、全切片病理表示为细胞生态位图，再借助诊断语言锚定的结构感知最优传输，对齐两个尺度差异巨大的影像空间。

论文在配对与外部队列上评估亚型、分子标志物和双向患者检索，并通过删除关键配对与图重连检验拓扑贡献。该文是未经同行评审的 arXiv 预印本，本期因 9 月 25 日进入 q-bio 交叉列表收录；真实提交日期为 8 月 4 日，回顾性结果仍需前瞻验证。