Prezicerea stării celulare în condiții nevăzute anterior, cum ar fi boala sau ca răspuns la un medicament, a necesitat de obicei reantrenare pentru fiecare nou context biologic. Astăzi, Arc lansează Stack, un model fundamental care învață să simuleze starea celulei în condiții noi direct la momentul inferenței, fără a fi nevoie de ajustare fină.

Stack surprinde ceva ce majoritatea modelelor ratează: contextul celular. O celulă T din țesutul inflamat se comportă diferit, nu doar din cauza propriilor gene, ci și din cauza mediului înconjurător. Procesează celulele împreună și învață din aceste relații.

Așa cum prompturile text ghidează modelele de limbaj, celulele servesc ca prompturi în Stack. Poate observa celulele imune tratate cu medicamente și poate prezice cum ar răspunde celulele epiteliale la același medicament, o sarcină pentru care nu este niciodată antrenată explicit. Este primul model de fundație cu o singură celulă capabil de învățare în context sau de generalizare la sarcini noi în timpul inferenței.

Echipa a aplicat Stack pentru a construi Perturb Sapiens: Un atlas de ~20.000 de răspunsuri celulare prezise pe 28 de țesuturi & 201 perturbații + un subset validat folosind seturi de date păstrate, confirmând că predicțiile surprind biologia reală.