К автономному механистическому моделированию в виртуальных клетках

Towards Autonomous Mechanistic Reasoning in Virtual Cells

April 14, 2026

Авторы: Yunhui Jang, Lu Zhu, Jake Fawkes, Alisandra Kaye Denton, Dominique Beaini, Emmanuel Noutahi

cs.AI

Аннотация

Крупные языковые модели (LLM) недавно привлекли значительное внимание как перспективный подход для ускорения научных открытий. Однако их применение в открытых научных областях, таких как биология, остается ограниченным, в первую очередь из-за отсутствия фактически обоснованных и практичных объяснений. Для решения этой проблемы мы представляем формализм структурированных объяснений для виртуальных клеток, который представляет биологические рассуждения в виде графов механистических действий, что позволяет проводить их систематическую верификацию и фальсификацию. На основе этого мы предлагаем VCR-Agent — мульти-агентный фреймворк, который интегрирует биологически обоснованный поиск знаний с подходом верификационного фильтрования для автономной генерации и проверки механистических рассуждений. Используя этот фреймворк, мы публикуем набор данных VC-TRACES, состоящий из проверенных механистических объяснений, полученных из атласа Tahoe-100M. Эмпирически мы демонстрируем, что обучение на этих объяснениях повышает фактическую точность и обеспечивает более эффективный сигнал обучения для последующих задач прогнозирования экспрессии генов. Эти результаты подчеркивают важность надежного механистического моделирования для виртуальных клеток, достигнутого за счет синергии мульти-агентного подхода и строгой верификации.

English

Large language models (LLMs) have recently gained significant attention as a promising approach to accelerate scientific discovery. However, their application in open-ended scientific domains such as biology remains limited, primarily due to the lack of factually grounded and actionable explanations. To address this, we introduce a structured explanation formalism for virtual cells that represents biological reasoning as mechanistic action graphs, enabling systematic verification and falsification. Building upon this, we propose VCR-Agent, a multi-agent framework that integrates biologically grounded knowledge retrieval with a verifier-based filtering approach to generate and validate mechanistic reasoning autonomously. Using this framework, we release VC-TRACES dataset, which consists of verified mechanistic explanations derived from the Tahoe-100M atlas. Empirically, we demonstrate that training with these explanations improves factual precision and provides a more effective supervision signal for downstream gene expression prediction. These results underscore the importance of reliable mechanistic reasoning for virtual cells, achieved through the synergy of multi-agent and rigorous verification.