まず、ここだけ
- CellTypeが実実験を基準に、先端LLMの細胞応答予測を測るBioSimBenchを公開した。
- NVIDIA AI上に構築され、薬・ノックダウン・免疫シグナルへの細胞応答を実測と比較する。
- 270億パラメータの自社モデルが12モデルを上回っても、応答の一部しか再現できない。
実ラボの結果を、モデルの答え合わせにする
Can LLMs simulate biology?
CellType（@celltypeinc）は2026年11月4日、先端モデルが実験室の実測をどこまで言えるかを問うBioSimBenchをスレッドで発表した。検証の中身は、細胞が薬、遺伝子ノックダウン、免疫シグナルにどう反応するかを予測させることだ。
観測された投稿の反応は表示518633、いいね660、ブックマーク504、リポスト159。同社は、一般的な言語能力の順位ではなく、人間の生物学をシミュレートできるかを実データで切る評価として置いている。
参照先[1]
270億が12モデルを抜いても残る不一致
Even the best get only part of the response right. Lots of room to improve.
CellTypeの整理では、パラメータ数270億の自社モデルが12の先端モデルを上回った。そのうえで最良ですら応答の一部しか合わず、改善余地は大きいと締めている。構築はNVIDIA AI（@NVIDIAAI）の上だ。
| 項目 | 内容 |
|---|---|
| 発表主体 | CellType（@celltypeinc） |
| 構築基盤 | NVIDIA AI（@NVIDIAAI） |
| 予測させる刺激 | 薬、遺伝子ノックダウン、免疫シグナル |
| 自社モデル | 270億パラメータ。12の先端モデルを上回る |
| 到達点 | 最良でも応答の一部のみ一致 |
参照先[1]
オンプレミスでデータから学ぶ生体LLM
プロフィールが掲げるのは、人間の生物学をシミュレートし、利用者のデータから学ぶオンプレミスの生体向け大規模言語モデルだ。Y CombinatorのW26バッチに属し、BioSimBenchと並べてBioSimGymを強化学習環境として紹介している。
公式サイトはhttps://celltype.com/BioSimBench、短い導線はhttp://celltype.com/b/x。投稿が強調するのはスコアの完勝ではなく、実応答の一部しか再現できない現状と、その先の伸びしろである。
- 評価の基準はフロンティアモデルの自己申告ではなく実ラボ実験
- 刺激は薬剤、遺伝子ノックダウン、免疫シグナルの三つ
- 首位の270億モデルでも全応答の再現には届いていない
- BioSimGymは同じプロフィールで強化学習環境として併記されている
参照先[1]
話題の元投稿
作者の投稿や紹介を、X で確認できます。
よくある質問
首位のモデルなら細胞応答は実用的に再現できているのか
CellTypeは270億パラメータの自社モデルが12の先端モデルを上回ったとする一方、最良でも応答の一部しか合わず、伸ばす余地は大きいと述べている。
参照先[1]
