文章核心观点 - Recursion公司发布了OpenPhenom-S/16，这是一个在Google Cloud的Vertex AI Model Garden中公开可用的基础模型，旨在帮助生命科学公司利用显微镜数据加速药物发现和其他用途 [1][2][6] 公司动态 - Recursion公司宣布发布OpenPhenom-S/16，这是一个基于超过三百万张显微镜图像训练的基础模型，使用掩码自编码器进行自监督学习 [2] - 公司还发布了RxRx3-core数据集，这是一个为研究社区优化的表型组学挑战数据集，包含735个基因敲除和1,674个小分子扰动的标记图像 [7] - Recursion公司通过Google Cloud的Vertex AI Model Garden向生命科学社区提供OpenPhenom-S/16，该模型结合了Vertex AI平台的可扩展性和可访问性，有望加速显微镜分析 [6] 行业影响 - 大规模细胞显微镜检测在揭示新的生物过程、潜在药物候选物和靶点方面变得至关重要，但传统的图像分割和特征提取软件包难以处理大规模和复杂的数据集 [3] - OpenPhenom-S/16允许非商业研究人员使用现成的模型替代现有工作流程，无需额外调整或训练，显著提高了从公共JUMP-CP数据集中召回已知生物关系的能力 [4][5] - 该模型通过自动化细胞结构的分类、检测模式和异常以及从复杂显微镜数据中提取有价值的见解，有望加速药物发现和生物医学领域的进步 [6] 技术细节 - OpenPhenom-S/16在处理大规模和复杂数据集（如RxRx3和JUMP-CP）时，优于传统的显微镜分析管道，无需额外调整或训练 [3][4] - 该模型在公共JUMP-CP数据集中召回已知生物关系的能力显著提高，与CellProfiler的黄金标准方法相比，使用OpenPhenom-S/16嵌入的改进在图1中展示 [5] - Recursion公司还发布了RxRx3-core数据集，该数据集包含RxRx3数据集中的标记图像、使用OpenPhenom-S/16计算的图像嵌入以及小分子和基因之间的关联 [7]