多尺度虚拟细胞用于解析复杂生物学过程#Biohub #GenBio #Ginkgo #Xaira #DRUGseq #ProtiCelli #人工智能 #自身免疫性疾病 #细胞生物学 #细胞治疗 #药物发现 #基因表达 #免疫细胞 #再生医学 #单细胞RNA测序 #干细胞 #转录组学 #转化医学可跨尺度、跨生物场景预测细胞行为的虚拟细胞模型正快速成为药物研发领域的前沿方向。Biohub人工智能与工程副总裁Tom Sercu博士以位研究罕见自身免疫病的临床科研人员为例阐释AI模型将如何重塑转化医学研究。研究人员可依托患者基因组数据借助虚拟细胞预测各类主要免疫细胞在患病状态与健康状态下的行为差异。该工具可全面支撑靶点发现、作用机制解析、患者分层、毒性预测以及治疗药物开发工作具备极高应用价值。但构建虚拟细胞并非易事。Sercu表示「生物学领域具备变革性的人工智能技术不能仅依靠算法实现模型必须基于大规模、高质量、可公开获取的数据集完成训练。」想要解析复杂生命机制这类数据集需要覆盖多种模式生物、干预性与观察性研究手段以及各类细胞生理状态。为推进该研究方向Biohub在今年4月宣布投入5亿美元启动Virtual Biology Initiative项目。这项为期年的计划将加快搭建适配虚拟细胞模型所需的技术体系与多模态数据集。过去50余年蛋白质数据库Protein Data BankPDB收录超253,000个经实验解析的分子结构这些数据成为现代AI蛋白质结构预测工具的核心训练素材。Sercu认为细胞生物学领域正迎来相似的发展节点。他着重指出「目前细胞研究领域还没有能对标PDB的标准化数据库而Virtual Biology Initiative项目旨在填补这一空白。」当下虚拟细胞研发领域的从业者正梳理此类模型解析复杂生命过程、革新药物研发体系所需的核心条件。单细胞测序与批量转录组条技术路线行业内大多将虚拟细胞定义为转录组模型用于预测各类扰动因素在不同细胞环境下对基因表达的影响。该赛道入局团队持续增多Arc Institute推出第一代虚拟细胞模型STATE可预测干细胞、肿瘤细胞、免疫细胞在药物、细胞因子或基因扰动下的应答反应。3月获大额融资的Xaira Therapeutics发布X-Cell这是虚拟细胞领域首个验证缩放定律的模型参数量高达49亿。该类模型依托因果scRNA-seq数据训练力求对未见过的生物学场景具备泛化预测能力。10亿美元融资参数量高达49亿为完成X-Cell模型训练Xaira在项目初期搭建了其宣称的「史上规模最大的全基因组CRISPRi Perturb-seq数据集」命名为X-Atlas/Pisces。该数据集包含7组筛选实验、16种生物学背景下共计2,560万个细胞的测序信息。Ginkgo Bioworks旗下AI平台部门Ginkgo Datapoints并未选用单细胞方案而是聚焦批量转录组技术。Ginkgo Datapoints总经理John Androsavich博士称「训练数据的多样性能够提升模型性能同理整个行业也需要多元化的技术路线。」该团队依托高通量自动化平台构建多样化生物数据集涵盖细胞扰动实验、抗体可开发性评估、小分子药物ADME成药性相关数据为合作药企的AI模型研发提供数据支撑。今年3月Ginkgo Datapoints对外发布Virtual Cell Pharmacology InitiativeVCPI项目首批数据集。研究人员采用可规模化阵列式转录组检测技术DRUG-seq对约2,280种小分子化合物开展完整剂量梯度扰动检测。scRNA-seq单次可解析单个细胞内约1,500个基因而DRUG-seq可在单组实验条件下检测近10,000个基因信噪比更高更适配药理学机制挖掘。VCPI项目仅选用THP-1人单核细胞系开展实验该细胞系广泛应用于免疫学、肿瘤学与炎症疾病研究用于解析药物作用机理。纳入空间维度信息业内扎堆使用scRNA-seq主要是为了提升数据通量但Arc Institute核心研究员Hani Goodarzi博士提醒「细胞的生物学特征不能只依靠RNA信息定义。」他强调细胞是复杂系统基因表达之外还有多层调控维度包括蛋白丰度、染色质状态、空间分布、代谢过程与翻译后修饰。可类比大语言模型LLM海量文本语料为万亿级参数大模型提供了极易规模化的训练素材但文本本身无法完整还原人类交流的全部信息。Goodarzi表示「这并不代表单一数据模态可以永久满足建模需求而是当训练数据集体量足够庞大时单种高质量、易规模化的数据模态就能支撑模型形成具备泛化能力的生物学表征。」GenBio AI联合创始人兼首席科学官Emma Lundberg博士则提出了「街灯效应」的顾虑。她表示「一味扩增现有可检测数据的规模却未必聚焦真正有科研价值的检测方向。」GenBio AI致力于研发可跨多尺度解析生命体系的世界模型。该公司打造的AI-Driven Digital Organism不局限于单一数据模态可在分子层面至调控网络的多尺度下完成数据嵌入、编码与模型训练。企业不自主大规模产出实验数据主要依托公共数据集与产学研合作来驱动模型迭代。GenBio虚拟细胞是个世界模型科研人员可借助该模型挖掘细胞与分子特征模拟各类扰动在多模态、多尺度层面重塑细胞状态并设计大小分子药物实现更精准的靶向干预。[GenBio AI]同时任职斯坦福大学生物工程与病理学副教授的Lundberg提出可通过在模型中嵌入蛋白互作等生物学先验知识显著提升预测准确度。空间与时序信息能够捕捉仅靠测序数据无法解析的关键生物学功能维度。人类蛋白质数据库显示约60%人类基因编码的蛋白会定位于多个亚细胞区域且会随微环境变化行使完全不同的生理功能。今年5月该团队在bioRxiv发布预印本论文推出深度生成模型ProtiCelli可可视化单个细胞内近乎全部蛋白质组的空间定位模式。该模型基于人类蛋白质数据库中123万张显微图像完成训练能够生成12,800种人类蛋白的模拟显微图像还可泛化预测训练集未包含的细胞类型与药物扰动处理后的蛋白分布。融入时间动态维度Cellular Intelligence正在研发通用型虚拟细胞信号通路模型用于模拟细胞状态随时间发生的动态转变助力再生医学领域拓展研究边界。该模型学习信号分子时序调控诱导细胞分化的底层逻辑目标实现按需定向诱导生成任意类型细胞。目前仅有不到1%已知人类细胞亚型可稳定制备并用于后续细胞治疗。仅20条核心分子信号通路就能分化出数千种细胞表型人工定向构建特定细胞类型需要遍历极其庞大的实验筛选空间。Cellular Intelligence首席执行官Micha Breakstone表示该公司搭建通用虚拟细胞信号模型预测细胞状态以此推动再生医学发展。[Cellular Intelligence]Cellular Intelligence首席执行官、联合创始人Micha Breakstone称「每种新细胞亚型的发现与优化都会催生大量应用场景。传统方式需要耗费10年时间、数千万经费反复试错才能诱导出新细胞类型而借助AI可一次性解决该难题类似AlphaFold攻克蛋白质折叠问题。」该公司自研半透膜囊泡技术可截留细胞与大分子分析物同时允许培养基、酶与试剂自由流通。依托该技术搭建的高通量实验体系可结合活细胞培养与全基因组测序检测并行测试数百万组时序信号组合对人干细胞分化的调控效果实验效率较传统手段提升1,000倍。今年5月Cellular Intelligence正式进入临床II期项目筹备阶段与诺和诺德达成协议收购STEM-PD项目。该异体干细胞疗法用于帕金森病治疗已获FDA快速通道认定。本次合作距离诺和诺德宣布战略撤出细胞治疗业务仅过去个月。该初创企业的AI信号通路模型将重点解决细胞治疗临床转化最大瓶颈——诱导分化方案优化。Breakstone解释「诺和诺德选择与我们合作是因为复杂细胞疗法项目的核心难点已不局限于基础生物学机制更在于规模化生产、批次一致性、临床落地流程与商业化落地配套体系。」随着各类虚拟细胞模型逐步覆盖复杂生物学的全新研究维度各类技术路线都在一步步拉近该领域与临床实际应用的距离。详细总结思维导图各机构虚拟细胞方案对比2条转录技术路线优劣对比虚拟细胞3大拓展维度价值说明参考Virtual Cells Go Multiscale to Predict Complex Biologyhttps://www.diwou.com/2026/07/09/virtual-cells-go-multiscale-to-predict-complex-biology/注AI辅助创作如有不当欢迎指出。内容仅供参考不构成任何建议。