AG一飞冲天300倍游戏

慢病毒 股票代码
688238
腺有关病毒 股票代码
688238
English
AG一飞冲天300倍游戏(中国游)官方网站
业务征询

分层拆解“虚构细胞”发展脉络、利用天堑与主题瓶颈

功夫:2026-08-03 热度: 2563

若是说AlphaFold解决了“蛋白质长什么样”的问题,那么虚构细胞要回覆的是一个更复杂、更底子的问题:


"细胞在干嘛,以及若是我们过问它,会发生什么?"


这不再是一个停顿在纸面上的科学空想。虚构细胞(Virtual Cell)的概想可追忆至1993年,其时系统生物学的先驱者们尝试以数学微分方程描述细胞周期的主题调控机造。真正的范式转变发生在2024年。Bunne等人在《Cell》杂志上正式界说了AI虚构细胞(AI Virtual Cell, AIVC)——一个基于大规模神经网络的多尺度、多模态模型,可能跨分子、细胞和组织三个层面暗示和模拟生物学行为。该界说将虚构细胞从“手工搭建的机理方程组”沉新定位为“数据驱动的通用暗示进建器”,标志取从如果驱动向AI原生步骤论的汗青性迁徙。截至2025年底,全球已有超过15个钻研团队颁布了面向单细胞数据的基础模型,训练数据规模从数百万到数亿细胞不等。


AG一飞冲天300倍游戏(中国游)官方网站

图1虚构细胞发展史(Saurabh Bhardwaj. et al. arXiv 2025)


什么是虚构细胞?


推算生物学与系统生物学致力于在硅基(in silico)环境中沉构细胞系统,从而诞生了“虚构细胞”(Virtual Cell)。


虚构细胞的指标,远比“在推算机里画一个细胞”要巨大得多。它旨在逾越分子模态和物理尺度,预测细胞在基因突变、药物过问或环境压力下的全转录组及表型响应。设想一下:你能够在推算机里“造就”一个细胞——给它“喂”分歧的药物,观察它若何反映;“敲掉”某个基因,看它会不会“生病”;甚至预测它在复杂扰动下会走向殒命还是分化。


这不是科幻电影,而是虚构细胞在实现的指标。


单一来说,虚构细胞是在推算机中构建的、可能模拟真实细胞行为的数字模型。它不再是传统意思上用数学公式描述几个基因相互作用的“幼模型”,而是基于海量单细胞数据,利用AI大模型训练出的“细胞数字孪生”。


AG一飞冲天300倍游戏(中国游)官方网站

图2虚构细胞概想示意(Bunne et al., Cell 2024)


为什么此刻火了?


随着高通量单细胞多组学技术(如scRNA-seq、空间转录组学)的发作,以及天生式AI、大说话模型的飞跃,该领域在从前几年间经历了深刻的范式转移。虚构细胞的概想能够追忆到1993年。但从前三十年,它一向停顿在“用方程描述几个基因”的阶段。真正的范式转变发生在2024年前后——大模型和单细胞测序技术的交汇,让虚构细胞从手工搭建的“幼作坊”走向了数据驱动的“大工厂”。驱动力来自三个方面:


数据爆炸

细胞测序技术让科学家能以单细胞分辨率读取成千上万个基因的表白情况。今天,公开可用的单细胞数据已达数亿级别:CZ CELLxGENE Census整合了1.62亿人类细胞,Arc Institute的Virtual Cell Atlas整合了超过3亿细胞。这为训练大模型提供了"燃料"。


AI大模型的迁徙


将Transformer架构利用于单细胞数据,让模型可能“理解”细胞的说话——基因表白模式。scGPT、Geneformer、scFoundation等模型相继问世,参数规模从数千万到数千亿不等。


扰动数据的堆集


光佑装正常细胞”的数据还不够,虚构细胞必要知路细胞在各类过问(药物、基因敲除、环境变动)下若何响应。这正是从“有关性”走向“因果性”的关键一跃。


AG一飞冲天300倍游戏(中国游)官方网站

图3 初次提出AIVC构建的“三大数据支柱”(先验知识、静态架构、动态状态)与关环自动进建框架(Qian et al. Cell Research 2025)


虚构细胞能做什么?


虚构细胞的产业价值,在于它添补了分子层面(如AlphaFold预测的蛋白质结构)与组织/患者层面(如临床试验)之间的空缺。具体而言,有三个主题利用场景:


1、靶点发现与验证


传统上,科学家发现一个新靶点,必要在尝试室里一个一个"敲掉"基因,看细胞会怎么。费时费劲,并且好多组合底子做不完。


虚构细胞能够在推算机里进行大规模虚构基因敲除。GEARS模型能预测单个甚至多个基因同时被扰动后的转录组变动,在未见过的基因组合预测上阐发凸起。Geneformer预测的心肌病靶点PLN和GSN,经CRISPR尝试验证的确能显著改善心脏微组织的收缩职能。从"试错"到"预测",这是靶点发现逻辑的底子性转变。


2、药物响应预测


一个新化合物,在细胞上会起什么作用?传统上只能做湿尝试——合成、造就、测试,周期长、成本高。


虚构细胞能够直接预测药物扰动后的基因表白变动。STATE模型在1亿扰动细胞上训练后,扰动分辨度提升了50%,差距表白基因鉴别正确率提升了2倍。固然距离"精确预测"还有距离,但在早期筛选和优先级排序上已具备辅助价值。


3、毒性筛选


药物失败的最大原因不是无效,而是毒性。传统上用动物尝试预测人类毒性,正确率有限。


虚构细胞结合iPSC(诱导多能干细胞)技术,能够在推算机上模拟药物对人心肌细胞的影响。hiPSC-CM虚构细胞平台成功预测了阿霉素和曲妥珠单抗的心脏毒性,33,418例虚构患者的模拟了局与临床观察一致。若是虚构细胞能在药物进入人体前就鉴别出毒性风险,将大幅降低后期失败率。


AG一飞冲天300倍游戏(中国游)官方网站

图4系统地展示了AI驱动的虚构细胞模型在临床前钻研中的整个性命周期


三大技术路线


当前虚构细胞的钻研能够综合为三大技术路线:


深度天生模型


深度天生模型(Deep Generative Models)是当前最主流的技术路线。变分自编码器(VAE)及其衍生架构(如scGen、CPA)通过编码器-解码器结构进建细胞的低维潜暗示,并在潜空间中执行扰动响应预测。2023年后,Flow Matching和Diffusion Models被引入单细胞领域,Altos Labs在Virtual Cell Challenge 2025中的获奖规划即选取了流匹配天生模型。这类模型的优势在于可能建模细胞状态的齐全散布(而非仅均值),但面对训练不不变和推算成本高的挑战。


图神经网络


图神经网络(Graph Neural Networks, GNN)路线以GEARS为代表,其主题创新在于将基因本体(Gene Ontology, GO)职能图谱嵌入网络架构,利用基因之间的已知职能关系疏导预测。GEARS在组合扰动预测(即预测两个基因同时被编纂后的效应)上阐发凸起,由于它可能沿职能图谱传布单个基因扰动的信号至有关基因?。该路线的局限在于对先验知识图谱的依赖性——对于职能未被充分注解的基因或非编码区域,GNN的预测能力显著降落。


物理信息神经网络


物理信息神经网络(Physics-Informed Neural Networks, PINN)代表了将生物学先验硬编码入网络架构的尝试。半机造模型(semi-mechanistic models)的提倡者以为,纯数据驱动的架构因“生物学先验知识缺失”而注定遇到瓶颈。Kovacevic等人(2025)提出的框架强调将尝试设计的第一性道理、扰动挨次的数学建模以及技术噪声的参数化整合入损失函数。该路线在现实利用中已展示改进:使用建改损失函数的神经ODE模型在iPSC功夫序列数据集上实现了更快、更鲁棒的收敛。然而,PINN的泛化能力受限于先验知识的齐全性,且设计成本远高于端到端进建步骤。


AG一飞冲天300倍游戏(中国游)官方网站

图5 虚构细胞模型的工作流程图


三大挑战


只管远景诱人,虚构细胞领域仍面对深档次的挑战。


挑战一:深度进建未超过线性基线


Ahlmann-Eltze等人在《Nature Methods》上颁发的基准测试发现,在四个尺度Perturb-seq数据集上,"没有任何深度进建模型可能一致地超过均值预测或线性模型"。Virtual Cell Challenge 2025中,险些所有模型在MAE指标上劣于基线。


这不是说深度进建没有价值,而是注明当前架构与单细胞数据的稀少性、高维性和低信噪比个性之间存在底子性错配。把稳力机造捕获的重要是"共表白"而非"调控信号"。


挑战二:Benchmark指标的系统性缺点


Virtual Cell Challenge 2025露出了三大指标缺点:


?PDS (Perturbation Discrimination Score)可被战术性把持:单纯增长预测幅度就能提升分数

?DES (Differential Expression Score) recall险些为零:模型无法靠得住鉴别哪些基因被扰动影响

?MAE (Mean Absolute Error) 全面失效:险些所有模型在MAE指标上劣于基线


更关键的是,Systema框架揭示了一个深层问题:现有模型的高分数重要由"系统性变异"(如细胞应激等非特异性效应)驱动,而非真正的扰动特异性机造。


挑战三:从预测到验证的天堑


即便模型在推算机上阐发优良,距离真正的药物研发还有很长距离。


?仅14%的AI预测分子在临床前钻研中显示出验证信号

?虚构细胞预测差距表白基因的recall险些为零,意味着无法靠得住鉴别哪些基因被扰动影响

?从细胞系到原代细胞、从体表到体内、从动物到人类,每一层表推都引入新的不确定性


未来发展与远景


虚构细胞代表了一种可能性:未来,药物研发可能不再是"先合成、再测试、失败了再换",而是"先推算、再验证、成功了再推动"。


这条路还很漫长,但方向已经清澈。


参考文件

1.Saurabh Bhardwaj. et al. Virtual Cells: From Conceptual Frameworks to Biomedical Applications. arXiv, 2025.

2.Bunne, C. et al. How to build the virtual cell with artificial intelligence. Cell, 2024.

3.Ma, C. et al. AI-driven virtual cell models in preclinical research: technical pathways, validation mechanisms, and clinical translation potential. npj Digital Medicine, 2026, 9: 25.

4.Qian, L., Dong, Z. & Guo, T. et al. Grow AI virtual cells: three data pillars and closed-loop learning. Cell Research, 2025, 35: 319–321.

5.Ahlmann-Eltze, C., Huber, W. & Anders, S. et al. Deep learning-based prediction of perturbation effects in single-cell RNA sequencing data. Nature Methods, 2025.

6.Roohani, Y. et al. GEARS: A graph neural network for predicting perturbation effects. Nature Biotechnology, 2024.

7.Lotfollahi, M. et al. Predicting cellular responses to complex perturbations in high-throughput screens. Nature Methods, 2023.

8.Yinlei Hu. et al. Benchmarking algorithms for single-cell multi-omics prediction and integration. Nature Methods, 2023.

9.https://arcinstitute.org/news/virtual-cell-challenge-2025-wrap-up


年度福利 | 单细胞活动沉磅开启!


我们提供单细胞全流程服务,从样本接管、尺度化前处置、文库构建、上机测序到生信分析,专属技术团队全程跟进,助力各位教员急剧推动课题、产出高质量成就。


样本接管

尺度化前处置

文库构建

上机测序

生信分析


无论是临床疾病机造探索、动物模型验证,还是药物靶点挖掘、免疫调控机造解析等各类科研场景,均可一站式高效落地、精准结题。


临床疾病机造探索

动物模型验证

药物靶点挖掘

调控机造解析


电话征询(158 0035 3038),免费获取定造化单细胞规划,抢占科研优惠先机!


AG一飞冲天300倍游戏(中国游)官方网站

一键拨号 一键导航
?扫码反馈
c12acf45d5ab10de3eb754ed80a9e1af

扫一扫,反馈当前页面

征询反馈
  • ?
    人为客服

    7*12在线客服,服务征询

  • 投诉建议

    倾耳倾听,一个工作日内实时处置

  • 征询热线

    15800353038

扫码关注

AG一飞冲天300倍游戏生物

返回顶部
【网站地图】