点击本文中加粗蓝色字体即可一键直达新药情报库免费查阅文章里提到的药物、机构、靶点、适应症的最新研发进展。
2025年6月27日，《Nature》杂志上一篇引人注目的新闻报道揭示了全球科研团队正在竞相开发一种新型的AI虚拟细胞模型，该模型有望成为生物学领域的革命性工具。尽管这一研究吸引了大量投资，并被寄予厚望，但它在技术实现、理念分歧和过度宣传等方面仍面临诸多挑战。科学家们梦想通过这种计算模型部分替代传统实验，以期更高效地进行生物学研究。
加州红木城的陈·扎克伯格计划（CZI）科学负责人Stephen Quake表示，这项研究的终极目标是让细胞生物学的研究范式从目前的“90%实验+10%计算”转变为“10%实验+90%计算”。Quake设想，未来科学家将利用虚拟细胞来预言生物机制，只需通过实验来验证其结果。他还指出这种工具的潜力在于它能揭示诸如肿瘤细胞对某特定药物反应机制等复杂生物现象。尽管这一研究处于早期发展阶段，已经引起了全球学界和产业界的高度兴趣与关注。
CZI是支持这一研究的非营利组织之一，计划在未来十年内投入数亿美元。与此同时，谷歌DeepMind的CEO Demis Hassabis也公开表示，该公司正在进行虚拟细胞的相关研究。而瑞典索尔纳国家研究机构的分子生物学家Jan Ellenberg指出，目前这个领域迫切需要开创性项目来验证其基本的可行性，“α细胞”项目正是在这一背景下酝酿，将于2026年正式启动。
然而，部分科学家对当前的兴奋潮持谨慎态度。斯坦福大学的计算生物学家Anshul Kundaje直言，这一概念在某些场合被作为筹资的口号，尽管其效果卓著，实际成果和清晰的发展路径尚不明确。生物学家们虽然几十年来一直试图通过计算工具模拟细胞行为，但直到2012年才首次实现对拥有525个基因的细菌的完整细胞模型的构建。
当前的虚拟细胞研究更多依赖数据驱动模型，通过大数据进行复杂表达的生成。加州帕洛阿尔托的Arc研究所计算生物学家Silvana Konermann表示，这一过程类似于大语言模型在处理文本方面的进步，依赖于单种数据类型，如单细胞信使RNA测序结果。这类数据记录了基因活性和单一细胞状态，为构建人类及其他生物“细胞图谱”奠定了基础。
研究人员正在大力生成单细胞测序数据来推动虚拟细胞研究，CZI计划发布十亿细胞的测序数据，而Arc研究所也公布了涉及癌细胞的大规模数据集。Arc研究所的Hani Goodarzi表示，当数据点达到数千亿级别，模型就能够实现类似大语言模型的复杂度。
在利用这些数据进行研发的进程中，研究人员推出了多个单细胞AI模型。Arc研究所最近发布了第一个虚拟细胞模型State，并启动了一项奖金为17.5万美元的竞赛，以挑战利用模型预测人类干细胞对基因改造的反应。然而，Kundaje等专家指出，现有模型的预测能力有限，特别是在数据集外的泛化能力不佳。
开发虚拟细胞的过程还面临概念上的共识挑战。尽管虚拟细胞的构建尚无明确定义，哈佛医学院的Tim Mitchison在CZI的研讨会上也感受到了与会者对于建模路径缺乏共识。不过，Mitchison仍然对近期在特定细胞类型的有效AI建模表示乐观。Quake表示，生物学研究人员可能需要一段时间来适应这一变革，而模型本身也需要进一步发展以便更好地服务于科学家。
免责声明：新药情报内容编辑团队专注于介绍全球生物医药健康研究的最新进展，本文旨在提供信息交流，不代表任何立场或治疗方案推荐。如需专业医疗建议，请咨询正规医疗机构。
