AI4S · 生命科学

虚拟细胞与生物基础模型

有了第一个公开统一评测,但模型在没见过的细胞类型上是否还准,是最大的问号。

← AI4S 总览判断:最远到 L2 →
角色 ↓ · 检验 →未公开基准评测作者实验独立检验临床试验
L4 自主
L3 闭环
L2 设计
L1 预测
验证一个结果要多久、多贵

扰动实验(如 Perturb-seq)能批量产生验证数据,但每一轮仍要几周、花费不菲;而且模型在没见过的细胞类型上是否还准,目前是最大的问号。

大模型在这里扮演什么

目前基本是专用模型的地盘。通用大模型的作用是帮研究者分析这些模型的输出、设计后续实验。

这个方向在解决什么问题

「虚拟细胞」想做的事和世界模型很像:给定细胞当前的状态和一个干预(敲除一个基因、加一种药),预测细胞接下来会变成什么样。如果做成了,大量湿实验可以先在计算机里筛一遍。

底座是在海量生物序列上训练的基础模型:DNA 语言模型读懂基因组,单细胞模型读懂细胞状态。2025 年 Arc 研究所办了第一届虚拟细胞挑战赛,这个方向第一次有了公开的统一评测。

代表工作3 个

L1 预测独立检验

xTrimoSCPerturb

模型 · 百图生科 · 2025-12 · 未发布

拿下 Arc 首届虚拟细胞挑战赛第一名的中国团队模型;证明了单细胞基础模型的可用性,但比赛本身只覆盖有限的细胞类型。

争议与局限:Arc 2026 年的第二届挑战赛把题目改成「在模型没见过的细胞环境中预测扰动响应」——这恰恰说明首届比赛的设定还不足以回答泛化问题。

它是什么、事实与来源

百图生科在单细胞基础模型 scFoundation 上改进的扰动响应预测模型。

事实与来源
L2 设计基准评测

Evo 2

模型 · Arc 研究所 · 2025-02 · 开放权重

生物序列的「大模型」标杆,完全开放;能预测突变影响、生成基因组片段,但生成的长序列是否真能在细胞里工作仍需逐一验证。

它是什么、事实与来源

在横跨生命三域、超过 10 万个物种的基因组上训练的 DNA 基础模型,能读也能写基因序列。

事实与来源
  • 规模:在约 9 万亿个 DNA 碱基对上训练,单核苷酸分辨率,上下文长度 100 万Nature (2026), s41586-026-10176-5
  • 发表:2025 年 2 月以预印本发布并开放权重,2026 年 3 月正式发表于《自然》Arc 研究所官方
L1 预测基准评测本期新增

ProteinTalks

模型 · 西湖大学 · 2026-09-09 · 未发布

虚拟细胞第一次以蛋白质组为底座进了《自然》;能预测药效与协同、给类器官排候选药,但摘要没说明预测有没有经过新的湿实验。

争议与局限:摘要里的优势限定在「所评估的协议下、相对所选基线」;预测是否经过新的湿实验验证,本期没能读到全文确认。

它是什么、事实与来源

西湖大学用蛋白质组而不是转录组搭的虚拟细胞:在系统扰动过的乳腺癌细胞系上测了 3800 万条随时间变化的蛋白丰度数据来训练。

事实与来源
  • 论文:《An operational perturbation proteomics-based virtual cell model》,Nature 658, 1066–1076;2026 年 9 月 9 日在线发表,通讯作者为西湖大学郭天南Nature DOI 10.1038/s41586-026-11001-9(摘要经 Europe PMC,PMID 42717098)
  • 能力:预测药物疗效与协同、发现新的药物组合、分析耐药蛋白、给患者分层,并延伸到患者来源类器官与临床活检;作者称在所评估的协议下总体优于所选基线Nature 论文摘要(经 Europe PMC)