科技日报记者 刘霞

细胞是模仿孕育生命的藐小单位 。细胞内部及其与内部之间物质、细胞行动虚构细胞新范能量和旗子记号的揭穿机制传递与交换，构建出人类展开 、生命生物式发育
、开启衰老与疾病的研究生命图谱。解读细胞的模仿奇妙，等于破译生命的细胞行动虚构细胞新范暗码。跟着人工智能（AI）技能的揭穿机制行进神速
，一种全新的生命生物式研究范式——AI虚构细胞（AIVC）慢慢崭露头角。

AIVC就是模仿独霸AI模仿细胞行动
，试探生命机制的细胞行动虚构细胞新范过程。据英国《天然》网站报导，揭穿机制全球科研团队正掀起一场AIVC研发海潮
，谷歌旗下“深度思惟”等机构纷纷投身个中 。这项技能有正视塑多个生物与医学局限
，从基因调控到药物斥地，为试探生命机制、修复毁伤、医治疾病翻开新的窗口。《细胞》杂志则报导称 ，AIVC有大年夜大年夜约无瑕玷窜科学过程，助力科学家在生物医学研究 、赋性化医学、药物创作创造 、细胞工程和可编程生物学等方面掉落踪掉落踪重除夜打破。

最值得等待的科技打破之一

2024年12月，由美国斯坦福除夜学、基因泰阻拦药公司和陈—扎克伯格基金会构成的连络科研团队，在***期刊《细胞》上宣布重磅论文
，建议全球科学界独霸AI技能打造虚构细胞 。基于多标准 、多模态的除夜型神经群集模型 ，能精准模仿分子 、细胞和构造在不合外形下的静态行动，其屈就远超传统考验考验 。本来需求数周才调掉落踪掉落踪的考验考验下场，如肿瘤细胞对特定药物的回响  ，如今经由过程AIVC可疾速掉落踪掉落踪。

斯坦福除夜师长教师物工程与病理学副传授艾玛·伦德伯格朴实，构建人类细胞模型已成为现代生物学的中心要义之一 。这一不雅不雅不雅不雅不雅不雅不美不雅不雅不雅不雅念掉落踪掉落踪学界普及认同，《天然》杂志更是将“生物学基座模型（含AIVC）”列为2025年最值得等待的七除夜科技打破之一 。

令人昂扬的是 ，AIVC能让研究人员在筹算机虚构气候中更调传统的活体考验考验 。斯坦福除夜学传授斯蒂芬·奎克传授认为，将来的生物学研究大年夜大年夜约90%依托筹算模仿 ，而非依托考验考验室独霸。当然模仿精度仍取决于数据质量与模型优化程度，但AIVC具有的精准可控性和无量几回性，必将除夜幅拓展人类对生命奇妙的认知鸿沟，加快疾病研究和药物斥地过程 。

伦德伯格展看，在不远的将来 ，除夜夫大年夜大年夜约能在患者的“数字孪生”上预演医治筹划，更疾速、更经济
 、更安然的赋性化诊疗将成为理论。

生命数字化比赛舒适展开

当然AIVC技能尚处萌芽阶段
，这一反动性想象已杀绝全球顶尖考验考验室的研发烧情。从学术殿堂到财富前沿，一场关于生命数字化的科研比赛正舒适展开 。

斯坦福除夜学筹算生物学家安舒尔·昆达杰指出 ，往后研究既是对科学研究的集结号，也是有效的资金募集计策。理论印证了这一剖断，风险成本正以尽后局限涌进该局限 。陈-扎克伯格基金会筹算在将来10年内投进数亿美元打造AIVC 。谷歌公司首席奉行官德米斯·哈萨比斯本年早些时辰展示
，该公司旗下“深度思惟”公司也启动了近似项目。

瑞典索尔纳国度生命科学考验考验室简·埃伦贝格传授说：“构建虚构细胞似乎搭建生命科学的数字金字塔  。”他带领的团队正在攻坚“阿尔法细胞”模型，估计2026年面世 。

6月24日，美国Arc研究所连络加州除夜学伯克利分校 、斯坦福除夜学等机构 ，正式宣布AIVC“STATE”。这个AI琐细能精准料想干细胞、癌细胞及免疫细胞对药物、细胞因子和基因编辑的照顾。其操练数据整合了1.7亿个细胞的不美不美不雅察数据和1亿个细胞的干与干与数据 ，数据源包含Arc虚构细胞图谱等权力巨擘数据库。

在Tahoe-100M基准测试中，STATE模型对干与干与终局的辨识度汲引50%，不合基因表达料想切确率抵达现有最好模型的2倍 。

在全球研究疆土上，斯坦福除夜学专注疾病机制分析与新药斥地，西班牙巴斯克除夜学则聚焦优化脑癌与乳腺癌的赋性化医治筹划。这些研究似乎拼图碎片 ，合营勾画出虚构细胞技能的独霸全景 。

技能与伦理问题仍需措置

AIVC虽前景坦荡宽大年夜大年夜奔放宽除夜广大年夜奔放，但也有研究者指出，现有AIVC在料想泛化身手上存在局限，尚不克不及无缺打破操练数据的鸿沟。

此外，如今各机构构建AIVC次要独霸的是单细胞测序数据。业内专家坦言，AIVC需求包含其他编制的数据
，如光学和电子显微镜图象，这些图象可展示不合细胞要素若何彼此感染，和细胞若何随时分改削。科学家需求超出单细胞测序数据 。

深度进修模型窘蹙可诠释性异常成为劝止AIVC高歌大年夜进的“拦路虎”。AI模型生成的“黑匣子”属性 ，招致当算法作出“某基因渐变招致癌变”的判按时 ，科学家难以追溯其推理路途。这类“知其可是不知其所以然”的外形 ，大年夜大年夜约会严重制约研究下场的医学转化。当然AI技能正在疾速展开，但离抵达生物医学研究请求的通明度仍有距离。

生物医学数据触及的隐私伦理问题一样不容忽视 。若安在呵护患者基因隐私的前提下完成科研共享，需求创建全新的数据治理范式
。