/ 全文约 1200 字
阅读约需 3 分钟
播客 | 生命前哨
制作 | 百岁新我
几个月前，一家刚成立两年的AI制药公司Xaira Therapeutics公布了一个数字：49亿。
这不是它们公司的市值，也不是融资额——而是它的虚拟细胞模型X-Cell的参数规模。这个模型能预测基因被敲除后细胞会如何响应、药物处理后转录组会怎样变化。
为了训练它，团队构建了包含2560万个细胞的扰动数据集，覆盖16种生物学背景。一个模型在电脑里跑完一轮预测只需要几个小时，而传统实验室完成同样的动作可能需要几个月的时间。
这就是“虚拟细胞”——一种用AI构建的细胞数字模型。
传统的药物研发成本高、周期长，并且即使是最顶尖的团队，也无法精准预测一种药物或基因编辑手段进入人体细胞后，会引发什么样的连锁反应。如果在电脑里有一个“细胞数字孪生”，就能在干实验里做成千上万次预演，看看细胞是会恢复健康，还是会走向恶变，从而大大提高成功率，缩短研发周期。
听起来很美好对吧？
但是虚拟细胞目前面临着一个根本性的挑战：我们还没有“细胞的蛋白质数据库”。蛋白质结构预测之所以能被AI攻克，是因为有了数十年积累的超过25万个实验解析结构作为训练数据。而在细胞层面，还不存在这样的基础设施。Biohub今年4月宣布投入5亿美元启动虚拟生物学计划，目标就是在五年内生成驱动虚拟细胞模型所需的多模态数据集。
由扎克伯格夫妇（马克·扎克伯格与普莉希拉·陈）联合创立的生物医学非营利研究机构 Biohub
在数据集还没填满之前，现在的AI公司们是如何进行预测的呢？
目前主流的路线有两种，一种聚焦在“转录组”——我们开头提到的X-Cell就是其中的典型代表。另外像Arc研究所开发的，用来预测干细胞、癌细胞和免疫细胞对药物反应的STATE模型也属于这一类。它们的核心逻辑，都是给AI喂入海量的“单细胞RNA测序”数据。
而另一条路线则是从“批量转录组”入手，比如Ginkgo Bioworks旗下的AI部门发布的“虚拟细胞药理学计划”，就不是测单个细胞，而是看大量细胞的整体反应，这种方式覆盖的基因更多、信号更稳定，更适合快速筛选药物作用的模式，而不是捕捉每个细胞的细微差异。
但两种路径都面临同一个问题——细胞不仅仅是它的RNA。
Hani Goodarzi 教授
Arc研究所的科学家Hani Goodarzi打过一个很生动的比方：这就好比大语言模型，虽然只读文本就能变得非常强大，但纯文本依然无法代表人类交流的全貌，因为它少了语气、表情和动作。RNA只是基因表达的中间产物，细胞内部蛋白质的数量、染色体的折叠状态、代谢变化，乃至蛋白质在细胞内部的物理位置，都共同决定着细胞的命运。
基于这种反思，下一代虚拟细胞模型正在向“多尺度”进化，试图把“空间”和“时间”这两个关键维度补齐。从简单的基因数据堆叠，到融合空间蛋白分布，再到模拟时间的动态信号，虚拟细胞的演进路线正在变得越来越清晰，那个奇点正在离我们越来越近。
* 文章内容仅供参考，不构成任何建议
since 2015.
来源/ Genetic Engineering and Biotechnology News
热门跟贴