丛乐创办Acelegen：用基因编辑让活细胞成为可编程计算平台|acelegen|crispr|丛乐|细胞

过去五年间，AI 正从辅助工具演变为重塑生物技术和生命科学研究的底层引擎。

在此背景下，CRISPR 基因编辑技术早期核心开发者之一、斯坦福大学教授丛乐（Le Cong）也下场了。近日，他联合创立的初创公司 Acelegen 浮出水面。根据目前所有已知信息，丛乐团队并不计划寻求单点突破，而是集成实验室过去十余年在基因编辑、RNA 设计、干细胞工程和实验室自动化上积累的全部成果，做一件更激进、也更具颠覆性的事：把活细胞变成可编程的计算平台。

基因编辑发展史上一个绕不开的名字

丛乐的学术背景，使他成为世界上最接近做成这件事的人之一。

2005 年，丛乐进入清华大学电子工程系，又在一年后转入生物系。本科毕业后，他进入哈佛大学攻读生物医学博士，师从基因测序奠基人乔治·丘奇（George Church），并在此期间加入张锋新成立的实验室，成为最早期成员之一。2010 年，两人开始关注 CRISPR 系统，并判断这项技术将大幅降低基因编辑的成本和时间。

2013 年初，由丛乐担任第一作者的研究发表于《科学》（Science），成为最早一批证明 CRISPR-Cas9 可对人类细胞进行基因编辑的开创性工作。之后，他加入斯坦福大学医学院并组建独立实验室。此后，他的研究从基因编辑工具开发，进一步扩展到 AI 驱动的基因与细胞工程。

从基因编辑到“细胞计算”

Acelegen 的技术叙事以生物技术为核心。最底层，是如何更安全、更精确地改写生命代码；再向上，是如何用 AI 设计基因编辑方案、RNA 元件和细胞状态，并将每一次实验结果重新用于下一轮设计。

例如，丛乐团队曾将失活的 dCas9 与单链退火蛋白结合，在不切断 DNA 双链的前提下插入长片段；CRISPR-GPT 则尝试把复杂的基因编辑实验设计转化为可交互的 AI 智能体工作流。团队还在推进 RNA 翻译调控和干细胞工程相关研究。它们共同指向同一件事：生命系统能否像软件一样被设计、调试和迭代。

对比当前 AI for Bio 聚焦“人工智能预测与结合传统实验验证”的主流技术路线, Acelegen 的不同之处在于，“不筛选细胞，而是用细胞进行计算”。这也是官网最耐人寻味的表述：“Acelegen is where living cells compute.” 与传统高通量筛选把细胞视为静态、被动的容器不同，Acelegen 提出的方向是“不筛选细胞，而是用细胞进行计算”——利用活细胞内部实时的分子逻辑，把细胞本身变成能够感知、响应并被重新编程的生物计算单元。

构建“生命的 Scaling Law”

Acelegen 的愿景是找到“生命的 Scaling Law”。在大模型语境下，Scaling Law 描述的是模型能力随参数量、数据量和计算量增加而系统性提升。Acelegen 将它平移到生物学语境：当分子设计、基因编辑、细胞实验与反馈数据不断累积，生命工程是否也会出现可预测、可扩展的能力增长？