清华大学自动化系江瑞课题组近日发布面向单细胞蛋白组的基础模型 ProtCell，相关论文题为《ProtCell: a foundation model for single-cell proteomics》。这个模型汇集了约 3.8 亿个细胞、98 个公开数据集，用于预训练与评估。

打开网易新闻 查看精彩图片

按论文披露的能力，ProtCell 能够精准映射细胞状态、推断未测蛋白表达，为药物研发与前沿“虚拟细胞”构建提供关键底座支撑。换句话说，它要解决的是单细胞层面蛋白组数据的理解与补全问题。

更值得关注的是算力侧的复现结果。团队在摩尔线程旗舰级 AI 训推一体智算卡 MTT S5000 上，完成了 ProtCell 的全流程预训练复现，主要定量评测指标与国际主流 GPU 平台的差异仅约 0.2%。

这个数字验证的是摩尔线程全功能 GPU（Universal GPU）与 MUSA 全栈软件生态对前沿生命科学基础模型的承载力——不只是能跑，而是跑出来的结果和主流平台基本对齐。

“虚拟细胞”指的是用 AI 在计算机中构建细胞的运行模型，描述细胞当前状态，并预测细胞在受到药物、基因编辑等干预后的动态变化，已成为全球 AI4S 竞争的核心战略高地。国际上，顶尖科研机构与科技巨头正加速投入数十亿美元与万卡级算力集群竞逐这一领域。

在国内，《国务院关于深入实施“人工智能 +”行动的意见》把「人工智能 +」科学技术列为重点行动首位。虚拟细胞研发所依赖的基因组、蛋白组等核心数据高度涉及国家生物遗传资源安全，构建自主可控的先进算力基座因此显得尤为关键。