AI虚拟细胞正成为生命科学领域的前沿热点，其核心思路是利用数据语言来解读细胞的运作机制，开启一种全新的数字化生命研究范式。本报告将围绕三个关键问题展开：AI虚拟细胞究竟是什么？它为何突然引发广泛关注？以及这一领域蕴藏着哪些值得深入挖掘的创新机遇？希望能为读者带来独特的思考视角。

从基础概念说起：细胞是生命体最基本的结构单元，我们体内的细胞每时每刻都在动态变化。根据《自然-医学》2021年发布的一项研究，人体每天更新的细胞数量约为60至100克，换算下来大约相当于3300亿个细胞。这意味着，每秒约有380万个细胞在体内完成新旧更替。

从微观层面来看，细胞内外无时无刻不在进行物质交换、能量流动和信号传递。这些动态且有序的过程，驱动着我们的生长、发育，乃至衰老和疾病的发生。因此，深入理解细胞的状态变化，本质上就是在探索生命本身的奥秘。

过去，我们探索生命主要依赖显微镜、试管中的生化实验以及各类细胞模型。然而，一种全新的研究范式正在崛起：AI虚拟细胞，即利用人工智能技术来模拟和解析细胞的生命活动。在这种新范式下，我们可以将细胞的状态想象成一篇文章。基因序列、基因表达水平、细胞影像等生物学观测数据，相当于文章中的单词和句子；而控制细胞命运的生物规律，则是隐藏在底层的逻辑与语法。AI虚拟细胞的目标，就是“读懂”这篇宏大的生命文章，并从中推导出细胞行为背后的深层含义。

什么是AI虚拟细胞？

除病毒外，细胞是生命的最小单位，它既是构成身体结构的“砖瓦”，也是执行生命功能的基础单元。理解细胞的状态变化，是揭示生命本质的关键所在。

然而，传统生物学研究通常遵循“提出假设-实验验证”的路径。这种方法在系统性地还原细胞全貌时，往往显得力不从心。无论是用抽象的数学公式来描述细胞的动态变化，还是全面研究人类基因组中每个基因及其组合，都面临不小的挑战。

“AI虚拟细胞”正是为应对这些挑战而诞生。它并非一个直观可见的物理仿真模型，而是一个类似于GPT-4o或DeepSeek的生命科学基础模型。通过深度学习海量的生物数据和医疗影像信息，AI虚拟细胞能够从全局视角出发，预测细胞在不同生物环境下的反应。例如，某种药物是否会激活细胞的特定信号通路？一个干细胞在特定条件下会分化成何种细胞？一个细胞如何与周围的“邻居”进行交互？这种建模方式不依赖传统的理论推演，而是以数据为语言，让AI自主“学会”描摹细胞的状态。换句话说，它不一定需要完全理解每个基因的作用机制，而是借助大规模数据中蕴含的统计规律，快速识别出那些尚未被发现但可能具有重要价值的生物结论。

生命能否被数字化模拟？

在深入探讨虚拟细胞之前，一个无法回避的核心问题是——生命究竟能否被“模拟”？

首先，从不同学科对生命的定义来看：生物学关注新陈代谢、生长发育和繁殖；化学重视有机分子（如核酸和蛋白质）的相互作用，强调自我维持和复制能力；物理学则聚焦能量与熵，简单理解就是生命通过不断消耗能量来维持内部有序状态；而NASA的定义更为简洁：能自我维持并进行达尔文式进化的化学系统。

综合这些视角，如果一个系统具备明确边界，能够通过能量交换维持内部有序，并且能够自我复制，那么它就可以被视为生命。既然生物体虽然复杂但高度有序，那么我们在数字世界中体现这些特征，也就具备了模拟生命的理论可行性。

那么，在细胞水平上模拟生命，究竟有没有必要？物理学家理查德·费曼有句名言：“我不能创造的，我就无法理解。”构建虚拟细胞模型，可能就是解析生命有序运作机制的关键一步。它不仅能帮助揭示生物信号通路，还有望推动药物制备路径和工程细胞的优化。

关键在于，AI是否有能力“模拟”细胞状态？如果把这个过程比作求解复杂的方程组，那么AI就像一个擅长寻找“解法”的高手。原因主要有三点：第一，方程的未知数是有限的。尽管细胞内部的调控机制看起来复杂，但并非完全随机，真正影响细胞状态的核心变量是有限的。第二，我们已经掌握了大量“方程式”。现代分子生物学和影像技术的进步，使我们能够获取大量关于细胞状态变化的因果数据，这些数据就像一个个方程式，帮助我们逼近真实模型。第三，解方程的工具已经到位。深度学习算法能够从高维、复杂的生物数据中提取潜在规律，并推广到未知情境中做出合理推断。因此，随着数据积累、观测手段进步和算法发展，模拟细胞状态已经逐渐成为现实。

事实上，这一思路已经得到了初步验证。例如，美国Arc Institute开发的Evo2模型，基于9.3亿条核苷酸序列进行预训练，能够准确判断基因序列中碱基突变的可能性，其结果与生物学常识高度一致。哈佛大学刘晓乐教授团队开发的Geneformer模型，则基于3000万个单细胞转录组数据，通过让模型“补全”被遮蔽的基因信息，展现出强大的还原和泛化能力。这些模型都为生命科学研究和药物研发提供了重要的上游工具。

虚拟细胞能解决什么问题？

既然技术层面可行，那么虚拟细胞具体能解决哪些现实问题？

首先，它能够帮助我们理解基因调控的复杂性，并预测新的药物靶点。在人类约2万个基因中，目前只有不到5%（约700个）与现有药物相关，这意味着还有大量潜在靶点等待发现。传统的“假设—验证”方法往往只能揭示局部相互作用，而虚拟细胞模型通过整合组学数据和影像信息，提供了一种数据驱动的新视角，能够从全局挖掘尚未被发现的基因互作规律。

其次，它有望提升药物在人体环境中的有效性。现代药物研发通常从试管实验开始，逐步推进到细胞筛选、动物模型，最后进入人体临床试验。然而，人类与其他动物存在显著的生物学差异，许多在动物身上表现良好的药物，到了人体却不一定成功。虚拟细胞技术基于大量真实人体细胞数据构建和训练，能够更准确地模拟人体细胞的生物学特性，从而更贴近人体的实际生理环境。

最后，它将引领药物研发的范式变革。新药研发成本近年来持续攀升，从2010年的约10亿美元，到2023年已升至约23亿美元，而内部收益率却偏低。虚拟细胞技术通过设计虚拟实验，跳过冗长的基础研究，更高效地寻找靶点、筛选药物，有望大幅缩短研发周期、降低成本。方舟投资基金也在报告中指出，单细胞组学与AI的结合将重塑药物发现的方式。

虚拟细胞为何越来越受关注？

其实虚拟细胞并非一个全新概念，早在1998年就有人尝试用数学公式表示细胞内部反应。那么，为什么偏偏是现在火了？

一个关键因素是政策端的推动。2025年4月，FDA宣布计划逐步取消单克隆抗体等药物的动物实验要求，并提出采用基于AI的毒性预测模型作为主要手段。6月初，FDA甚至提前发布了AI工具Elsa。这些信号可以被理解为监管机构对AI驱动的新药研发模式的逐步认可。

科研领域也在持续加码。自2023年Geneformer发布以来，scGPT、scFoundation等模型相继在顶级期刊发表；陈·扎克伯格基金会发布了长期愿景；《自然》杂志更是将“生物学基座模型”列为2025年值得关注的七大关键技术之一。

产业端的布局更是密集。国外有诺贝尔化学奖得主David Baker创立的Xaira Therapeutics发布大规模数据，国内“十四五”重大科技基础设施也在北京和广州启动建设。这些都表明，虚拟细胞正站在一个崭新的发展节点上。

此外，人工智能在医药研发领域的初步验证也为虚拟细胞带来了想象空间。波士顿咨询公司的研究显示，截至2023年，有67款AI驱动的新药管线进入临床或获批上市，AI将临床前研发周期缩短了30%至50%，成本降低了25%至50%。同时，数据和算力成本的下降，也让更多机构和初创企业能够参与到虚拟细胞的研发中来。

虚拟细胞领域的创新机会

自2023年以来，虚拟细胞领域吸引了越来越多企业，主要可以分为两类：一类专注于构建基础模型，另一类则聚焦具体的生物学场景，直接开发特化模型。

对于基础模型开发企业来说，创新机会在于多模态数据协同建模，提升模型的灵活性和泛化能力。当前主要依赖单细胞转录组数据，引入细胞图像、空间组学、蛋白组学等多模态数据是关键方向。同时，基础模型需要与第三方加强合作，以验证其迁移泛化能力。长期来看，建立数据壁垒和自主验证能力是核心。

特化模型企业则更倾向于“纵向”发展，利用自有数据优势和专业知识，实现从数据到应用的闭环。例如，在免疫治疗领域拥有大量数据的企业，可以优先开发针对免疫T细胞的模型；专注于肿瘤组学检测的企业，则可以训练肿瘤细胞的特化模型。典型案例是波士顿的Asimov公司，通过改造CHO、HEK293等工程细胞，为药企提供生产优化服务，甚至承诺如果交付的细胞株产率低于5g/L，将免费提供。

方舟投资基金的创始人“木头姐”凯茜·伍德曾预测，未来五年内，虚拟细胞基础模型的训练成本将下降超过两个数量级。这意味着更多企业将有机会进入，竞争也会更加激烈。以终为始地看，在细分场景下的特化模型开发能力和表现，可能是形成竞争优势的关键。对于初创企业而言，建立自有数据壁垒、并以细胞或分子等实际产品作为交付目标，或许是早期最重要的三个抓手。

放眼未来，在人工智能与生命科学的交叉领域，虚拟细胞无疑将成为下一个值得期待的里程碑。