CellType推出BioSimBench细胞响应预测评测体系与BioSimGym训练环境
CellType推出BioSimBench，用真实实验数据评测模型对药物处理、基因敲低和免疫信号等干预后基因表达变化的预测，共设四个预测赛道和一个工具型科研智能体赛道。
推荐理由：该评测用真实实验数据考察模型对未见干预条件的基因表达预测，并给出各赛道留出设置与分数对照。
#药物响应
BioTender精选AI 评分7474 医药魔方精选AI 评分5858 Differentia Bio以IgG4-RD前瞻性预测获独立临床验证，推进虚拟人体模拟
Differentia Bio称其针对IgG4相关性疾病（IgG4-RD）的机制预测先后获得独立人体临床研究支持：2025年4月靶向CD19+的inebilizumab获FDA批准用于该适应症，2026年1月第三方公布的dupilumab早期研究中5名患者有4名出现临床改善及血清IgG4水平下降。
推荐理由：文章梳理了Differentia Bio先预测后获独立临床证据支持的案例，为评估AI疾病模型提供参照。
深势科技 DP Technology精选AI 评分7474 深势科技合作开发的虚拟细胞模型ProteinTalks登上Nature，并推进药效预测落地
深势科技与合作团队在《Nature》发表虚拟细胞模型ProteinTalks，将大规模动态蛋白质组与神经常微分方程预训练结合，用于药物扰动响应预测。
推荐理由：深势科技作为论文合作方，梳理了ProteinTalks在单药筛选、联用与耐药机制上的实验验证路径。
DrugAI精选AI 评分7474 Nat. Biotechnol.：单细胞多组学动力学模型DynaVelo预测B细胞功能缺失与恢复的扰动效应
研究人员开发了基于神经常微分方程的生成式深度动力学模型DynaVelo，联合单细胞RNA表达与转录因子结合基序可及性重建细胞状态转变向量场，并模拟基因功能缺失与挽救扰动。
推荐理由：该研究用单细胞多组学动力学模型预测基因功能缺失与挽救，并在小鼠B细胞中做了双杂合突变验证。
DrugAI精选AI 评分7272 Nat. Methods 比较四种自监督学习模型的细胞形态扰动表征
研究人员在JUMP–Cell Painting数据集约177万张高内涵图像上预训练DINO、MAE、iTPN和DINOv2，并在独立化合物、不同细胞类型和遗传扰动数据集上比较其细胞形态扰动表征。
推荐理由：研究在统一基准上比较四种自监督模型与传统CellProfiler，为细胞形态表型分析选型提供参照。
BioAIDesign精选AI 评分7070 北大等团队在bioRxiv发布CellCompass：用AI智能体设计细胞动力学模型
北京大学周沛劼、加州大学欧文分校Qing Nie等团队在bioRxiv发布CellCompass，一套围绕实验数据选择、改写和检验细胞动力学模型的科学智能体系统。
推荐理由：预印本提出用智能体按实验线索选择与改写细胞动力学模型，并在模拟基准和四类真实数据上给出对照结果。
LeapFun精选AI 评分6060 UCL与剑桥团队在Cell Reports Medicine发表三阴性乳腺癌肿瘤数字孪生研究，疗效预测准确率74%
伦敦大学学院联合剑桥大学在Cell Reports Medicine发表研究，用符号AI基于患者基因组信息构建个性化三阴性乳腺癌肿瘤数字孪生，在PARTNER试验31名患者数据上回顾性模拟化疗及化疗联合奥拉帕利等方案，疗效预测准确率为74%。
推荐理由：研究用符号AI为三阴性乳腺癌患者构建肿瘤数字孪生，在31例回顾性数据上给出疗效预测与联合用药假设。
BioArt精选AI 评分7878 Cell发表Tahoe-100M：亿级单细胞图谱解码药物扰动下肿瘤细胞分子表型
Tahoe Therapeutics的Johnny Yu与Hani Goodarzi团队在Cell发表Tahoe-100M，构建覆盖50株肿瘤细胞系、379种小分子药物、约1100组药物-剂量条件的亿级单细胞药物扰动转录组图谱。
推荐理由：该图谱以亿级单细胞数据刻画药物扰动表型，并揭示同靶点药物的周期效应差异，为扰动预测模型提供训练资源。
Ginkgo Datapoints · Updates精选AI 评分6262 VCPI 发布 ReFRAME 化合物库 DRUG-seq 图谱，覆盖 12,949 个化合物并以 CC BY 4.0 开放
虚拟细胞药理学计划（VCPI）发布其迄今最大规模的数据集，为 ReFRAME 药物重定位化合物库提供阵列式 DRUG-seq 转录组图谱，覆盖 12,949 个化合物。数据在 THP-1 细胞中以 10 μM 剂量、每孔一个化合物进行筛选，注册用户可在 thevirtualcell.com 免费获取，并以 CC BY 4.0 开放。
推荐理由：该发布提供覆盖近1.3万临床阶段化合物的转录组扰动数据，可作为药物响应与虚拟细胞研究的公开数据资源。
BioTender精选AI 评分6969 预印本《Plausibility Is Not Prediction》指出虚拟细胞扰动预测的评测漏洞
Xinyu Yuan、Xixian Liu 等人的预印本《Plausibility Is Not Prediction》检验细胞扰动二分类差异表达预测，发现忽略扰动身份的 Gene-prior Voting 基线在 C32 黑色素瘤任务总体 AUROC 仍达 0.990，但改为同基因内比较扰动的 macro-per-gene 评测后该基线 AUROC 只有 0.500。
推荐理由：研究用分基因评测揭示总体 AUROC 高分可能绕开扰动区分，为虚拟细胞扰动预测的评测方式提供参照。
DrugAI精选AI 评分6262 Nat. Methods 发表 CauTrigger：用分层因果分解识别生物状态转变驱动因子
研究人员在 Nature Methods 发表 CauTrigger，一个融合因果推断与深度潜在变量建模的分层因果分解框架，用于从观测组学数据中识别状态转变的上游驱动因子并预测扰动响应。
推荐理由：该框架把多层调控拆成因果与非因果潜在变量，并在多组学数据上给出可检验的候选驱动因子。
GEN (基因工程与生物技术新闻)精选AI 评分5858 多组学研究揭示MSS结直肠癌的可靶向弱点
RCSI与英国癌症研究院领衔的国际团队整合约2000例结直肠癌肿瘤的多组学、单细胞与临床数据，开发AI工具iPhenMap构建肿瘤生物学图谱，识别出MSS结直肠癌此前未被发现的弱点。在实验室模型中，靶向药trametinib与其他药物联用可显著抑制肿瘤生长并延长生存，研究结果发表于Cancer Cell，仍属临床前阶段。团队称该结果可为现有药物重定位和新药开发提供路线图，并可能推广至其他瘤种。
推荐理由：研究整合约2000例结直肠癌肿瘤的多组学与单细胞数据，为MSS CRC的联合用药与老药新用提供临床前线索。
SandboxAQ精选AI 评分5858 SandboxAQ 与 Apheris 在柏林推出 Virtual Cell Network，联合药企训练 AQCell
SandboxAQ 与 Apheris 在柏林宣布推出 Virtual Cell Network，目标是建成由药企主导的最大虚拟细胞网络。成员用自有数据训练 SandboxAQ 的 AQCell 以扩展其适用范围，再针对自身项目微调，原始数据不离开各公司环境；Apheris 负责运营网络并通过其平台交付模型，同时运行 co-folding、ADMET 和抗体可开发性联邦网络。
推荐理由：药企可在自有数据不出域的前提下联合训练虚拟细胞模型，为跨公司数据协作提供了一种组织方式。
BioArt精选AI 评分5858 GenBio AI 团队在 Cell 提出虚拟细胞世界模型框架
GenBio AI 的 Eric Xing（邢波）与 Le Song（宋乐）团队在 Cell 发表观点文章，提出虚拟细胞世界模型（VCWM）的操作定义与架构，将其描述为多模态、多尺度、动态且有状态的计算系统。
推荐理由：GenBio AI 团队在 Cell 提出虚拟细胞世界模型的模块划分与评测路线，为理解细胞模拟器的架构与数据需求提供框架。
Insilico Medicine 英矽智能精选AI 评分5858 英矽智能在虚拟细胞论坛展示虚拟衰老细胞模拟框架
英矽智能全球AI平台负责人Petrina Kamya在虚拟细胞论坛介绍了公司的虚拟衰老细胞模拟框架，该框架基于12年自有数据与基准测试构建，覆盖分子、细胞内、细胞间、组织/器官和机体五个生物学尺度。系统在每个生物层级使用约43个专用AI智能体，以患者种子基线图谱模拟干预后的细胞状态转变。Kamya表示，公司正在全自动机器人实验室中对机制未知的新分子开展前瞻性验证，以检验预测并排除对文献的记忆。
推荐理由：英矽智能公开虚拟衰老细胞框架的跨尺度多智能体架构，并说明其正用自动化实验室做前瞻验证。
Alex Zhavoronkov精选AI 评分5858 PandaOmics分析77个人脑数据集，线虫与人神经元验证阿尔茨海默病候选靶点
Insilico Medicine的Alex Zhavoronkov介绍，团队用PandaOmics读取77个人脑数据集寻找阿尔茨海默病新靶点，并用线虫和人神经元检验这些答案。该工作以AI与湿实验闭环的方式推进靶点发现，已发表于Alzheimer's & Dementia，DOI为10.1002/alz.71680。
推荐理由：作者团队用PandaOmics分析人脑数据集，并在线虫与人神经元中验证候选靶点，呈现AI与湿实验闭环的靶点发现路径。
Ginkgo Datapoints · Updates精选AI 评分5858 Ginkgo 虚拟细胞药理学计划 VCPI 向所有注册用户即时开放全部数据集
Ginkgo 的虚拟细胞药理学计划 VCPI 宣布，现有及未来全部数据集在发布时即向所有注册用户开放，采用 CC BY 4.0 许可。三个版本合计覆盖超过 14,000 个化合物。
推荐理由：VCPI 将全部数据集即时开放给注册用户，为虚拟细胞药理学研究提供了可复用的数据入口。
AI蛋白质精选AI 评分8383 西湖大学郭天南团队发表ProteinTalks：基于扰动蛋白质组学的虚拟细胞模型
西湖大学郭天南团队联合多家机构在Nature发表ProteinTalks，一个以神经常微分方程为核心的虚拟细胞模型，基于18种乳腺癌细胞系、63种FDA批准药物扰动生成的超过3800万条时序蛋白质丰度数据训练。
推荐理由：该研究用3800万条时序蛋白质组数据训练虚拟细胞模型，为药物响应预测提供了不同于转录组路线的参照。
Ignota Labs 官网资讯精选AI 评分5858 Ignota Labs白皮书：不同CYP3A4活性肝细胞模型中吉非替尼肝毒性机制分化
Ignota Labs发布白皮书，用SAFEPATH平台在CYP3A4活性低（i18F）和高（i30F）的两株女性iPSC来源肝细胞中，以五个吉非替尼浓度做RNA-seq，两株均抑制globo鞘脂代谢，独立复现此前的PRKD1/PRKD3-鞘脂机制。
推荐理由：同一机制在两种CYP3A4活性不同的肝细胞模型中收敛，但下游毒性通路分化，为解释吉非替尼肝毒性的人群差异提供了可检验假设。
北京科学智能研究院AISI精选AI 评分8282 北京科学智能研究院等团队在Nature发表蛋白质组虚拟细胞模型ProteinTalks
北京科学智能研究院与西湖大学、北京大学、深势科技、哈尔滨医科大学等单位合作，在Nature发表基于NeuralODE框架的蛋白质组虚拟细胞模型ProteinTalks，用于预测药物响应与发现耐药线索。
推荐理由：研究用时间分辨扰动蛋白质组训练动力学虚拟细胞，并给出药效预测与实验验证的完整链路。