#深度观点

补齐单点扰动的系统层缺失，AI4S虚拟器官如何找到应用场景落地？| 独家专访璨辰科技创始人李磊

璨辰科技以全尺度时空动态建模构建系统级虚拟器官，补足单点扰动预测看不到的器官系统层面变化。其脑Visium空间基因补全将RMSE从最强基线4.1398降至3.2691、Pearson相关性从0.3303升至0.6058，大脑发育近距离外推Mean WD从5.536降至2.991（约降46%）。

Kundaje称计算扰动实验验证良好

我们做多种计算机模拟的语法与变异扰动实验，很高兴它们验证得非常好。4/

英矽智能ARDD2026谈多模态模型合作

当多模态模型所靶向的细胞状态足够具体、可供尽职调查时，它们就具备了合作价值。Ava Amini 在 #ARDD2026 上如是说。照片：https://agingpharma.org/photos2026

虚拟细胞企业如何做好尽职调查

当应用场景聚焦、人类数据高保真、且通往资产的道路明确时，虚拟细胞企业就能做好尽职调查准备。Andrew Marshall 在 #ARDD2026 上发言。照片：https://agingpharma.org/photos2026

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。

Avak Kahvejian谈虚拟细胞评估标准

当评估标准是具体的而非募资故事时，虚拟细胞创业公司才算经得起尽职调查。Avak Kahvejian 在 #ARDD2026 上发言。照片：https://agingpharma.org/photos2026

英矽智能谈虚拟细胞与健康寿命路径

当扰动响应能映射到一条可供尽职调查的健康与死亡路径时，虚拟细胞项目才具备合作价值。@juliankissa 在 #ARDD2026 上发言。照片：https://agingpharma.org/photos2026

Insilico神经衰老靶点发现

在神经衰老领域，AI驱动的靶点发现将一类难成药适应证转化为可命名的下一代靶点，供合作伙伴尽职调查。Iosif M. Gershteyn 于 #ARDD2026 演讲。照片：https://agingpharma.org/photos2026

Edison科学CEO谈AI发现失明疗法

和MTS聊AI for science的快速进展、以及我们为医学带来超级智能的努力，非常有趣。未来正在加速到来。

扰动之心走出隐匿模式：发布虚拟细胞世界模型 AlphaCell 1.0 Pro，打造原生组学 AI 赋能 AIDD

孵化于同济大学 DELTA Lab 的扰动之心（PerturbMind AI）走出隐匿模式，发布虚拟细胞状态推演世界模型 AlphaCell 1.0 Pro，并打造几何世界模型驱动的 PerturbSeek™ 生态系统。

英矽智能谈虚拟衰老细胞模型

虚拟衰老细胞模型之所以能赢得合作伙伴的关注，在于它们明确了衰老生物学中哪些问题变得可检验。@petrinak_ISM 于 #ARDD2026 分享。照片：https://agingpharma.org/photos2026

Insilico 谈生物虚拟模型可检验性

生物学的虚拟模型，只有当它们明确指出扰动之后什么变得可检验时，才值得审慎对待。@omarabudayyeh 于 #ARDD2026。照片：https://agingpharma.org/photos2026

Nature Methods 2026 研究比较四条自监督学习路线用于细胞绘画表型指纹

Walid M. Abdelmoula 等在《Nature Methods》发表大规模比较研究，用 JUMP–CP 约 177 万张未标注图像预训练四类自监督模型，并在多个独立数据集检验细胞扰动识别。

同一新闻，精选展示《Nature Methods研究系统评测细胞形态图谱的自监督表征学习》

Brian Hie 回顾 Evo 2 一年项目：把 DNA 当作需要沟通的外星语言

Brian Hie 表示 Evo 2 项目历时约一年，过程让他联想到科幻作品中与外星人建立通信的描写。他认为 Evo 2 在很多方面是一个精通 DNA 这种外星语言的模型，找到与这类模型有效沟通的方式，可能解锁生物设计与发现中的新能力。

Insilico 虚拟细胞世界模型亮相 ARDD2026

虚拟细胞世界模型一旦点明哪些生物学问题变得可检验，就具备了可合作性。Le Song（@dasongle）在 #ARDD2026 上发言。照片：https://agingpharma.org/photos2026

英矽智能谈健康与死亡世界模型

当预测目标足够具体、可供尽职调查时，健康与死亡世界模型就变得可合作了。Kejun Ying（@KejunYing）在 #ARDD2026 上。照片：https://agingpharma.org/photos2026

HUPO 2026 新加坡大会：亚太雄心与通往预测性生物学的道路

HUPO 2026 大会在新加坡汇聚 45 国 1,428 名代表，主题为“Proteomics Plus: Transforming Lives”。中国发起的 π-HuB 计划提出在三十年内投入数十亿元人民币，目标预测个体一生的蛋白质组状态；西湖大学郭天南则报告了覆盖 58 种主要组织类型、251 种细分组织类型和 25 种癌型的空间蛋白质组工作，以及针对三阴性乳腺癌的扰动蛋白质组虚拟细胞模型。

细胞图谱能白嫖，唯独扰动数据，必须自己攒

单细胞表征数据已成公共品，CZ CELLxGENE 的 Census 构建版收录2.18亿个细胞，可免费训练细胞基座模型；但扰动配对数据因单细胞测序的破坏性、公共扰动库浅或小、组合空间巨大而必须自采。Recursion 内部 RPI-93M 含9276万张显微图像、覆盖395.7万个扰动，其开源的 RxRx3 不到内部数据1%；Insitro 与 Xaira 同样以自建湿实验生产配对数据。

Insilico谈衰老优先药物发现

Abundance Longevity（Buck）与 @PeterDiamandis / @Abundance360：衰老优先的发现、2a期中的六个蛋白质组学时钟、双用途管线，以及为什么一个健康年 ≈ 83亿生命年。演讲：https://vimeo.com/1238263340/1a6b5ead3f

深度细胞陈新栋：用多尺度物理力学+AI构建虚拟细胞，推演生命规律

深度细胞创始人陈新栋提出以多尺度物理力学结合AI构建虚拟细胞，将分子动力学与连续介质力学接力计算，模拟癌细胞转移等细胞动态行为。团队称已在计算机上模拟出肿瘤侵袭伪足的关键分子机制并发表于PNAS，该模拟经严格实验验证，但当前仅限药物经信号通路作用于骨架蛋白这类机制。公司年内完成近亿元种子轮融资，计划以平台授权服务药企起步，逐步推进自研管线。

Scripps与OpenAI等用近两千个Agent分析小鼠脑图谱扰动，预印本报告单靶点约32分钟

Scripps、OpenAI、PerturbAI 等团队在 bioRxiv 预印本中让约2,046个独立 Agent 分别分析覆盖超770万个细胞核、1,947个疾病相关基因的小鼠脑图谱扰动，报告单靶点任务平均耗时32.8分钟、中位数31.6分钟，并非整条流水线32分钟跑完。

同一新闻，精选展示《OpenAI与PerturbAI、Scripps用约1946个智能体并行解读小鼠全脑CRISPR扰动图谱》

Insilico：衰老干预顺序影响疗效

Bud Mishra 也让治疗顺序变得可读：药物作为向量场、李括号，顺序改变效果。在我们衰老小鼠肝脏模型中，先抗衰老药物胜出。仍是模拟。https://www.yahoo.com/news/science/articles/control-theory-framework-might-aging-234726580.html

18 岁、没有生物学背景，他用 AI 冲进虚拟细胞竞赛前 20

18岁独立参赛者Ahmet Dedeler在Arc Institute虚拟细胞竞赛中自述阶段排名进入1000多支队伍的前20，并称已记录400次实验、850次代码提交。

Fabian Theis谈AI如何改变癌症研究

Fabian Theis在重庆Nature会议“AI时代的癌症免疫学”开幕主旨演讲中提出，科学是搜索，AI让搜索巨大干预空间更系统化。他以免疫治疗为例：检查点抑制剂仅约八分之一患者响应，需为每位患者找到正确干预。其报告“从细胞图谱到AI设计干预”展示绘制肿瘤免疫生态等细胞状态、预测扰动响应并将细胞导向目标状态，并介绍肿瘤图谱、人类细胞因子字典及扰动模型开放基准等工作。

ARDD 2026｜前沿AI、全球药企与科学先驱齐聚哈佛，共探长寿科技新未来

第13届衰老研究与药物开发大会（ARDD）于10月1日至3日在哈佛大学举行，聚焦前沿AI、大规模生物数据与药物创新融合如何重塑长寿科学。FDA官员提出两条长寿疗法审批路径：证明对两到三种年龄相关疾病有效，或采用涵盖认知、虚弱度及视力的复合功能终点。英矽智能在会上介绍了其“虚拟衰老细胞”多智能体模拟框架，并披露Rentosertib在特发性肺纤维化II期高剂量组给药12周后FVC增加98 mL。

Turbine 对话赛诺菲：虚拟细胞何时可信

Turbine 首席科学官 Daniel Veres 与赛诺菲系统与疾病生物学负责人 Giorgio Gaglia 对谈，讨论虚拟细胞模型目前能支撑哪些研发决策、信任与实用性边界在哪里。Gaglia 正实际评估这类模型的可信度，节目另有两期后续。

Owkin 谈多模态数据与 K Pro 癌症预测

Owkin 称其 AI 科学家 K Pro 通过 MOSAIC 数据集获取每位患者的 6 种模态数据，可预测癌症生物学并建议新的 ADC 候选分子，单模态数据无法做到。

Recursion用BioHive-2训练基础模型绘制生物学图谱

Recursion利用全球最快超级计算机之一BioHive-2训练基础模型，为每个已完成的细胞扰动生成独特嵌入指纹，并汇总为一张覆盖高维数据的综合生物学图谱。通过将已知疾病指纹与该图谱比对，可找出产生相似效应的其他基因操作，从而识别驱动或挽救疾病状态的靶点、生成新假设。该流程被其CTO称为“lab-in-the-loop”，即数据训练模型、模型指向靶点。

Theis在MICCAI谈生物世界模型与虚拟人

Fabian Theis在MICCAI 2026主旨演讲中提出MAP→PREDICT→STEER路径：先学习生物状态表征，再学习状态变化（含干预下），最后反推如何将系统导向目标状态。他以规模为第二轴对比细胞层面（深度测量、受控扰动、可闭环实验）与患者层面（大规模观察队列、纵向记录与影像、受控干预少），并认为虚拟人应是跨尺度、跨数据条件的模型组合而非单一巨型模型。

Recursion详解端到端平台：基因组规模扰动与数据工厂

Recursion神经科学副总裁Chris Winrow在平台系列第二部分介绍，公司用声学液体处理器将2.5纳升CRISPR-Cas9试剂移入1,536孔板、每周最多200万次，并刻意随机化实验，使机器学习模型学到真实生物学而非实验假象。通过对同一批细胞成像和测序，单次实验可获数千项测量，形成可反复挖掘、供AI基础模型学习的可复用数据集。

Theis在ESSB2026谈从单细胞扰动到空间干预

Fabian Theis在西班牙Sitges开幕的ESSB2026（逾700名科学家参加）作开场主旨演讲，主题为“Closing the loop: from single-cell perturbations to spatial interventions”。

Valence Labs 用 PRDC 评估生成模型

一个生成模型表面上看起来在正常工作，却仍可能无法输出你最关心的疾病相关细胞群或小分子。 幸运的是，我们有技术手段来诊断并纠正这些失败。 在最新一期 Valence at the Whiteboard 中，Liam 讲解了如何使用精确率、召回率、密度和覆盖率（PRDC）来评估生成模型，以发现细微的失败模式并了解如何应对。 完整视频：https://youtu.be/teIoP92Aeow

Valence Labs谈扰动预测数据规模挑战

要解码生物学，我们希望理解干预（遗传或分子层面）如何改变细胞状态。 挑战在于规模：约有10⁶⁰种类药分子，我们希望理解它们在许多不同细胞背景下的效应。 即便在最先进的实验室中，覆盖如此大的搜索空间也是不可行的。 但充分的数据多样性对于训练能够泛化的扰动预测模型至关重要。 那么，我们该怎么做？

实验室批次效应与AI模型学习

在湿实验室数据上训练的模型，可能学到的不是底层生物学，而是某个研究实验室的怪癖。 “批次效应”指的是生物样本所反映的更多是关于谁做了实验、何时做的、在哪个仪器上做的，而非所关注的生物学本身。 观看 Zeinab 解释实验室如何应对批次效应，以确保 AI 模型学到的是底层生物学，而非噪声。

Valence 谈细胞响应预测与多模态数据整合

衡量细胞内部发生的变化有很多种方法。 单独来看，每种测量都是不完整的。综合起来，我们才能开始预测细胞响应、了解机制，并将这些发现跨细胞类型泛化。 遗憾的是，整合不同数据模态并不像听起来那么简单。 想了解更多，请看 Ali Denton 的 Valence at the Whiteboard。 🎥 完整视频链接见下方

Valence Labs 回顾表型组学演进：从监督迁移学习到生成式基础模型

Valence Labs 的 Inside Valence 文章梳理细胞表型组学从监督迁移学习走向自监督与生成式基础模型的路径，起点是 2019 年 Recursion 的 RxRx1 Kaggle 竞赛，该任务覆盖约 1,100 个 siRNA 条件、125,510 张图像，并在 50 多个实验批次中重复筛选。

Biohub 年度回顾：蛋白质世界模型、激光相位板与患者驱动科研

Biohub 发布基于下一代 ESM 的蛋白质生物学世界模型，可预测蛋白质折叠、相互作用与功能并设计新蛋白，科学家已用其设计抗体候选物，在针对癌症和免疫相关靶点的早期实验室测试中显示积极结果。该机构还与 UC Berkeley 团队合作推出全球首个电子显微镜激光相位板，并联合多家研究机构发起 Virtual Biology Initiative，以构建人类细胞的预测性虚拟模型。

Biohub 资助 15 个团队构建免疫细胞重编程工具包

Biohub 宣布支持 15 个研究项目，与合成生物学专家共同搭建免疫细胞工程的基础工具包，包括逻辑电路、合成受体、结合剂文库和传感平台。获资助团队包括 David Baker 团队设计可读取多种生物信号并作出响应的蛋白电路、James Collins 团队构建 RNA 分子电路、Wendell Lim 团队汇编传感器与逻辑电路模块目录。

Shana Kelley：测量炎症的5种新方法

Biohub正以工程化思路开发5种测量炎症的新方法，目标是在人体组织中实时观察免疫细胞活动。具体包括基于质谱的活组织蛋白质组与代谢组非侵入检测、可对免疫细胞基因做CRISPR扰动并读出影响的功基因组平台，以及用高通量T细胞/抗原筛选结合AI解码细胞识别、预测免疫细胞决策的Decoder工具。

Axiom Bio用细胞成像与机器学习预测毒性

一篇关于Axiom Bio结合细胞成像与机器学习预测毒性的有趣文章