Isomorphic Labs 加入虚拟生物学计划
我们能将 AI 应用于最重要的事情，就是改善医学和人类健康——对与 CZI 及虚拟生物学计划的这项合作感到非常兴奋！
#虚拟细胞
Demis HassabisAI 评分4040 Isomorphic LabsAI 评分3333 Isomorphic Labs 加入虚拟生物学计划
今天，Isomorphic Labs 作为创始成员加入虚拟生物学计划（VBI）。 我们正在帮助为全球研究界构建一个开放资源，以加速我们对疾病的理解和治疗。 在此了解更多：https://www.isomorphiclabs.com/articles/isomorphic-labs-joins-the-virtual-biology-initiative
Alex RivesAI 评分3838 美能源部与NIH联合发起虚拟生物学计划
美国能源部（DOE）与NIH宣布建立重大合作，目标是生成构建AI细胞预测模型所需的数据。Isomorphic、Google DeepMind和Meta作为创始伙伴加入"虚拟生物学计划"，Allen Institute、Broad Institute、Wellcome Sanger Institute及NVIDIA等机构共同参与这一国际科学项目。
TurbineAI 评分4242 Turbine在World ADC大会展示vLab® ADC发现数据
Turbine科学项目负责人Jerzy Woźnicki在圣地亚哥World ADC大会报告vLab®如何指导ADC发现，覆盖体外载荷选择到ADC体内转化。海报涵盖约1400个细胞系模型的ADC敏感性图谱、预测克服耐药性的协同组合，以及靶点表达之外的生物标志物识别，用于临床前患者模型选择；公司称预测与已有临床和实验证据一致。
TurbineAI 评分3030 Turbine 将携 vLab ADC 平台亮相 World ADC
Turbine 团队将赴圣迭戈参加 World ADC，并推介 vLab® ADC Intelligence 平台，可在投入湿实验资源前开展虚拟实验。该平台覆盖 113 种药物及组合（含 6 种 ADC 和 21 种 payload）、1348 个映射至患者亚型的生物样本，并支持用户自建分子与样本建模，用于适应证定位、联合方案协同性与体外结果向 PDX 模型的可转化性评估。
RecursionAI 评分2222 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。
Fabian TheisAI 评分2020 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。
RecursionAI 评分4242 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。
Turbine精选AI 评分5858 Turbine 扩大与第一三共合作，用虚拟细胞平台预测 ADC 实验结果
Turbine 宣布扩大与第一三共的合作，将其虚拟细胞平台用于 ADC 发现中的实验结果预测。Turbine 称该平台面向外部合作方使用，联合创始人兼 CEO Szabolcs Nagy 在相关帖子中说明哪些实验是真正的瓶颈。合作金额、具体资产与阶段未在正文披露。
推荐理由：Turbine 以虚拟细胞平台切入 ADC 实验预测，此次与第一三共扩大合作可作为观察平台外部可用性的样本。
BioMap 百图生科AI 评分2828 南华早报专访百图生科刘维：为生物世界绘制一张地图
百图生科联合创始人、CEO刘维在南华早报专访中表示，公司基于进化树上超百万个物种、逾200亿条蛋白质序列训练生命科学基础大模型，并在300多个任务模型上平均将所需数据量减少90%。他称未来五至十年基础模型、生物数据与AI原生实验室协同，有望降低First-in-Class药物研发成本，并提及数十个具First-in-Class潜力的药物设计已在临床前研究中得到验证。
Fabian TheisAI 评分2020 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 LabsAI 评分4242 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
Turbine精选AI 评分5858 Turbine与第一三共扩大合作，用vLab虚拟实验室支持ADC项目
Turbine宣布在第一三共完成可行性项目后扩大合作，其虚拟实验室vLab将支持第一三共的专有ADC项目，用Virtual Assays在载荷、联用、适应证和生物标志物决策上提供指导。Turbine称每个lab-in-the-loop循环都会把实验验证结果反馈进模型，在ADC发现中形成累积学习效应，双方将结合第一三共的数据与ADC经验加速新型癌症疗法发现。
推荐理由：该合作把虚拟实验室接入第一三共的ADC专有项目，并保留实验回馈模型的闭环，可作为ADC计算发现合作模式的参照。
Turbine 官网资讯AI 评分6363 Turbine 与第一三共扩大 ADC 发现合作，vLab 平台接入其自有 ADC 项目
Turbine 于 9 月 24 日宣布扩大与第一三共的 ADC 发现合作，此前双方已完成一项评估 Turbine 预测建模能力的初步可行性项目。合作将用 Turbine 的虚拟生物学平台 vLab® 运行 Virtual Assays，模拟大量条件下的生物响应，以加速并降低第一三共 ADC 发现项目的风险，并建立模拟实验指导数据生成、实验验证反哺模型的迭代学习流程。
AI蛋白质精选AI 评分7474 斯坦福团队发表Virtual Biotech多智能体框架，模拟药企组织完成靶点发现与临床开发推理
斯坦福大学James Zou团队在Science发表Virtual Biotech，一个模拟生物技术公司组织架构的多智能体AI系统，设虚拟首席科学官及靶点识别、靶点安全、模态选择、临床开发四个科学家智能体部门。
推荐理由：斯坦福团队用多智能体模拟药企部门，在三个真实决策点上展示跨尺度证据整合与失败试验复盘。
TurbineAI 评分2222 Turbine虚拟生物学Meetup第三期回放上线
Turbine 发布 Virtual Biology Meetup 第三期完整回放，该期于9月15日围绕虚拟检测如何赢得真实研发决策信任展开。Xaira 的 Ci Chu 介绍大规模扰动数据集如何训练虚拟细胞模型应对未见过的生物学场景，Turbine 的 Krishna Bulusu 则讨论从“能否预测”转向“能否改变决策”。
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。
剂泰科技AI 评分3131 赖才达博士在京台科技论坛演讲：Biological AI核心竞争力在于持续积累真实实验数据并转化为模型能力
剂泰科技联合创始人、董事长兼CEO赖才达博士在第29届京台科技论坛发表主旨演讲，提出Biological AI的核心是持续积累真实实验数据并转化为模型能力，架构分为干湿实验数据平台、垂类模型与智能体三层。
Marinka ZitnikAI 评分3838 生物医学世界模型的定义与数据需求
在这篇文章中，我们讨论了如何在生物医学中定义世界模型，它们与基础模型、智能体及其他模型类别的关系，以及我们今天可以使用哪些数据集、还需要哪些数据集 👇
德睿智药AI 评分4040 医药工业“十五五”规划发布，AI制药迎政策利好，德睿智药MDR-001推进Ⅲ期临床
工信部等十部门9月18日联合发布《医药工业发展“十五五”规划》，将深化人工智能赋能升级纳入重点任务，并设“AI制药高价值应用场景培育”专栏，涵盖智能靶点筛选与药物发现等五类场景。德睿智药称其自研AI制药引擎MAP与生命科学基座模型体系Intera与规划方向契合，其GLP-1 RA口服小分子MDR-001从立项到启动Ⅲ期临床用时约4.5年，Ⅲ期研究正在推进。
Valence LabsAI 评分2020 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？
EMBL-EBI News精选AI 评分5858 EMBL-EBI 视角：基准评测如何支撑生物医学 AI 的可靠性
EMBL-EBI 研究负责人 Julio Saez-Rodriguez 等人在一篇 Perspective 文章中讨论生物医学基础模型的基准评测，提出数据质量、模型仓库与评测框架三个相互关联的支柱，并主张将性能评估与方法开发隔离、由独立方在未见数据上评测。
推荐理由：EMBL-EBI 研究负责人系统梳理生物医学基础模型基准评测的三角框架与独立评测原则，为理解模型评测争议提供参照。
BioMap 百图生科AI 评分3333 从生命科学基础模型走向世界模型的2123天探索
BioMap百图生科在BIOHK2026论坛上总结其2123天进展：已构建数十万亿tokens的AI-ready数据、模型参数达数千亿，使前沿AI建模平均数据消耗降低90%。公司称已赋能数十个first-in-class项目，并计划在北京、上海建设高通量实验室，终极目标是建立覆盖分子到人体尺度的“生命科学世界模型”以部分替代临床试验。
BioMap 百图生科AI 评分5252 百图生科与华大智造签署战略合作，联合构建虚拟细胞大模型与数据基础设施
百图生科与华大智造于 2026 年 9 月 11 日签署战略合作协议，将依托百图生科的虚拟细胞模型与华大智造的实验设备，联合构建专属虚拟细胞大模型，并面向虚拟细胞和虚拟扰动搭建高质量数据基础设施。
临港实验室AI 评分4040 浦江创新论坛·未来医药创新论坛在沪举行，人工智能医药创新联合体正式启动
9月13日，第十九届浦江创新论坛专题分论坛未来医药创新论坛在张江科学会堂举行，创新药物国家实验室体系人工智能医药创新联合体正式启动。该联合体由临港实验室牵头，联合科研机构、医院与企业组建，旨在建立跨主体协同机制、支撑原创新药攻关。论坛同期发布面向全国开放申报的“元因·百靶”计划，并展示“虚拟疾病生物学家·元生”平台从OriGene、GeneClaw到OriBench的能力布局。
Valence LabsAI 评分4040 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。
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。
剂泰科技AI 评分2222 剂泰科技（7666.HK）获纳入港股通，今日起开放内地投资者交易通道
剂泰科技（07666.HK）今日正式调入港股通标的证券名单，符合资格的内地投资者可通过沪深港通直接交易其股票。上交所9月4日盘后发布通知，深交所公告该调整自9月7日起生效。剂泰科技是AI驱动的科技生物公司，自主开发AI纳米递送平台NanoForge，已具备8个关键器官或组织的递送能力，并建立超过10条在研管线。
BioMap 百图生科精选AI 评分5858 百图生科提出虚拟细胞原生系统三层架构并披露 BioMap Cell OS 进展
百图生科在 2026 科学智能大会上首次系统提出虚拟细胞原生系统三层技术架构，并发布 BioMap Cell OS 的阶段性进展。三层分别为原生世界模型系统、原生数据进化系统和原生应用操作系统，后者将对虚拟细胞的操作抽象为 Initialize、Perturb、Evolve、Render、Compare、Uncertainty、Trace 和 Optimize 八类操作原语。
推荐理由：百图生科把虚拟细胞从单次扰动预测扩展为含世界模型、数据进化与操作原语的三层系统架构，可供观察其技术路线。
Valence LabsAI 评分1212 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 官网资讯精选AI 评分6262 Valence Labs 作者运行 Boltz-2 一亿次，检验共折叠能否模拟细胞生物学
Valence Labs 的 Dominique Beaini 用可抢占 GPU 对 9,000 个靶点与 50 万配体运行 AlphaFold-Multimer 和 Boltz-2 共折叠及亲和力预测，累计 1 亿次，构建名为 affinity-prints 的数据集，并借助 Recursion 的表型组学图谱检验预测相互作用与细胞实验数据的对应关系。
推荐理由：作者用上亿次共折叠预测搭建亲和力指纹，并检验其与细胞表型数据的对应关系，为共折叠与虚拟细胞的衔接提供了一套可迁移的评测思路。
Biohub · News精选AI 评分7474 Biohub 用 AI 建模肿瘤细胞状态，在 DMG 小鼠中验证双药组合延长生存
Biohub 与哥伦比亚大学等机构的研究者开发 AI 系统，用 ARACNe 与 VIPER/metaVIPER 从单细胞 RNA 测序数据中识别控制肿瘤细胞状态的 Master Regulators，发现同一瘤种的患者共享近乎相同的恶性细胞状态集合，相关结果发表于两篇 Nature Genetics 论文。
推荐理由：两篇 Nature Genetics 论文用单细胞数据刻画肿瘤细胞状态，并在 DMG 模型中验证组合用药的协同生存获益。
Valence LabsAI 评分3636 Valence Labs 谈虚拟细胞在药物发现中的定位
Valence Labs 发文讨论虚拟细胞在药物发现流程中何处最能发挥作用。其研究员 Ihab Bendidi 在博客中指出，虚拟细胞虽能模拟人体生物学，但技术本身必要却不充分，革命性突破取决于把技术指向正确方向。
Valence Labs 官网资讯精选AI 评分5858 Valence Labs 谈虚拟细胞在药物研发管线中最该发力之处
Valence Labs 发文认为，虚拟细胞最有价值的定位不是加速临床前流程，而是提升进入临床的候选质量，即做转化靶点验证。文章提出三个问题：靶点扰动是否在人类疾病生物学中产生预期效应、效应能否在患者生物变异中保持稳健、以及能否对疾病情境形成足够选择性；并建议在现有分子测量基准之外增加决策层评估，例如回溯识别后来因人类生物学不符预期而失败的假设。
推荐理由：Valence Labs 提出虚拟细胞应聚焦转化靶点验证，而非仅加速临床前流程，并给出可操作的评估维度。
Valence Labs 官网资讯精选AI 评分5858 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。
推荐理由：梳理细胞表型组学从监督迁移学习到生成式基础模型的演进，并说明RxRx3数据集在虚拟细胞研究中的支撑作用。
Valence Labs 官网资讯AI 评分3636 Valence Labs 回顾 ICML 2026：AI4Bio 论文占比 2.5%，聚焦模型效率与扰动预测
Valence Labs 回顾 ICML 2026，AI for biology 与健康方向论文占全部接收论文的 2.5%，在主题领域排名第 5。会议聚焦模型效率与转录组扰动预测，PerturbDiff、scBIG 等采用流匹配报告了当前最优性能，PerturbODE 则借助神经常微分方程推断基因调控网络。
Daphne KollerAI 评分3838 insitro推出Deep Phenotype专栏谈AI制药
insitro创始人Daphne Koller发文指出，仅约四分之一人类疾病有获批疗法，超90%进入临床试验的药物失败且多数因靶点机制选错，AI无法靠推理绕过对生物学的实测。
Relation精选AI 评分5858 Relation 扩大与 GSK 合作，以最高 1.1 亿美元部署细胞基础模型 MORGAN
Relation 宣布扩大与 GSK 的合作，将其旗舰细胞基础模型 MORGAN 以新的规模部署到 GSK 的早期管线中。该交易将为 Relation 带来最高 1.1 亿美元的首付款与基于成功的里程碑付款，公司未披露首付款与里程碑各自的具体金额。
推荐理由：Relation 与 GSK 扩大合作，把细胞基础模型 MORGAN 推向更大规模部署，可看交易结构与平台定位。
MindWalk / ImmunoPrecise AntibodiesAI 评分2020 MindWalk在AMD大会首次公开展示ReefIQ
MindWalk在旧金山AMD Advancing AI 2026大会上首次公开展示其面向AI药物发现的生物上下文层ReefIQ，运行于AMD Instinct平台。该演示被纳入AMD Instinct Demo Showcase四个定制演示短片之一，并配有通过AMD渠道分发的视频访谈。