Atlas Bio完成1250万美元融资，用AI模拟预测药物应答替代动物试验
瑞士巴塞尔初创企业Atlas Bio走出隐匿模式，完成1250万美元融资，其中Creandum领投1000万美元种子轮，First Momentum Ventures与LEA Partners此前领投250万美元种子前融资。
推荐理由：融资事件同时交代了RNA表达谱训练数据、12周模拟周期与FDA非临床研究新规，可对照其替代动物试验的定位。
研发方向
AI虚拟细胞（AIVC） 最新动态
AI 虚拟细胞、遗传与药物扰动、细胞状态动态、药物响应/组合及跨条件泛化；与普通分子虚拟筛选分开，不把注释成绩当作响应预测能力。
134 条精选近 30 天 91 条共收录 314 条
更新
AI虚拟细胞（AIVC）的精选
智药邦精选AI 评分5858 Briefings in Bioinformatics精选AI 评分5858 MulDR：保留多组学视图特异细胞系关系的药物响应预测框架
【摘要级】研究提出 MulDR 结构化多视图关系学习框架，在药物条件化细胞-药物交互之前，分别为通路活性、基因表达、突变和 DNA 甲基化构建独立的细胞系关系结构，并结合 motif 级、几何感知分子图和 Morgan 指纹三种药物表示进行融合。
推荐理由：该框架在药物响应预测中保留各多组学视图的细胞系关系结构，为多视图建模提供了可迁移的设计思路。
bioRxiv · Bioinformatics精选AI 评分6060 CausalODE：从单细胞扰动数据推断基因调控网络的因果可达优化框架
作者提出 CausalODE，一个从单细胞扰动数据学习因果图的可微框架，用于推断基因调控网络。方法基于三点：被扰动基因的下游差异表达基因应位于该基因下游，作者用“因果可达”指标量化；因果作用涉及转录、剪接和降解中的瞬时细胞响应；调控由未被 scRNA-seq 直接测量的蛋白介导。
推荐理由：该预印本提出以因果可达性衡量调控图质量，为单细胞扰动数据的因果网络评测提供新参照。
bioRxiv · Bioinformatics精选AI 评分6969 UnDetect：通过上下文建模与多视图迁移预测未见化合物的转录响应
研究提出 UnDetect 框架，将细胞与实验背景变异同化合物效应分离，以预测未做过转录谱分析的化合物的转录响应。作者报告，在药物盲法 L1000 基准上，从七个已发表模型中移除药物输入后，准确率变化最多为 0.012 Pearson 相关；UnDetect 是唯一在每一折都超过忽略化合物输入的网络的模型，在板内评分上达到 0.117，而最强已发表模型为 0.092。
推荐理由：研究指出既有模型几乎不利用化合物信息，并提出分离背景与化合物效应的框架，为扰动图谱的评测提供参照。
bioRxiv · Bioinformatics精选AI 评分6969 研究揭示单细胞扰动筛选中的孔板设计混杂供体差异与模型评测
该预印本基于90种细胞因子筛选、两项化合物筛选、四个队列与模拟，指出孔板孔位效应解释了丰度较高细胞类型中大部分重复对照变异，对照孔携带共同偏移，相同对照孔在标准阈值下差异表达基因可达数百个，数量约与两种受体阴性蛋白相当。
推荐理由：研究用多队列单细胞筛选与模拟说明孔板布局会混淆供体差异，并给出设计感知的模型评测参照。
bioRxiv · Bioinformatics精选AI 评分7171 scDisentangle：面向单细胞扰动响应预测的序列解耦模型
研究团队提出 scDisentangle，将单细胞表达分解为可观测属性与一系列残差成分，生成保留源细胞身份的反事实预测。该模型在细胞因子刺激、肝脏感染和未见过的组合遗传扰动任务上优于现有模型与朴素基线，且准确率与响应接近平均扰动效应的程度基本无关。
推荐理由：该预印本提出单细胞扰动响应预测模型，并在多种扰动与队列数据上给出相对基线的比较结果。
arXiv · q-bio.QM (定量方法)精选AI 评分7676 PharmAgents2：面向自主端到端药物发现的智能体系统
PharmAgents2 是面向端到端药物发现的自主系统，结合知识增强决策与并行智能体的大规模探索，并配套包含 121 道题、覆盖九类决策场景与三项端到端任务的 PharmAgents-Bench v0.1。
推荐理由：该预印本把自主智能体用于端到端药物发现，并给出三项经人实验验证的案例，可作为评估自主科研系统的参照。
arXiv · q-bio.QM (定量方法)精选AI 评分7070 研究揭示STATE扰动预测解码器的低秩瓶颈，并提出逐预测置信度评分
研究审计STATE的状态转移解码器在SE-600M、scGPT和Tahoe-x1三种编码器及四种CRISPRi细胞系上的表现，发现其首层注意力输出为低秩，投影到4-32个由训练激活估计的固定方向仍可保持平均逐扰动Pearson delta相关（PDC）。
推荐理由：研究揭示STATE解码器的低秩瓶颈如何限制扰动预测可靠性，并给出可跨编码器迁移的逐条置信度评分。
智药邦精选AI 评分5858 扰动之心完成数千万元天使轮融资并发布虚拟细胞世界模型AlphaCell 1.0 Pro
扰动之心（PerturbMind AI）宣布完成数千万元天使轮及天使+轮融资，由清松资本领投，同杨基金及多家药企跟投，并走出隐匿模式。公司同期发布PerturbSeek™体系下的虚拟细胞状态推演世界模型AlphaCell 1.0 Pro，标准参数量1B，可裁剪至300M用于私有化部署，也可扩展至50B。
推荐理由：融资与模型发布同时披露，呈现以状态推演替代靶点中心的虚拟细胞路线及其参数弹性设计。
BioTender精选AI 评分7474 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。
bioRxiv · Bioinformatics精选AI 评分6262 MODAE+：面向泛癌药物响应迁移的多目标域适应框架
作者提出泛癌多目标深度学习域适应框架 MODAE+，在 9,696 例 TCGA 肿瘤、1,293 个 CCLE 细胞系及 738 个匹配细胞系中 544 种化合物的 CTRP 药敏数据上联合优化域对齐、去混杂、药物响应预测、生存预测与癌系分类。
推荐理由：该预印本提出多目标域适应框架，把细胞系药敏迁移到患者肿瘤，并给出生存关联与基因表达层面的验证。
arXiv · q-bio.QM (定量方法)精选AI 评分6565 CellCanon：统一预测、解释与观测更新的智能体细胞世界模型
作者提出 CellCanon 智能体细胞世界模型，将单细胞表达预测、基于证据的解释和观测驱动更新统一在同一世界状态中。在 SciPlex3 的 339 个留出条件、三种细胞系上，其差异表达 AUPRC 和 Macro-F1 分别比各指标最佳基线提升 63.3% 和 17.3%，方向 Macro-F1 提升 7.2%。
推荐理由：该预印本把单细胞表达预测、证据解释与观测驱动更新整合进同一世界状态，并给出与基线的量化对比。
bioRxiv · Bioinformatics精选AI 评分5858 研究重析胶质瘤切片单细胞数据：恶性胶质瘤各状态药物响应方向基本一致
研究重析公开的胶质瘤切片培养单细胞RNA测序数据（391,444个细胞，筛出252,106个转化胶质瘤细胞），在19个TissueID单元的43组给药-对照比较中检验AC、OPC、NPC、MES样状态的响应方向一致性。
推荐理由：研究用单细胞切片培养数据检验胶质瘤各状态药物响应方向是否一致，为异质性下的响应评测提供参照。
bioRxiv · Bioinformatics精选AI 评分7474 单细胞基础模型基准评测：跨物种注释与扰动预测优于简单基线，同物种内优势有限
研究在同一数据上基准评测 scGPT、Geneformer V1/V2、Nicheformer、scFoundation 五种单细胞基础模型与 CellOracle、STATE 及任务匹配的简单基线，数据覆盖 K562 Perturb-seq、原代细胞、脑类器官与肺癌活检。
推荐理由：该基准在同一数据上比较五种单细胞基础模型与简单基线，划出跨物种注释与扰动方向预测的适用边界。
bioRxiv · Bioinformatics精选AI 评分5858 活细胞自驱动实验室的优化器修补：实验约束下的性能与冗余性
该预印本在模拟中评估活细胞自驱动实验室的优化器修补何时改善闭环性能、何时因平台约束而冗余，并证明当排除与确认请求只作用于平台已禁止的条件、共享同一后验与选择流程并释放不可行请求槽位时，轨迹与基线完全一致。
推荐理由：研究在模拟中比较活细胞自驱动实验室的优化器修补规则，为闭环实验的可用性约束与评测设置提供参照。
bioRxiv · Bioinformatics精选AI 评分6262 SPEAR：面向流式单细胞扰动建模的谱自适应重定位框架
作者提出生成式框架 SPEAR，用图拉普拉斯导出的谱位置编码和逐层扰动条件自适应重定位来建模单细胞扰动响应。在遗传、药物和细胞因子扰动基准上，SPEAR 报告了差异基因表达恢复、分布结构和扰动特异性可识别性的表现，并捕捉到与已知转录因子-靶标互作相近的潜在位置关系。该工作为预印本摘要，代码见 https://github.com/shouryaverma/SPEAR。
推荐理由：该预印本用谱位置编码与自适应重定位替代静态基因位置，为扰动响应建模提供可迁移的架构思路。
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。
bioRxiv · Bioinformatics精选AI 评分6060 RAPTORGraph：基于图的通路建模用于单细胞扰动因果发现
作者提出 RAPTORGraph，一种带 GraphPathway 编码器的 β-变分自编码器，用于在 Perturb-seq 类实验中建模基因间相互作用并做可识别的因果发现。模型通过预条件隔离被扰动基因的影响以消除干预溢出，并用最优传输对齐预处理数据，作者报告其在未见扰动的非加性相互作用分析上优于现有方法，在均方误差和最大均值差异等指标上表现相当。代码已开源于 GitHub，材料仅为预印本摘要。
推荐理由：该预印本提出用图通路编码器隔离扰动基因影响，为单细胞扰动实验的因果发现提供可复用方法。
Recursion精选AI 评分5858 Recursion 发布 Q3 更新：REC-4881 新数据、赛诺菲与基因泰克合作里程碑及现金跑道延至 2029 年
Recursion 在 Q3 更新中报告，REC-4881 在 FAP 的 TUPELO 二期数据显示，治疗 12 周后 87% 患者总息肉负荷下降，85% 可评估患者在停药 12 周后仍低于基线，两名患者较大息肉数量从 90 个以上降至 1 个。
推荐理由：Recursion 季度更新同时披露 REC-4881 的 FAP 二期数据、赛诺菲与基因泰克合作里程碑及现金跑道，可对照其平台兑现节奏。
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。