Cell | SPARCS：AI引导激光显微切割实现复杂图像表型的大规模遗传筛选
德国慕尼黑大学Veit Hornung与马普生化所Matthias Mann团队在Cell发表SPARCS平台，将自动化激光显微切割改造为高通量单细胞分离手段并配合深度学习图像分类器，在7000万细胞规模完成自噬体形成与STING转运的全基因组筛选。
推荐理由：该平台把激光显微切割与深度学习图像分类结合，使复杂亚细胞表型可在全基因组尺度被筛选并回溯分析。
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
精选归档 · 第 2 页
BioArt精选AI 评分7474
王初课题组精选AI 评分6363 Nat. Chem. Biol. | 基于蛋白质组发现并缓解雄激素受体降解剂的肝毒性
阿斯利康团队在Nature Chemical Biology发表研究，用DIA蛋白质组流程筛查204个雄激素受体异双功能降解剂（AR-HBD），将肝毒性定位至线粒体复合体Ⅰ，并据此改造出低毒性化合物3号。
推荐理由：研究用DIA蛋白质组与机器学习把AR降解剂肝毒性定位到线粒体复合体Ⅰ，并据此改造出低毒性候选化合物。
bioRxiv · Bioinformatics精选AI 评分7474 GENESIS：单细胞扰动预测接近实验重复性
研究提出生成式框架 GENESIS（Generative ENErgy-based Single-cell Intervention Simulator），从定义实验条件的协变量直接预测单细胞响应分布，并以能量分数训练轻量神经网络。
推荐理由：研究提出以实验重复性为参照的评测框架，并比较不同训练条件覆盖对扰动预测的影响。
bioRxiv · Bioinformatics精选AI 评分6060 FateDriver：弱监督双视图图学习为细胞重编程转变排序候选调控因子
作者提出 FateDriver，一种弱监督双视图图神经网络，从单细胞转录组联合表示细胞与基因，把实验中递送的诱导因子作为稀疏基因级标签，在正样本-未标注框架下为指定细胞转变排序其余基因。
推荐理由：方法把实验中递送的诱导因子当作稀疏标签，为特定细胞转变排序候选调控因子，提供了可迁移的弱监督思路。
bioRxiv · Bioinformatics精选AI 评分7171 GRAFT框架实现跨细胞类型药物响应的零样本预测
研究提出GRAFT框架，将遗传扰动到化学扰动的迁移与跨上下文预测结合，在目标细胞类型无药物测量数据时推断药物诱导的转录响应。在LINCS基准和外部上下文中，GRAFT在响应相关性、方向一致性和幅度重建上优于对比方法，对响应依赖上下文的药物尤为明显。
推荐理由：研究提出跨模态迁移框架，把遗传扰动响应迁移到药物响应预测，为跨细胞类型的零样本预测提供可比较的评测参照。
bioRxiv · Bioinformatics精选AI 评分6565 EMBER：情境化基因表征实现跨细胞扰动的组合预测
作者提出基因中心基础模型 EMBER，通过交互引导对比学习与掩码表达重建预训练，冻结编码器后用轻量探针预测单基因扰动响应、双基因互作与多靶点药物响应。摘要称其在跨情境扰动响应预测和遗传互作排序上优于所评估基线，并在 mTOR 抑制情境下将自噬体-溶酶体融合介导因子 SCFD1 列为候选依赖基因。该结果为预印本摘要报告，仅计算预测，尚待实验验证。
推荐理由：预印本提出以冻结基因表征加轻量探针统一预测单基因、双基因与多靶点药物响应，为跨情境扰动建模提供可复用思路。
bioRxiv · Bioinformatics精选AI 评分5858 研究用Hallmark转录组特征预测头颈鳞癌通路依赖性
研究基于953株GDSC细胞系的50个MSigDB Hallmark活性谱与按通路汇总的药物响应，构建9个Elastic Net模型推断头颈鳞癌通路依赖性，交叉验证R2从0.17（IGF1R）到0.48（P53）。
推荐理由：研究用转录组特征推断头颈鳞癌通路依赖性，并揭示共依赖信号主要反映CD8+ T细胞浸润。
bioRxiv · Bioinformatics精选AI 评分6565 ImmuneTwins 数字孪生预测个体免疫轨迹
作者提出 ImmuneTwins，通过用每个个体的观测数据个性化共享虚拟细胞模型来构建免疫数字孪生。在两个外部人群中，其免疫年龄误差相对现有最佳方法分别降低 32% 和 42%；在重复流感疫苗接种中，预测免疫细胞变化方向的准确率比已发表最佳方法高 35%，且随观测累积误差下降 27%。
推荐理由：研究用个体观测持续更新虚拟细胞模型，为个体免疫轨迹预测提供了可比较的评测参照。
GEN (基因工程与生物技术新闻)精选AI 评分5858 Parse Biosciences 与 Nomic Bio 合作构建 1 亿细胞免疫扰动数据集 Cascade
Parse Biosciences（QIAGEN 旗下公司）与 Nomic Bio 宣布合作生成 Cascade，一个用于理解人类免疫反应的 1 亿细胞基础数据集。
推荐理由：该合作把单细胞转录组与分泌蛋白组配对，为免疫扰动数据缺口提供规模化来源。
智药局精选AI 评分5858 Flagship 合并 Cellarity、Etiome、Empress 成立 AI 制药公司 Etcelera
Flagship Pioneering 于 10 月 29 日宣布整合 Cellarity、Etiome、Empress Therapeutics 三家公司的平台技术，成立新型药物发现公司 Etcelera，由 GSK 老将 Adrian Rawcliffe 任 CEO，莫德纳联合创始人 Noubar Afeyan 为联合创始人。
推荐理由：Flagship 将三家平台公司合并为 Etcelera，其细胞状态与扰动数据整合方式为观察 AI 制药平台组织提供了案例。
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。
bioRxiv · Bioinformatics精选AI 评分5858 转录组相似性可指导跨组织谱系的扰动响应预测来源选择
该预印本检验基线转录组相似性能否为未测靶点的响应预测排序候选来源细胞背景，并在 LINCS 与 GSE306429 中观察到相似性与匹配响应一致性相关。
推荐理由：研究把来源选择从聚合与迁移不确定性中拆出，比较转录组相似性排序在留出靶点上的表现。
Nature Methods精选AI 评分7676 Nature Methods研究系统评测细胞形态图谱的自监督表征学习
【全文节选总结】研究在JUMP-CP的119,876个化合物（约177万张图像）上预训练DINO、DINOv2、MAE和iTPN四类自监督模型，并在留出的JUMP-Target2化合物集上比较检索与作用机制分类表现。
推荐理由：研究在JUMP-CP上系统比较三类自监督学习机制，为细胞形态图谱的特征提取与批次校正提供可复用参照。
Relation精选AI 评分5858 Relation 开发 prime-editing perturb-seq 新方案，为 DNA 基础模型生成训练数据
Relation Therapeutics 在 bioRxiv 发布预印本，提出一套用于 prime-editing perturb-seq 的新实验方案，目标是生成 DNA 基础模型所需的训练数据。公司称其不仅构建药物发现 AI 模型，也改进底层数据生成的基础。预印本链接为 https://www.biorxiv.org/content/10.64898/2026.10.28.762453v1。
推荐理由：Relation 公开了面向 DNA 基础模型训练数据的 prime-editing perturb-seq 新实验方案，可作为扰动数据生成的参考。
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。
bioRxiv · Bioinformatics精选AI 评分6262 活细胞自驱动实验室研究：先修正测量模型再谈选择启发式
研究在模拟活细胞自驱动实验室中比较测量模型修正与选择层修补，采用共同随机数，交叉两种代理模型与四种选择修补，覆盖三种响应面、四种病理情形和60个随机种子，共8,820次30轮实验、每轮销毁5个细胞。
推荐理由：研究在模拟活细胞自驱动实验室中比较测量模型修正与选择层修补，为闭环优化在污染数据下的失效提供参照。
下一分子精选AI 评分6060 百奥几何完成A+轮融资，A轮系列累计超1亿美元
百奥几何宣布完成A+轮融资，A轮系列累计超1亿美元，本轮由国寿资本领投，老股东上海生物医药基金、达晨财智继续加码，国开科创、瑞力投资、国方创投及产业方跟投，指数资本担任独家财务顾问。
推荐理由：融资事件之外，材料还梳理了GeoFlow三代迭代与RSI干湿闭环的布局，并标注公司披露数据未经独立验证。
arXiv · q-bio.QM (定量方法)精选AI 评分5858 scTREAT：用潜在扩散模型预测单细胞药物响应
作者提出scTREAT，一个将状态与药物引导分解的潜在扩散框架，用于单细胞药物响应预测。在Tahoe-100M单细胞图谱的条件级伪批量谱上，未见细胞系-药物组合12项指标中10项最优，未见药物12项中11项最优；未见药物条件下DEG logFC-Spearman和logFC-Pearson相对次优模型分别提升36.11%和34.21%。
推荐理由：研究在Tahoe-100M图谱上比较未见细胞系-药物组合与未见药物条件下的预测，为药物响应建模提供参照。
百奥几何BioGeometry精选AI 评分5656 百奥几何完成A+轮融资，A轮系列累计超1亿美元
百奥几何宣布完成A+轮融资，A轮系列融资累计超1亿美元，由国寿资本领投，上海生物医药基金等老股东加码，资金用于GeoFlow与GeoCell两大微观世界模型迭代、高通量自动化实验室扩建和自研管线商业化。
推荐理由：融资公告同时披露GeoFlow与GeoCell的模型演进路线和管线时间表，可对照其平台与商业化节奏。
bioRxiv · Bioinformatics精选AI 评分7676 UPM：统一扰动建模能让AI虚拟细胞获得多少提升？
研究提出统一扰动建模（UPM），在基于VAE的AIVC预测器中加入基因通道对齐、共享扰动编码和基因表达与身份联合嵌入三个模块，以整合异质Perturb-seq数据。
推荐理由：研究把多来源 Perturb-seq 数据统一进单一预测模型，并给出跨数据集与组合扰动的对照评测。