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。
研发方向
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
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。
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。
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。
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。
【全文节选总结】研究团队提出TME-CART计算发现流程,结合活体胰腺导管腺癌肿瘤切片的多光子成像与可解释深度学习,解析胶原纤维网络和CD11b+髓系细胞如何限制治疗性T细胞的迁移与肿瘤采样。
推荐理由:研究用活体肿瘤切片成像与可解释深度学习,量化胶原与髓系细胞对治疗性T细胞运动的时空限制。
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。
【全文总结】研究提出基于对比学习的药物警戒表征框架,从FAERS约1000万份自发不良事件报告中学习MedDRA首选术语级别的不良事件嵌入,包含NTX与NSG两种模型及reaction2drug、reaction2reaction、reaction2all三种上下文采样。
推荐理由:研究用FAERS报告学习不良事件嵌入,并在多个基准集上与LLM嵌入和ROR方法比较,为药物警戒表征提供参照。
【摘要级】作者发布人传病原体化学基因组学知识库HPM-CKB,覆盖267种微生物的7876个致病蛋白、13914个蛋白三维结构和234287个生物活性分子,支持大规模虚拟筛选、靶点识别与药物重定位,并接入大语言模型做交互查询。
推荐理由:该知识库把病原体化学基因组数据与虚拟筛选、深度学习模块整合,并用湿实验验证重定位候选,可作为抗感染药物发现的平台参照。
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 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。
ImpriMed 将兽医肿瘤学中积累的活细胞药敏平台转向人类血液肿瘤,以合同研究服务形式向药企开放。公司称其培养与运输体系可让血液肿瘤细胞在四到七天内保持 80% 至 90% 存活,并在 14 个州 29 家诊所 31 位兽医参与的数据中报告高匹配组完全缓解率为 53%,历史对照为 27%。
推荐理由:文章复盘 ImpriMed 从兽医肿瘤学到人血液肿瘤 CRO 的路径,重点说明其活细胞药敏数据如何用于 IND 前人群选择。
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 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。
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。
NewLimit 在2026年5-6月进展更新中称,其先导重编程药物已完成生产放大超过120倍,足以支持关键非临床研究,并计划明年进入临床。其AI系统Ambrosia首次实现跨细胞类型泛化,在预测内皮细胞重编程效果时用少于三分之一的实验数据达到与谱系专用模型相当的性能。公司还发现5个可恢复衰老内皮细胞年轻基因表达与再生潜力的重编程载荷,并完成C轮融资。
推荐理由:NewLimit 披露先导资产放大生产与跨细胞类型泛化的进展,呈现重编程药物从发现走向临床前的具体路径。
Verge Labs 发布精准神经病学基础模型 vBx-1.0,称可从常规抽血重建患者脑分子状态,准确率最高为此前最先进模型的 3 倍。
推荐理由:该模型以脑组织转录组数据从血液重建脑分子状态,并在帕金森病与ALS试验数据上给出响应与耐受预测。
百奥几何完成新一轮数亿元战略融资,由上海生物医药创新转化基金、国科投资、达晨财智、星连资本联合领投,高榕资本、指数人工智能产业创新基金跟投,资金将用于自研微观世界模型GeoFlow迭代、高通量自动化实验室建设和创新药物管线推进。
推荐理由:融资信息之外,文中还披露了GeoFlow各代模型在抗体与酶设计上的具体交付指标,可作为观察其技术路线的参照。
insitro 在第 86 届 ADA 科学年会上公布其 AI 发现的 MASH 候选 CTRO-1013(肝靶向 IRS1 siRNA)的临床前数据,显示在标准纤维化小鼠模型中肝靶向沉默 IRS1 使 TIMP-1 降低 37%、CK-18 降低 68%(16 周,1 mg/kg,每 4 周一次),且抗纤维化信号部分独立于肝脏脂肪下降。
推荐理由:该材料披露 IRS1 靶点从人类遗传学发现到 siRNA 候选物的临床前数据链,可观察 AI 表型与遗传证据如何衔接管线推进。
FutureHouse在Nature发表其首篇论文,介绍多智能体系统Robin,该系统将新假设生成与实验数据分析整合进同一连续工作流。研究团队将Robin用于干性年龄相关性黄斑变性,由其提出药物重定位假设并在实验室验证,包括在原代人视网膜色素上皮(RPE)干细胞中验证。
推荐理由:该工作展示多智能体系统从假设生成到湿实验验证的完整链路,为AI驱动发现提供可参照案例。