AIVC就是利用AI模擬細(xì)胞行為，探索生命機(jī)制的過(guò)程。據(jù)英國(guó)《自然》網(wǎng)站報(bào)道，全球科研團(tuán)隊(duì)正掀起一場(chǎng)AIVC研發(fā)浪潮，谷歌旗下“深度思維”等機(jī)構(gòu)紛紛投身其中。這項(xiàng)技術(shù)有望重塑多個(gè)生物與醫(yī)學(xué)領(lǐng)域，從基因調(diào)控到藥物開(kāi)發(fā)，為探索生命機(jī)制、修復(fù)損傷、治療疾病打開(kāi)新的窗口?！都?xì)胞》雜志則報(bào)道稱，AIVC有可能徹底改變科學(xué)過(guò)程，助力科學(xué)家在生物醫(yī)學(xué)研究、個(gè)性化醫(yī)學(xué)、藥物發(fā)現(xiàn)、細(xì)胞工程和可編程生物學(xué)等方面取得重大突破。

最值得期待的科技突破之一

2024年12月，由美國(guó)斯坦福大學(xué)、基因泰克制藥公司和陳—扎克伯格基金會(huì)組成的聯(lián)合科研團(tuán)隊(duì)，在頂級(jí)期刊《細(xì)胞》上發(fā)表重磅論文，倡議全球科學(xué)界運(yùn)用AI技術(shù)打造虛擬細(xì)胞。基于多尺度、多模態(tài)的大型神經(jīng)網(wǎng)絡(luò)模型，能精準(zhǔn)模擬分子、細(xì)胞和組織在不同狀態(tài)下的動(dòng)態(tài)行為，其效率遠(yuǎn)超傳統(tǒng)實(shí)驗(yàn)。原本需要數(shù)周才能獲得的實(shí)驗(yàn)結(jié)果，如腫瘤細(xì)胞對(duì)特定藥物的反應(yīng)，現(xiàn)在通過(guò)AIVC可快速獲取。

斯坦福大學(xué)生物工程與病理學(xué)副教授艾瑪·倫德伯格強(qiáng)調(diào)，構(gòu)建人類細(xì)胞模型已成為現(xiàn)代生物學(xué)的核心要義之一。這一觀點(diǎn)得到學(xué)界廣泛認(rèn)同，《自然》雜志更是將“生物學(xué)基座模型（含AIVC）”列為2025年最值得期待的七大科技突破之一。

令人振奮的是，AIVC能讓研究人員在計(jì)算機(jī)虛擬環(huán)境中替代傳統(tǒng)的活體實(shí)驗(yàn)。斯坦福大學(xué)教授斯蒂芬·奎克教授認(rèn)為，未來(lái)的生物學(xué)研究可能90%依靠計(jì)算模擬，而非依賴實(shí)驗(yàn)室操作。雖然模擬精度仍取決于數(shù)據(jù)質(zhì)量與模型優(yōu)化程度，但AIVC具備的精準(zhǔn)可控性和無(wú)限重復(fù)性，必將大幅拓展人類對(duì)生命奧秘的認(rèn)知邊界，加速疾病研究和藥物開(kāi)發(fā)進(jìn)程。

倫德伯格展望，在不遠(yuǎn)的將來(lái)，醫(yī)生或許能在患者的“數(shù)字孿生”上預(yù)演治療方案，更快速、更經(jīng)濟(jì)、更安全的個(gè)性化診療將成為現(xiàn)實(shí)。

生命數(shù)字化競(jìng)賽悄然展開(kāi)

盡管AIVC技術(shù)尚處萌芽階段，這一革命性構(gòu)想已點(diǎn)燃全球頂尖實(shí)驗(yàn)室的研發(fā)熱情。從學(xué)術(shù)殿堂到產(chǎn)業(yè)前沿，一場(chǎng)關(guān)于生命數(shù)字化的科研競(jìng)賽正悄然展開(kāi)。

斯坦福大學(xué)計(jì)算生物學(xué)家安舒爾·昆達(dá)杰指出，當(dāng)前研究既是對(duì)科學(xué)研究的集結(jié)號(hào)，也是有效的資金募集策略。事實(shí)印證了這一判斷，風(fēng)險(xiǎn)資本正以空前規(guī)模涌入該領(lǐng)域。陳-扎克伯格基金會(huì)計(jì)劃在未來(lái)10年內(nèi)投入數(shù)億美元打造AIVC。谷歌公司首席執(zhí)行官德米斯·哈薩比斯今年早些時(shí)候表示，該公司旗下“深度思維”公司也啟動(dòng)了類似項(xiàng)目。

瑞典索爾納國(guó)家生命科學(xué)實(shí)驗(yàn)室簡(jiǎn)·埃倫貝格教授說(shuō)：“構(gòu)建虛擬細(xì)胞猶如搭建生命科學(xué)的數(shù)字金字塔。”他帶領(lǐng)的團(tuán)隊(duì)正在攻堅(jiān)“阿爾法細(xì)胞”模型，預(yù)計(jì)2026年面世。

6月24日，美國(guó)Arc研究所聯(lián)合加州大學(xué)伯克利分校、斯坦福大學(xué)等機(jī)構(gòu)，正式發(fā)布AIVC“STATE”。這個(gè)AI系統(tǒng)能精準(zhǔn)預(yù)測(cè)干細(xì)胞、癌細(xì)胞及免疫細(xì)胞對(duì)藥物、細(xì)胞因子和基因編輯的響應(yīng)。其訓(xùn)練數(shù)據(jù)整合了1.7億個(gè)細(xì)胞的觀測(cè)數(shù)據(jù)和1億個(gè)細(xì)胞的干預(yù)數(shù)據(jù)，數(shù)據(jù)源包括Arc虛擬細(xì)胞圖譜等權(quán)威數(shù)據(jù)庫(kù)。

在Tahoe-100M基準(zhǔn)測(cè)試中，STATE模型對(duì)干預(yù)效果的辨識(shí)度提升50%，差異基因表達(dá)預(yù)測(cè)準(zhǔn)確率達(dá)到現(xiàn)有最佳模型的2倍。

在全球研究版圖上，斯坦福大學(xué)專注疾病機(jī)制解析與新藥開(kāi)發(fā)，西班牙巴斯克大學(xué)則聚焦優(yōu)化腦癌與乳腺癌的個(gè)性化治療方案。這些研究猶如拼圖碎片，共同勾勒出虛擬細(xì)胞技術(shù)的應(yīng)用全景。

技術(shù)與倫理問(wèn)題仍需解決

AIVC雖前景廣闊，但也有研究者指出，現(xiàn)有AIVC在預(yù)測(cè)泛化能力上存在局限，尚不能完全突破訓(xùn)練數(shù)據(jù)的邊界。

此外，目前各機(jī)構(gòu)構(gòu)建AIVC主要使用的是單細(xì)胞測(cè)序數(shù)據(jù)。業(yè)內(nèi)專家坦言，AIVC需要囊括其他形式的數(shù)據(jù)，如光學(xué)和電子顯微鏡圖像，這些圖像可顯示不同細(xì)胞成分如何相互作用，以及細(xì)胞如何隨時(shí)間變化?？茖W(xué)家需要超越單細(xì)胞測(cè)序數(shù)據(jù)。

深度學(xué)習(xí)模型缺乏可解釋性也成為阻礙AIVC高歌猛進(jìn)的“攔路虎”。AI模型天生的“黑匣子”屬性，導(dǎo)致當(dāng)算法作出“某基因突變導(dǎo)致癌變”的判斷時(shí)，科學(xué)家難以追溯其推理路徑。這種“知其然而不知其所以然”的狀態(tài)，或許會(huì)嚴(yán)重制約研究成果的醫(yī)學(xué)轉(zhuǎn)化。雖然AI技術(shù)正在快速發(fā)展，但離達(dá)到生物醫(yī)學(xué)研究要求的透明度仍有距離。

生物醫(yī)學(xué)數(shù)據(jù)涉及的隱私倫理問(wèn)題同樣不容忽視。如何在保護(hù)患者基因隱私的前提下實(shí)現(xiàn)科研共享，需要建立全新的數(shù)據(jù)管理范式。

關(guān)鍵詞：