AI都能打造“虚拟细胞”了，新药测试还要等小白鼠吗？-易享

已关闭

顶部Banner位
固定模块

设置

AI都能打造“虚拟细胞”了，新药测试还要等小白鼠吗？

易享资讯

2026-06-04 15:44

生命的基本单位是细胞。人体由约30-40万亿个细胞构成，它们各自分工、相互协作，共同维持着生命的运转。然而，当疾病来袭——无论是癌症、神经退行性疾病还是自身免疫病，问题的根源往往出在细胞内部：某个基因出了错，某条信号通路乱了序，某种蛋白质过表达或失活了。

如果科学家能在计算机里"造"出一个细胞，精确模拟它在健康和疾病状态下的所有行为，会发生什么？

近几年，“虚拟细胞”正在从一个学术概念，快速变成了全球AI制药产业最拥挤的赛道之一。Arc Institute、Xaira Therapeutics、Noetik……一批顶尖团队相继推出了能够在计算机里模拟细胞响应行为的大规模AI模型。这一技术不再只是实验室里的论文，而是正在商业化和监管落地的产业引擎。

在中国，同样有值得关注的力量。6月1日，晶泰科技内部孵化的AI生物企业无界进化（INFevo），近日完成数千万元天使轮融资，由顺为资本、红杉中国与松禾资本共同参与。它的核心技术，正是面向药物研发与细胞工程设计的“虚拟细胞”系统。

这场"细胞级"与"分子级"的深度协同，正在为创新药研发开辟一条前所未有的路径。

行业痛点：为何新药候选分子会倒在临床阶段？

生物医药研发面临高投入、低成功率困局，以中枢神经系统疾病、免疫疾病及抗衰老等复杂领域为例，新药研发成功率长期徘徊在5%至8% 。其背后的原因是行业始终缺乏能够代表并预测人体复杂系统的研究体系。当前的药物研发高度依赖动物模型，但动物与人体之间存在巨大的物种差异，大量候选分子在临床后期因疗效不足或毒副作用而折戟。

破解这一困境的关键，需要从静态的结构认知走向动态的系统研究。而在这一方向上，构建高保真的虚拟细胞，正被看作是跨越实验室与人体预测鸿沟的重要探索之一。

什么是“虚拟细胞”从"观察生命"到"模拟生命"

“虚拟细胞”，是以人工智能为核心引擎，整合基因组、转录组、蛋白质组、代谢组、空间组学等多模态生物数据与先验生物学知识，在数字世界中构建的、能完整模拟活细胞从分子事件到表型输出全生命周期行为的数字孪生系统。

AI的爆发赋予了虚拟细胞强大的预测能力。与传统计算细胞模型不同，AI驱动的虚拟细胞能够从大规模、多模态生物数据中学习潜在模式，构建预测性细胞状态空间，支持功能性反应的机制性、预测性模拟。

研究者可以在数字世界中高效筛选最有潜力的药物分子，大幅降低后期失败的风险。

虚拟细胞的产业浪潮正在涌来

虚拟细胞正在吸引产业和资本的双重关注。

从学术到产业，标志性成果不断涌现。3月，诺奖天团Xaira Therapeutics发布的X-Cell模型参数规模高达49亿，能够以零样本方式预测T细胞失活等复杂扰动效应；阿里达摩院发布 “灵枢细胞” (Lingshu-Cell) 大模型。

跨国药企率先行动。1月，跨国制药巨头葛兰素史克（GSK）与Noetik达成战略合作，授权后者在非小细胞肺癌和结直肠癌领域的虚拟细胞基础模型，合被业内视为“AI基础模型授权”的标杆案例。

监管政策也在转向。2025年，FDA发布路线图，计划逐步取消单克隆抗体等药物的动物实验要求，转向AI模型、类器官等新兴方法，并发布了AI支持监管决策的指导原则草案。

在中国，虚拟细胞同样成为政策与产业关注的焦点。广州实验室大湾区生物信息中心已构建大规模化学扰动转录组资源，覆盖1.3万多个小分子，用AI链接十万条高质量扰动数据。晶泰科技此次将INFevo推向市场，也是中国在AI虚拟细胞赛道上迈出的重要一步。

虚拟细胞技术目前还处在早期阶段。一个完整的、能够真实模拟人体细胞所有功能的虚拟细胞，可能还需要很多年的积累。数据的质量与规模、模型的可解释性、从细胞层面到组织器官层面的跨越，都是摆在面前的难题。

但它的意义是实实在在的。在药物研发长期受困于高失败率的背景下，任何能够提高预测准确性的工具都值得认真对待。虚拟细胞不一定能彻底解决转化医学的难题，但它正在成为连接“理解生命”与“改善生命”之间的一座新桥梁。

返回顶部

中文 English