Cell 观点| 虚拟细胞的世界模型：预测、模拟并设计细胞行为的统一AI框架

撰文 | 水王星

在现代生命科学中，分子、细胞、结构、系统等层面的研究已经产生了大量多模态、多尺度的数据。然而，多数实验和计算框架仍然服务于特定数据类型、特定生物学问题或特定预测任务。对于疾病、发育和干预等复杂问题，研究者需要把分子测量与系统行为连接起来，进行整体推理。近年来，AI驱动的数字生物（AI-driven digital organism, AIDO）和虚拟细胞（virtual cell）引起广泛关注。 一个尚未解决的关键问题是：现有预测模型能否进一步演化为可模拟任意干预、支持反事实推理和长时程规划的计算系统？ 换句话说，虚拟细胞不应只是预测基因表达变化的工具，而应成为可被遗传、化学或环境干预作用的细胞模拟器。

近日，来自 GenBio AI的Eric Xing（邢波）与Le Song（宋乐）团队 在Cell期刊发表了题为A world model of the virtual cell的 观点 文章 。 他们提出虚拟细胞世界模型（virtual cell world model,VCWM）的操作定义与架构，将其描述为多模态、多尺度、动态且有状态的计算系统。论文的核心结论是，VCWM的目标不是孤立预测某个分子测量，而是学习一个可行动、可模拟、可编程的细胞世界，从而把生物学发现从湿实验试错搜索推向数字实验室中的结构化导航。

要理解这一提议，需要先看清“世界模型”这一概念的来源。它最早出现在基于模型的强化学习研究中，核心是让智能体在内部“想象”如果执行某个动作，世界会如何变化，再据此做计划与反事实推理，而不必事事亲历试错。把这一思想搬到细胞上，就得到了作者所说的 虚拟细胞世界模型（virtual cell world model, VCWM） ， 它与以往“从单一输入预测单一输出”的专用基础模型有本质区别：后者只回答“给我这个扰动，会得到哪个转录组”，而 VCWM把细胞视为一个有状态、可施加动作的动态系统，可以在想象中连续演化、反复追问 。

围绕这一定义，作者把一个完整的VCWM拆解为四个相互配合的核心模块 。第一个是编码器（encoder），把分子种类、定位、结构、相互作用、功能与形态等多模态观测映射到一个既“带记忆”又“可被干预”的潜在状态（latent state）上。第二个是解码器（decoder），再把潜在状态投影回可观测的多模态输出，用来和真实实验数据做对照验证。第三个是状态转移模块（transition），接收当前状态与干预动作，预测下一时刻的细胞状态，从而支持跨时间跨度的规划与反事实推理。第四个，也是最具想象力的一个，是设计与生成模块：它反过来工作， 给定想要达成的状态变化，自动推断应该施加哪种药物、基因编辑或突变 。

在具体架构上，作者给出了一条可参考的技术路线。编码器一侧，他们把反映细胞中分子、复合物、区室与通路之间关系的相互作用组（interactome）网络交给图神经网络（graph neural network, GNN），再与各模态专用编码器、Transformer式结构融合，把所有观测嵌入到一个学习出来的细胞流形（cellular manifold）上。 状态转移模块则被设计成符号推理与连续动力学的混合体 ：一方面在生物网络上做通路激活、网络重写这类符号操作，并借助大语言模型嵌入已有生物学知识；另一方面在细胞流形上用扩散或流匹配这类连续生成模型刻画状态的平滑演化。解码器再用跨模态一致性约束，保证从潜在状态重建出的转录组、蛋白质组与形态学读数彼此自洽。

为了说明VCWM究竟能做什么，文章举了一个贯穿全文的例子。设想一群随年龄增长而分化能力衰退的人类干/祖细胞，研究者希望找到一小串小分子、基因或RNA干预，让细胞恢复年轻时的分化状态。由于细胞行为是多步、可组合的，传统的“一次干预、读一次终点”的模型无法胜任，而 VCWM可以在计算机模拟中推演出多条候选轨迹，比较它们对增殖、凋亡、炎症等中间指标的影响，最后只把少数几条最有希望的路线送进湿实验验证 。文章还以表格形式列出了VCWM的典型用例，覆盖状态查询、干预预测、靶点识别、分子设计与模型自适应更新等类别。

除了设想这些用例，作者还特意把VCWM和现有生物学基础模型做了对照。文中一张对比表显示，现有模型大多只在单一模态上深耕：有的专攻RNA序列，有的专攻单细胞转录组，有的专攻蛋白质结构，有的专攻细胞形态。 VCWM则要把这些能力整合进同一个动态系统，让干预在生物网络中逐层传递、逐级生效，而不是孤立地预测某个终点 。要训练这样一个系统，文章梳理了三类必需数据：用配对的多模态单细胞数据（如同时测转录组与表面蛋白的CITE-seq）学习潜在流形；用CRISPR筛选、RNA干扰、小分子处理等扰动响应数据学习单步状态转移；再用活细胞成像、RNA 速率 （RNA velocity，从基因内含子与外显子比例推断细胞变化方向的方法）这类纵向数据学习长程轨迹结构。

在评估方式上，作者主张不能只看单点预测的准确率。一个真正的虚拟细胞应当在计算层面满足连贯性与流形一致性，在生物学层面经得起“扰动作为探针”的检验，并在闭环反向控制中真的能提出可被湿实验证实的干预方案。文章因此呼吁社区共建统一的基准数据集与评测“竞技场”。展望未来，作者勾勒了两个扩张方向： 纵向上，建立覆盖不同细胞类型、基因型与健康状态的“虚拟细胞库”，实现检索、编辑与模拟；横向上，让虚拟细胞进一步组合成虚拟组织、虚拟器官乃至虚拟生物体，形成逐层嵌套的生物智能。

总体来看，这篇Perspective并不提供新的实验数据，而是为“如何造一个虚拟细胞”给出了概念定义、模块划分与评测路线图。它把细胞生物学的目标从“预测某一次测量值”提升到“模拟整个系统在干预下的演化”，并指出当这套系统成熟后，生物学发现可能从湿实验室里穷尽式的实验搜索，转变为在习得的细胞世界中进行结构化导航，最终走向可预测、可编程的研究范式。

原文链接：https://doi.org/10.1016/j.cell.2026.08.042

制版人： 十一

学术合作组织

（*排名不分先后）

战略合作伙伴

（*排名不分先后）

推荐直播

转载须知

【原创文章】BioArt原创文章，欢迎个人转发分享，未经允许禁止转载，所刊登的所有作品的著作权均为BioArt所拥有。BioArt保留所有法定权利，违者必究。

BioArt

Med

Plants

人才招聘

点击主页推荐活动

关注更多最新活动！