告别天价实验！AI 虚拟类器官横空出世

2025年末，Bioactive Materials发表了一篇开创性综述。上海大学转化医学研究院苏佳灿教授团队提出了“人工智能虚拟类器官”（Artificial Intelligence Virtual Organoids, AIVOs）的概念框架。这为突破传统生物医学研究面临的高昂成本、伦理限制和可重复性难题，指明了一条极具前景的数字化路径——在计算机的硅基世界中培育永不消亡的类器官数字孪生体。

一、天价实验与脆弱的类器官

物理类器官的黄金时代正面临难以逾越的鸿沟。首先，广泛使用的动物源性基质胶（如Matrigel）成分极其复杂且难以精确控制，其包含的上千种未明确蛋白质导致不同批次间存在显著差异，使得跨实验室的研究结果难以比对。其次，类器官的培养和维持高度依赖人工操作，从细胞取材、培养基配制到传代处理，任何细微的操作差异都可能引入巨大误差。最后，主流的观测手段（如显微成像和组学分析）大多只能提供终点快照信息，难以实现无损、连续、动态的类器官状态监测。新兴的传感技术虽在发展中，但远未满足大规模、长时程、高内涵的监测需求。随着类器官复杂度逼近真实器官，其高昂的培养成本、规模化瓶颈以及日益严格的伦理审查（尤其对于脑类器官等敏感领域），进一步限制了其在大规模药物筛选和临床常规应用中的潜力。一项大型药物筛选动辄耗费数百万美元，却可能因批次差异或观测局限导致结论失真甚至失败。

正是在此背景下，人工智能虚拟类器官（AIVOs）应运而生。AIVOs的核心突破在于其多层次的智能融合架构：它以“人工智能虚拟细胞”（AIVCs）为基石，通过“通用状态表征”（URs）技术将多组学数据（基因组、转录组、蛋白组、代谢组等）融合为统一的数字编码，使每个虚拟细胞如同拥有数字化的生命蓝图。这些虚拟细胞通过整合了深度学习与物理引擎（如基于智能体模型、连续介质模型、有限元分析）的混合建模技术，模拟细胞间信号传递、营养物质扩散、机械应力等复杂相互作用，最终在虚拟微环境中自组织成类器官结构。

图文摘要

二、虚拟类器官的定义与演化

虚拟类器官源自实体类器官、人工智能赋能的类器官研究及虚拟细胞技术的融合（图1）。实体类器官为虚拟模型提供了关键的生物数据基础。人工智能赋能的类器官研究（如运用AI分析成像或组学数据预测药物反应）潜力显著，但多将类器官视为静态数据源，而非持续同步演化的数字孪生体。与此同时，人工智能虚拟细胞（AIVC）为在细胞层面构建可执行、可调控的计算模型提供了基础，其核心包括通用表示（将生物数据转化为保留生物学关系的数值嵌入）和虚拟仪器（作为操作这些表示的神经网络工具，用于模拟扰动或生成可解释输出）。

由此，虚拟类器官概念得以明确：它是以虚拟细胞/AIVC为基本单元，通过模拟细胞间及细胞与基质间相互作用，并嵌入数字化微环境的组织尺度数字模型。虚拟类器官与实体类器官形成互补共生：实体系统为虚拟模型提供训练、验证所需数据；虚拟系统则能进行高通量筛选、探索极端或组合扰动，从而增强实体研究效能。

图1 虚拟类器官：进化、构建与生物医学应用

三、构建与建模策略

构建功能完备的虚拟类器官是一个系统工程，可分为数据层、模型层和交互层（图2）。

数据层整合多模态信息，包括单细胞转录组、空间转录组、蛋白质组、代谢组等多组学数据，以及荧光显微镜、活细胞成像等高维成像数据，同时纳入患者临床信息（如基因组变异、治疗史）和实体类器官的连续监测数据（如形态、代谢）。这些数据经过预处理（如批次校正、标准化），以确保模型准确性与可比性。

模型层采用机器学习与计算模型处理数据。自监督和对比学习技术从多组学数据中提取特征表示；生成模型（如变分自编码器、生成对抗网络）可在数据稀缺时进行增强或模拟未知扰动。为捕捉组织层面复杂互作，需融合多种模型：图神经网络和Transformer用于解析细胞信号网络与空间关系；基于规则的代理模型、连续介质模型和有限元模型则引入生物物理约束，模拟细胞增殖、迁移、力学响应及物质扩散过程。模型可解释性通过归因分析等方法加强，以确保生物学合理性。

交互层形成闭环，虚拟实验平台整合模拟技术，支持在计算机中进行干预（如调整给药、改变基质刚度）并优化实验设计。平台预测可指导后续实体实验，而新实验数据又可反馈更新虚拟模型，实现虚实系统的迭代共演。

四、虚拟细胞为虚拟类器官设计提供信息

在虚拟类器官中，虚拟细胞是最小功能单元，是在多组学、时空成像和扰动实验约束下学习得到的可执行细胞状态模型。虚拟类器官引入虚拟细胞的目的，是为干细胞、功能细胞和肿瘤细胞构建虚拟版本，实现虚拟空间中的组装、扰动和筛选。

具体而言，虚拟干细胞模块（如虚拟iPSC）关注个体特异性多能性起点，模拟分化潜能与命运决定；虚拟胚胎干细胞提供发育时间与谱系标尺；虚拟成体干细胞则承载组织稳态与再生过程，通过与微环境的反馈环路影响虚拟类器官长期行为（图3）。

图3 虚拟干细胞作为虚拟类器官的发育骨架

虚拟功能细胞是执行者：虚拟免疫细胞编码开发分层与记忆结构；虚拟代谢细胞重建多细胞代谢网络的协作与失衡；虚拟上皮细胞维持屏障完整性并触发感染反应（图4）。

图4 虚拟器官多维功能输出示意图，由虚拟功能单元驱动

虚拟肿瘤细胞专注于模拟癌症核心特征，承载分子调控网络（如EGFR通路）并与物理参数（如迁移速度、增殖率）结合。从离散的单个虚拟肿瘤细胞到描述肿瘤浸润的连续密度场，实现了分子调控到组织形态的跨尺度映射，为接入放疗、化疗等干预模块奠定基础（图5）。这些模块化的虚拟细胞为按需组装、替换和升级针对不同器官与疾病的虚拟类器官提供了核心基础。

图5 虚拟肿瘤细胞在虚拟类器官及肿瘤数字孪生中的跨尺度作用示意图

五、临床前和临床应用

虚拟类器官的核心价值体现在推动生物医学研究与实践的潜力上。

在个性化医疗与药物发现中，虚拟类器官优势显著。例如，针对胰腺导管腺癌的ODFormer框架，通过输入患者类器官的多组学特征与药物分子信息，能预测患者特异性治疗反应。模型训练完成后，在虚拟空间中扩展候选药物、设计复杂联合方案仅需增加计算量，不受培养时间与样本数量限制，可大幅缩短筛选周期。对于样本稀缺的罕见病，虚拟类器官能在伦理与样本限制下系统探索潜在靶点与药物组合。

在疾病建模与病理生理研究中，虚拟类器官作为多尺度整合平台，能再现器官发育至疾病进展的关键阶段。通过耦合代理模型与多物理场模拟，可模拟化疗药物或免疫疗法在三维组织中的时空分布，分析免疫浸润模式、间质含量等对疗效的影响，从而在体外系统与临床病理间构建更细致的桥梁。

虚拟类器官与实体类器官及器官芯片的整合，形成相互校准、增强的闭环系统。实体系统提供高保真数据用于训练和验证虚拟模型；虚拟模型的预测则能反向指导实验设计，如优化器官芯片的流体剪切力、浓度梯度等参数。这种虚实协作的高通量平台适用于复杂联合用药、剂量序贯优化等任务，有望成为智能实验室的核心决策模块（图6）。

图6 虚拟类器官的应用

六、结论：机遇与挑战并存

虚拟类器官标志着类器官研究从物理构建向数字智能系统的决定性转变。通过整合多组学、成像、临床数据与机器学习、生成式AI及机制模型，它在药物发现、疾病建模和精准医学中展现出巨大前景。然而，实现这一潜力需要在数据质量、模型透明度、计算效率和伦理治理方面取得持续进展。未来的方向包括构建互联的多器官虚拟系统（迈向虚拟人体），以及与量子计算、先进传感等新兴技术结合。如果这些条件得以满足，虚拟类器官有望成为未来生物医学研究与临床实践中不可或缺的核心工具。

参考文献

L. Bai, J. Su, Artificial Intelligence Virtual Organoids (AIVOs), Bioactive Materials 59 (2026) 45-68.

识别微信二维码，添加生物制品圈小编，符合条件者即可加入

生物制品微信群！

请注明：姓名+研究方向！

本公众号所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，不希望被转载的媒体或个人可与我们联系(cbplib@163.com)，我们将立即进行删除处理。所有文章仅代表作者观不本站。