AI能“复刻”细胞吗

你轻点鼠标，几秒钟内计算机屏幕上便会出现一个跳动的细胞——它在指定的条件下如何生长、分裂，如何对药物作出反应，全都一览无余。这不是科幻电影，而是“AI虚拟细胞”正在实现的场景。

文|李华飞

上海大学生命科学学院副教授，上海行知科创学院科技传播中心主任，上海市十佳科普使者。

01.

从“计算细胞模型”到“AI虚拟细胞”

虚拟细胞的想法并不新鲜。早在20世纪90年代末，科学家就开始用微分方程对特定细胞过程进行建模，并且成功构建出大肠杆菌等计算细胞模型。但是，真实细胞内部有数以万计的非线性分子相互作用，用固定公式描述这样的动态系统，就像用一张静态地图导航瞬息万变的城市交通，能指个大概方向，却远远不够。

人工智能（AI）的介入改变了游戏规则。2024年，国际知名期刊《细胞》正式提出“AI虚拟细胞”的概念——一个基于多尺度、多模态神经网络模型的框架，能够表征和模拟分子、细胞乃至组织在不同状态下的动态行为。AI虚拟细胞不再依赖人类事先写好的方程，而是直接从海量数据中“学习”细胞的语言。

02.

AI虚拟细胞的双重挑战

要“培养”一个AI虚拟细胞，需要什么样的“培养基”？西湖大学郭天南团队提出了“三大数据支柱”框架。

第一根支柱是先验知识——生物医学文献、分子表达图谱等，为模型提供细胞“应该长什么样”的基础框架。第二根支柱是静态结构——冷冻电镜、空间组学等技术获取的细胞三维结构信息。第三根支柱是动态状态——细胞在生理过程及外界扰动（如药物、基因编辑等）下的变化数据。三者结合，辅以闭环主动学习系统，AI虚拟细胞才能从静态的数字标本进化为能模拟细胞动态行为的智能体。

然而，即使有了充足的数据“喂养”，早期的计算模型仍然面临一个根本困境：它们能做出不错的预测，却说不清“为什么”。这种“黑箱”特性在生命科学领域尤为棘手——我们不仅要知道某种药物是否“有效”，更要知道“为什么有效”，这是对生命的敬畏，也是对科学的底线要求。2025年，同济大学刘琦团队提出CausCell框架，首次将结构因果模型与扩散模型深度融合，让模型不仅能预测“细胞会变成什么样”，还能清晰揭示“哪些因素驱动了这种变化”，为AI虚拟细胞从“黑箱”走向“白盒”提供了全新的技术路径。

03.

颠覆新药研发：在计算机里先试错

AI虚拟细胞最令人振奋的应用在药物研发领域。传统新药研发遵循“双十定律”，即一款新药从实验室到患者手中，往往需要耗费10年时间、花费10亿美元，而临床成功率不足10%。AI虚拟细胞的介入正在打破这一困局。

2025年，美国非营利生物医学研究机构弧形研究所发布的STATE模型整合了1.67亿个细胞的观测数据和超过1亿个细胞的扰动数据，能精准预测癌细胞、免疫细胞对药物和基因编辑的响应，对扰动效应的辨识度提升了50%。研究人员可将候选药物“输入”AI虚拟细胞，让AI完整推演药物作用下基因、蛋白、信号通路的动态变化，原本数星期才能获得的实验结果，现在可以快速获取。有从业者判断，未来10年内，基于AI虚拟细胞的计算模型有望逐步重塑药物研发范式，部分动物实验将被更高通量的计算模型所补充甚至替代。

04.

赋能精准医疗：为每位患者打造“试药替身”

如果说新药研发是“在计算机里先试错”，那么精准医疗中的AI虚拟细胞则更进一步——为每一位患者打造专属的“试药替身”。

肿瘤异质性是导致耐药和治疗失败的核心原因，因为同一肿瘤中，不同癌细胞亚群对药物的敏感性可能天差地别。AI虚拟细胞的思路是：通过单细胞测序获取患者肿瘤组织的转录组数据，结合大规模药物基因组数据库训练，构建出能预测该患者个体化药物反应的“AI虚拟肿瘤”。医疗人员可以先在这个虚拟的数字分身上快速高效地完成“模拟治疗”，并根据结果选择最有效的治疗方案，从而大幅减少患者的试错成本。

AI虚拟细胞通过分析海量高分辨率细胞数据，既能还原肿瘤的“个性”，又能预测药物反应，有望成为精准诊疗的数字化助手。当每一位癌症患者都能拥有一个AI驱动的“试药替身”时，“一人一方”的个体化治疗将不再只是理想。

05.

道阻且长：虚拟细胞落地的“最后一公里”

尽管前景光明，但打通AI虚拟细胞全面落地的“最后一公里”依然面临严峻挑战。

一是数据瓶颈。2026年的一项量化研究显示，用2 220万个细胞训练的模型，仅投入1%~10%的训练数据后性能进化就彻底停滞，再增加数据也无法提升。这说明制约AI虚拟细胞发展的不是数据不够多，而是现有数据的质量和信息密度不足以支撑模型继续进化。二是可解释性与因果推断的局限。AI生成的结果可能有用但未必正确，它不具备真正的科学理解能力，更无法独立承担科学责任。三是跨尺度转化的鸿沟。目前，AI虚拟细胞主要基于单细胞组学数据构建，其预测也局限于细胞层面。但是，药物最终要作用于人体——从细胞到组织，从器官到系统，每个层级都会涌现出新的复杂性。细胞尺度的预测如何转化为临床层面的决策，是AI虚拟细胞从“工具”走向“助手”必须跨越的鸿沟。

从17世纪荷兰科学家列文虎克第一次在显微镜下看到细胞，到如今我们在计算机中尝试“复刻”细胞，人类对生命基本单元的理解已经跨越了三个半世纪。AI虚拟细胞不会让显微镜变得多余，它提供的是一个新视角、一种新工具，让我们能在硅基世界里先“跑一遍”实验，再回到实验室里验证。无论工具如何迭代，真正驱动科学前进的，始终是人类对生命奥秘永不熄灭的好奇心，以及在不确定中坚持求真的科学精神。

*本文刊登于《科学画报》2026年第8期，更多相关内容欢迎订阅。

2027全年订阅