AI虛擬細(xì)胞又迎來新突破!

今日，在陳-扎克伯格倡議（CZI）的資助下，科學(xué)家推出了一款名為rBio虛擬細(xì)胞推理模型。

團(tuán)隊介紹，這是史上第一個能夠推理細(xì)胞生物學(xué)的人工智能模型，有望減少昂貴的生物實(shí)驗(yàn)，極大地加速生物醫(yī)學(xué)研究和藥物發(fā)現(xiàn)。該研究已經(jīng)發(fā)表在了 bioRxiv 上。

簡單而言，rBio可以像科學(xué)家一樣推理與思考，并通過從虛擬細(xì)胞模型和數(shù)據(jù)中學(xué)習(xí)來產(chǎn)生新知識，而不需要昂貴的實(shí)驗(yàn)室實(shí)驗(yàn)。

該研究的主要作者Ana-Maria Istrate表示：“到目前為止，生物學(xué)領(lǐng)域90%的工作都是在實(shí)驗(yàn)室進(jìn)行測試的，僅有10% 依靠計算。通過虛擬細(xì)胞模型，我們希望顛覆這種范式。”

這種范式轉(zhuǎn)變，可以幫助研究人員在投入時間和資源進(jìn)行昂貴的實(shí)驗(yàn)室工作之前，通過AI來測試生物假設(shè)。

目前，該項(xiàng)目已經(jīng)開源代碼、模型權(quán)重及教程，開放給科學(xué)家們使用和訓(xùn)練。

開源地址：https://github.com/czi-ai/rbio

未來，虛擬細(xì)胞（Virtual Cells）極有可能成為細(xì)胞生物學(xué)實(shí)驗(yàn)室的標(biāo)配。

科學(xué)家有望擺脫時間、資金和物理資源的傳統(tǒng)限制，從而加速研究進(jìn)程。

AI虛擬細(xì)胞，新突破

虛擬細(xì)胞（AIVC）究竟是什么？

如果說，谷歌的世界模型Genie 3能夠模擬物理世界的基本規(guī)則，預(yù)測可能發(fā)生的變化，創(chuàng)建現(xiàn)實(shí)世界的“數(shù)字孿生”世界。

圖：谷歌世界模型 Genie 3

類似的，虛擬細(xì)胞則是生命科學(xué)的“世界模型”，即建模生命的基本單位細(xì)胞，并預(yù)測細(xì)胞的行為。

畢竟，大多數(shù)生命活動都是在細(xì)胞層面進(jìn)行，對于理解生命意義重大。

如果真的能夠用AI模擬精準(zhǔn)模擬細(xì)胞結(jié)構(gòu)與功能，那真的可以改變生命科學(xué)的游戲規(guī)則，從治愈疾病到創(chuàng)造新生命一切皆有可能。

而rBio瞄準(zhǔn)的則是當(dāng)前虛擬細(xì)胞的首要應(yīng)用，幫助科學(xué)家理解生命，減少實(shí)驗(yàn)驗(yàn)證。

一直以來，生物學(xué)的核心是通過“提出假設(shè)-實(shí)驗(yàn)驗(yàn)證”，來探究生命現(xiàn)象的本質(zhì)和規(guī)律。

傳統(tǒng)方法中，這個過程需要必須建立在客觀實(shí)驗(yàn)證據(jù)之上，但實(shí)驗(yàn)成本高、規(guī)模有限，且絕大多數(shù)試驗(yàn)被用于試錯。

但現(xiàn)在，rBio的科學(xué)家提出一種“軟驗(yàn)證”（soft verifiers）方法，即用AI虛擬細(xì)胞通過計算模擬進(jìn)行“虛擬實(shí)驗(yàn)”，不僅可以突破物理限制，還能給出相應(yīng)的推理結(jié)果。

rBio建立在大模型、虛擬細(xì)胞模型以及強(qiáng)化學(xué)習(xí)之上，這是一個用戶友好AI，只需要用簡單對話就可以交互。

rBio以陳-扎克伯格倡議此前發(fā)布的TranscriptFormer為基礎(chǔ)，該模型在多達(dá) 1.12 億個細(xì)胞上進(jìn)行了訓(xùn)練，跨越 12 個物種的15.3億年進(jìn)化數(shù)據(jù)。

圖： rBio模型

此外，rBio通過強(qiáng)化模型的方式，融合了大模型鏈?zhǔn)剿季S，讓其能夠像科學(xué)家一樣思考和推理。

也就是說，它允許模型在缺乏大規(guī)模實(shí)驗(yàn)數(shù)據(jù)的情況下進(jìn)行推理，這對于生物學(xué)領(lǐng)域來說是一個重要的進(jìn)步。

科學(xué)家可以向rBio提出一些假設(shè)，例如：“抑制基因A的作用會導(dǎo)致基因B的活性增加嗎？”

一般來說，針對基因 A 和基因 B 是否可能共表達(dá)，AI僅能給出是或者否的二元回答。而作為推理模型，rBio 現(xiàn)在可以用不同的措辭回答這些相同的問題。

圖：rBio的回答案例

為了檢驗(yàn)“軟驗(yàn)證”方法，研究人員還使用了PerturbQA基準(zhǔn)數(shù)據(jù)集，該數(shù)據(jù)集包含四種癌細(xì)胞系（RPE1、K562、HEPG2、JURKAT）的CRISPRi單基因擾動敲低數(shù)據(jù)。

這些結(jié)果表明，使用軟驗(yàn)證的rbio模型在F1分?jǐn)?shù)和MCC上與使用實(shí)驗(yàn)數(shù)據(jù)訓(xùn)練的模型相當(dāng)，甚至在平衡準(zhǔn)確率上超過了后者。

圖：分析rBio模型的性能

目前，該項(xiàng)目的代碼、模型權(quán)重、教程均已開源：https://github.com/czi-ai/rbio

此外，rBio還上線了CZI的虛擬細(xì)胞平臺，可以幫助加速科學(xué)家在實(shí)驗(yàn)室中研究基因擾動的工作。

此外，機(jī)器學(xué)習(xí)從業(yè)者還可以使用 rBio 框架來訓(xùn)練他們自己的模型，或者使用 rBio 本身來對他們的模型進(jìn)行基準(zhǔn)測試。

不過，當(dāng)前rBio的專業(yè)知識目前僅限于基因擾動，但之后 TranscriptFormer 涵蓋的細(xì)胞生物學(xué)的下游任務(wù)都可以利用 rBio交互。

未來，虛擬細(xì)胞平臺上的虛擬細(xì)胞模型家族都可以用于訓(xùn)練類似的推理模型，或者集成多種語言模型，從最小的分子到最大的系統(tǒng)都能理解細(xì)胞。

研究人員表示：“我們的想法是，擁有這些超級強(qiáng)大的細(xì)胞模型，你可以用它們來模擬實(shí)驗(yàn)結(jié)果，而不是在實(shí)驗(yàn)室中進(jìn)行測試?！?/p>

小扎，數(shù)億美元砸向模擬細(xì)胞

陳-扎克伯格倡議（CZI），從名字來看就和互聯(lián)網(wǎng)大牛馬克·扎克伯格脫離不了關(guān)系。

2015年，女兒出生后，扎克伯格與妻子普莉希拉·陳成立了“陳-扎克伯格倡議”（CZI），同時承諾將在未來10年內(nèi)投入30億美元，用以支持教育、醫(yī)學(xué)以及基礎(chǔ)科學(xué)研究。

這不得不提到普莉希拉·陳（Priscilla Chan），她不僅是小扎的老婆，更是一名哈佛醫(yī)學(xué)院高材生兼兒科醫(yī)生。

在她的帶領(lǐng)下，陳-扎克伯格倡議正在全力奔赴AI與生物學(xué)的交叉領(lǐng)域，目標(biāo)是在本世紀(jì)結(jié)束之時，治愈人類所有疾病。

圖：扎克伯格和妻子 普莉希拉·陳

2016年，著名的人類細(xì)胞圖譜計劃（Human Cell Atlas）啟動，這一里程碑式的項(xiàng)目，旨在揭示，而陳-扎克伯格倡議則是其最早且最大的資助者之一。

早在該組織成立之初，就聯(lián)合斯坦福等頂尖大學(xué)成立Biohubs，推動生命科學(xué)前沿領(lǐng)域的探索。

目前，陳-扎克伯格倡議運(yùn)營著CZ CELLxGENE，這是全球最大的單細(xì)胞生物數(shù)據(jù)存儲庫之一，整合了來自人類和小鼠數(shù)據(jù)集的超過 3300 萬個人類細(xì)胞的數(shù)據(jù)，涵蓋各種組織、狀況和疾病狀態(tài)。

如今，隨著AI以及大模型技術(shù)的發(fā)展，CZI正在將數(shù)億美元投向虛擬細(xì)胞。

去年12月，陳-扎克伯格倡議的科學(xué)負(fù)責(zé)人 Stephen Quake 聯(lián)合40多位專家學(xué)者，在頂級期刊《細(xì)胞》雜志發(fā)表文章，介紹了該領(lǐng)域的重點(diǎn)和機(jī)遇，并呼吁利用AI來創(chuàng)建虛擬人類細(xì)胞。

未來十年，陳-扎克伯格的重點(diǎn)創(chuàng)建更廣泛的“通用虛擬細(xì)胞模型”，并將進(jìn)行一系列數(shù)據(jù)、模型和應(yīng)用的重大投資。

今年上半年，陳-扎克伯格倡議聯(lián)合10x Genomics、Ultima Genomics，以及一批頂尖科研人員啟動了“十億細(xì)胞項(xiàng)目”（Billion Cells Project），旨在生成前所未有的十億細(xì)胞數(shù)據(jù)集，以推動生物學(xué)領(lǐng)域人工智能模型開發(fā)的快速進(jìn)展。

如今，rBio 是 CZI 愿景中的又一重要步驟，構(gòu)建可以像科學(xué)家一樣思考的AI，通過從虛擬細(xì)胞模型和數(shù)據(jù)中學(xué)習(xí)來產(chǎn)生新知識。

在構(gòu)建 rBio 的過程中，CZI 還構(gòu)建了一個更廣泛的框架，用于匯集虛擬細(xì)胞模型的大量知識，有望未來幾年構(gòu)建一系列廣泛使用的生物學(xué)人工智能工具。

大佬云集，生物學(xué)的下一個圣杯

不止小扎，許多大佬都表示過對于虛擬細(xì)胞的興趣與看好。

被譽(yù)為“女版巴菲特”木頭姐，其創(chuàng)辦的ARK Invest發(fā)布《Big Ideas 2025》，將虛擬細(xì)胞列為未來AI+生命科學(xué)最具有顛覆性的領(lǐng)域之一。

諾貝爾化學(xué)獎的Demis Hassabis曾表示，他的終極夢想之一是構(gòu)建虛擬細(xì)胞，這將徹底改變生物學(xué)研究，可能需要長達(dá)10年的時間去實(shí)現(xiàn)。

為了這一宏大目標(biāo)，全球多個組織和公司正積極探索AI虛擬細(xì)胞的構(gòu)建與優(yōu)化。

今年4月，著名非盈利研究機(jī)構(gòu)Arc Institute宣布與10x和 Ultima Genomics 合作開發(fā)虛擬細(xì)胞圖譜，推動Arc Virtual Cell Atlas成為預(yù)測生物模型的關(guān)鍵資源。

前不久，美國艾倫研究所宣布啟動“細(xì)胞景觀”（CellScapes）計劃，旨在結(jié)合尖端成像技術(shù)與AI模型來揭示細(xì)胞原理，構(gòu)造細(xì)胞動態(tài)圖景，為科學(xué)家預(yù)測乃至設(shè)計細(xì)胞提供強(qiáng)大工具。

據(jù)悉，該項(xiàng)目將為期十年，由75名專家組成的團(tuán)隊負(fù)責(zé)執(zhí)行，期間并不設(shè)定固定的預(yù)算。

我國也正在加大對于該領(lǐng)域的投入。

2025年3月，由中國科學(xué)院廣州生物醫(yī)藥與健康研究院牽頭的人類細(xì)胞譜系大科學(xué)研究設(shè)施正式啟動建設(shè)，將打造數(shù)字細(xì)胞AI大模型。

模型層面，近年來涌現(xiàn)了多個單細(xì)胞大模型，以及整合生命分子的生物學(xué)基礎(chǔ)大模型，都極大地促進(jìn)了技術(shù)突破與發(fā)展。

圖：單細(xì)胞以及生物學(xué)基礎(chǔ)大模型

毫無疑問，打造全尺度的虛擬細(xì)胞是地獄級別的難度。

因?yàn)?，研究人員必須針對不同類型的生物數(shù)據(jù)（轉(zhuǎn)錄組學(xué)、蛋白質(zhì)組學(xué)、成像）使用單獨(dú)的模型，需要大量數(shù)據(jù)、獨(dú)特的模型框架以及算力。

雖然離人類細(xì)胞全尺度模擬還有很長一段距離，但這些模型在特定領(lǐng)域已經(jīng)發(fā)揮巨大的作用，有望實(shí)現(xiàn)落地。

—The End—