試想你在體驗一款模擬細胞培養(yǎng)的游戲，可以借助游戲中的“百科全書”“3D建模器”“實時監(jiān)測系統(tǒng)”3個核心模塊和一間“自動實驗室”培養(yǎng)和優(yōu)化各種虛擬細胞。這樣的設計架構(gòu)，能否應用於現(xiàn)實的科研工作？

3月25日，西湖大學醫(yī)學院特聘研究員郭天南團隊在國際期刊《細胞研究》發(fā)表評述文章，系統(tǒng)闡述了人工智能（AI）虛擬細胞的構(gòu)建方法與發(fā)展方向。該團隊提出“3+1”方案，即整合先驗知識、靜態(tài)結(jié)構(gòu)和動態(tài)狀態(tài)三大核心數(shù)據(jù)與閉環(huán)主動學習系統(tǒng)，構(gòu)建了精確且可擴展的AI虛擬細胞模型，將加速生物醫(yī)學研究與藥物開發(fā)進程。

傳統(tǒng)的細胞實驗通常需要消耗大量資源，且實驗結(jié)果易受細胞變異影響。因此，科學家提出虛擬細胞的概念，以減少實驗成本並提高研究的準確性和效率。早期的虛擬細胞模型依賴低通量的生化實驗，並使用微分方程或隨機模擬方法對特定的細胞過程建模。這一模型數(shù)據(jù)整合和動態(tài)模擬能力有限，難以全面描述細胞的復雜性。隨著高通量生物技術(shù)和人工智能的發(fā)展，AI虛擬細胞成為一種新的研究方向。

郭天南團隊提出，AI虛擬細胞的構(gòu)建，依賴三大數(shù)據(jù)支柱：先驗知識包括生物醫(yī)學文獻、分子表達及成像數(shù)據(jù)，為模型提供基礎(chǔ)框架﹔靜態(tài)結(jié)構(gòu)基於冷凍電鏡、空間組學等技術(shù)構(gòu)建，能提供細胞的三維空間結(jié)構(gòu)信息﹔動態(tài)狀態(tài)涵蓋生理過程及外部微擾帶來的影響，科研人員可依托高通量組學數(shù)據(jù)，系統(tǒng)分析大量分子在不同細胞狀態(tài)下的變化，確保AI虛擬細胞的“活性”。

“三大數(shù)據(jù)支柱分別像模擬細胞游戲中的‘百科全書’‘3D建?！汀畬崟r監(jiān)測系統(tǒng)’，再結(jié)合AI算法，可為虛擬細胞的構(gòu)建提供必要基礎(chǔ)?！惫炷辖榻B，傳統(tǒng)構(gòu)建方法依賴被動數(shù)據(jù)積累，團隊提出的閉環(huán)主動學習系統(tǒng)，能自動識別知識缺口、設計實驗、自動化執(zhí)行擾動，並實時優(yōu)化模型，其核心優(yōu)勢在於高效處理細胞對不同擾動的復雜響應。

為確保AI虛擬細胞概念的可行性，團隊選擇以酵母作為初始研究對象?！耙驗榻湍附Y(jié)構(gòu)簡單又包含真核細胞結(jié)構(gòu)，數(shù)據(jù)相對豐富，並已在生物學和藥物篩選領(lǐng)域得到廣泛應用?！惫炷险f，降低門檻，從簡單模型入手，有助於優(yōu)化AI虛擬細胞的數(shù)據(jù)需求、建模策略和評估框架，為未來將研究擴展到更復雜細胞系統(tǒng)奠定基礎(chǔ)。

該團隊認為，AI虛擬細胞依賴AI驅(qū)動的多模態(tài)數(shù)據(jù)整合，並結(jié)合深度學習技術(shù)來解析復雜數(shù)據(jù)，其有利於推動系統(tǒng)生物學、個性化醫(yī)學和藥物研發(fā)等領(lǐng)域的發(fā)展，為細胞行為研究提供新視角。（洪恆飛 記者 江 耘）

分享讓更多人看到