共计 1177 个字符，预计需要花费 3 分钟才能阅读完成。
从 LLM 到 JEPA, 中国团队正在把“世界模型”搬进细胞内部
📌 变化:AI 虚拟细胞进入新一轮技术分岔
在生命科学中, 药物作用、基因敲除、疾病发生和细胞治疗 , 本质上都与细胞状态变化有关。过去, 这类问题主要依赖细胞实验、动物实验和临床验证, 周期长、成本高, 也让药物研发长期面临高投入和低成功率的压力。
随着单细胞测序数据快速积累, 以及大模型方法进入生物领域 ,AI 虚拟细胞开始成为新的研究方向。此前 Geneformer、scGPT、scFoundation、GeneCompass 等模型已推动细胞类型识别、表达模式学习等任务发展, 但在“扰动后细胞会怎样变化”这类问题上, 行业仍在寻找更有效的建模范式。
🔍 原因: 只扩大数据和参数未必能解决动态预测
传统单细胞基础模型多从基因表达视角出发, 擅长学习某一时刻的表达模式 , 却不一定能抓住细胞状态演化的关键机制。公开研究也提示, 在部分任务中, 模型性能可能很早进入平台期, 继续堆叠同质数据并不总能带来明显提升。
💡 核心信息:AURA CellOS 的三项技术设计
根据公开信息,AURA CellOS 是一个基于 3.905 亿个人类单细胞转录组训练的单细胞基础模型, 覆盖 40 余种人体组织、260 余种细胞类型, 参数规模为 12B。其主要特点集中在三方面:
- 多视角表征学习: 除基因表达丰度外, 引入群体感知视角, 帮助模型识别低表达但生物学意义重要的信号。
- JEPA 联合嵌入预测: 不是简单还原输入, 而是在隐空间中进行跨视角预测与对齐, 强化对细胞状态内在结构的学习。
- 无损扩容训练: 采用 Dense-to-MoE 的分阶段方案, 先训练稠密模型, 再扩展至 MoE 架构, 以降低扩容过程中的知识遗忘风险。
在公开披露的多项基准测试中,CellOS 在细胞状态注释和扰动响应预测任务上表现突出。其中, 衡量细胞状态预测能力的 Pearson_edist 指标达到 0.619; 在聚合注释基准中, 生物学保守分数为 0.792。相关结果显示其相较多款主流模型具备较强竞争力, 但仍需要更多真实研发场景验证其泛化能力。
📊 影响: 从科研模型走向药物研发工具仍需跨关
AI 虚拟细胞的价值不止于算法排名。 若模型能够更可靠地预测基因扰动、药物处理或细胞分化后的状态变化 , 它有望在早期靶点发现、候选药物筛选、细胞治疗方案设计等环节减少试错成本。
- 能否在更多跨组织、跨疾病场景中保持稳定表现;
- 是否能与湿实验形成闭环, 加速实验设计与验证;
- 监管对计算模型、类器官、器官芯片等新方法的接受度变化;
- 大型药企与 AI 生物科技公司的合作是否进一步加速。
🚀 总结: 世界模型为 AIVC 提供新路线
围绕“从 LLM 到 JEPA, 中国团队正在把“世界模型”搬进细胞内”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
