【Cell】哥伦比亚大学发表生成式AI想读懂细胞生物学,还差这十五道难题

预测细胞行为时，生成式AI常像把蛋白质折叠那套硬套过来，数据、机制和评测都让人头疼。这篇论文索性列出十五个挑战，像一张解题地图。它2026年9月17日发表于Cell，英文题目是Fifteen challenges for generative AI applications to cell biology，中文可译作“生成式AI应用于细胞生物学的十五个挑战”。团队由哥伦比亚大学欧文医学院领衔，联合多家机构。

Gen-AI 在分子任务上很成功，但能否预测细胞和多细胞表型仍不明；作者主张用互作网络等先验约束新模型，并仿 Hilbert 提出十五个挑战。

先看起点：预测扰动对细胞的影响是关键，但传统实验范式低效，临床试验成功率仅 14.6%、6.7%。

随后对比：计算与 Gen-AI 在蛋白/图像任务上突破，细胞状态预测却多靠回顾性基准，少前瞻验证。

再往下：神经退行、心血管和肿瘤微环境都涉及多细胞互作，虚拟细胞未必自然出现；免疫系统因可采样、迁移、工程化、体内验证被选作范例。

与此同时，作者质疑 LLM：多细胞调控不是线性 token，而需 N-way 高阶互作，如三方调控，组合空间达 3.48×10^150。

由此主张预置生物知识，用图注意力整合 STRING、PrePPI、ENCODE、ARACNe 等先验；scGPT、Geneformer 不敌线性基线。最终提出十五个挑战。

这篇文章采用了以概念综合和问题清单为核心的观点/展望型框架，而不是实验研究设计。它没有开展湿实验、设置实验对照或进行数据集建模分析，而是整合跨领域专家判断，围绕生成式AI在细胞生物学中的应用展开论证，比较分子层面已有成功与细胞及多细胞预测的局限，讨论虚拟细胞、免疫系统建模和当前大语言模型架构的瓶颈，并提出十五项面向未来的AI挑战。这样的策略更接近问题定义与路线图构建，旨在引导后续建模、数据与验证框架的发展。

Figure 1：这张图把十五个Gen-AI生物学挑战按分子互作、分子功能、细胞/系统功能、临床转化四层排开，想回答Gen-AI该把力气集中到哪里；看到的是从分子到多细胞的难度阶梯，指向分子层面的成功不能自动外推到细胞和多细胞行为，必须引入生物先验并做前瞻验证。

Figure 1

这张图讲的是全文的总路线图：先定问题，再为后面各层挑战和基准铺路。

方法上，原文没交代 Figure 1 的绘图工具或数据来源；它只是概念性分层框架，不是实验结果。

一句话，它解决的是“该朝哪打”；结论是十五个挑战要绑定盲法前瞻验证，而非只看回顾性分数。

我觉得它最大的新意是把“为什么 AlphaFold 行、细胞不行”说透了：线性 token 扛不住 N-way 互作，单细胞基础模型常打不过线性基线，于是主张把调控网络、物理约束当先验塞进架构，这对我这种还在手搓网络推断的人挺解气。但是真到设计验证，它更像一张许愿单：先验从哪来、质量差怎么办、动态重评估阈值谁定、十五个挑战怎么排出可证伪的基准，都没给硬方案。作为 Perspective 可以，可要说服我做湿实验，还差一份能跑起来的对照。