AI生物学!DNA→全细胞模拟

2026年8月，GenBio AI与Arc Institute推动生物AI从读取DNA迈向全细胞模拟。这些模型令人瞩目；数据、基准测试以及GPU算力成本，将决定角逐的胜负。

#VirtualCell #AIDOCell #ArcInstitute #GenBioAI #Evo2 #State #Tahoe #全细胞模拟 #基因组基础模型 #零样本基准 #扰动数据集 #生物AI #虚拟细胞挑战赛 #计算生物学 #生物安全 #NVIDIA #BioNeMo                

３年来，生物学领域一直期待属于自身的ChatGPT时刻。这套宣传说辞几乎一成不变：能够读懂生命语言、合成自然界未曾出现过的序列，并将实验室10年的研究压缩为数小时推理的模型。

2026年8月面世的成果，比这套宣传描绘的图景更小众、更务实。8月18日，GenBio AI—— 位于帕洛阿尔托，由诺贝尔奖得主David Baker与穆罕默德・本・扎耶德AI大学校长Eric Xing联合创立的公司，推出AIDO Cell。GenBio称其为首个人类细胞世界模型。该系统覆盖完整生物学层级，从DNA、RNA到蛋白质，再到整个细胞，可预测药物作用或基因敲除带来的级联效应。２天后，Arc Institute发起2026虚拟细胞挑战赛，采用相反的设计思路：不提供训练集，设置6条参赛者从未见过扰动处理的细胞系，奖金10万美元，用于奖励能够准确预测各细胞系对单基因敲除响应的团队。如何构建AI驱动的数字生命体？

２个项目瞄准同１目标，也撞上了同个瓶颈。模拟生物学的核心制约因素最终是算力，而非生物学本身。

🎯 虚拟细胞现已拥有可打分的基准测试。Arc挑战赛在从未见过的细胞系上对模型进行零样本评测，因此排行榜衡量的是泛化能力而非记忆能力。

性能优异的模型是分层架构：每个可靠的细胞模拟器底层都包含DNA基础模型、扰动数据集以及智能构建调度系统。

算力供应商已经入局这场竞赛。NVIDIA的BioNeMo是GenBio的开发底座，同时也是Arc挑战赛的赞助商，GPU算力由此成为生物实验室的战略资源。

这２项发布的意义，不在于交付了成品，而在于建立了评测标准。细胞模拟器成为可由第３方打分评估的对象；整套体系分层搭建；这些底层模块的供应商也与研究成果形成利益绑定。

第１层以DNA作为语言。Arc的Evo 2是基因组基础模型，训练数据取自超过128000个基因组、总计9.3万亿个核苷酸，为400亿参数网络，上下文窗口长度达100万token。可在单核苷酸分辨率下读写DNA、RNA与蛋白质序列——这正是演化发生的尺度。相关成果于2026年3月发表于Nature，模型权重开源。该400亿参数模型已承接600万次API调用；代码仓库下载量达88,000次。

第２层为数据。Arc虚拟细胞图谱收录超6亿个细胞，其中包含Tahoe-100M数据集：来自约6万次药物扰动实验的1亿个细胞，覆盖50种癌症模型与1,100余种治疗方案。Tahoe依托Mosaic平台，联合Parse Biosciences的GigaLab以及Ultima Genomics测序平台构建而成。数据规模至关重要，细胞模拟器在未见过的实验场景中会失效。

第３层是模拟器。Arc于2025年6月发布首款虚拟细胞模型State。GenBio的AIDO Cell于2026年8月发布，尝试在连续系统中覆盖完整生物层级：可在任意层级扰动细胞，从单个基因到蛋白质，再读取整体响应。1.0版本覆盖K-562与Hep-G2两个人类细胞系，并配套虚拟细胞基准测试集。Arc研究所Cell｜全新虚拟细胞官方基准评测框架

这与7月标注的方向一脉相承：彼时AI蛋白质设计平台已经在缩短发现周期。虚拟细胞将相关研究提升了１个层级，从单分子拓展至完整细胞。

Evo 1（Science，2024），Evo 2（Nature，2026年3月），State（2025年6月），AIDO Cell（2026年8月），2026虚拟细胞挑战赛

３层架构之上为构建调度系统。GenBio使用VCHarness，用于生成、测试、迭代候选细胞组件的智能系统，对接NVIDIA BioNeMo、Megatron以及NIM微服务。生物学模型工厂已经成为AI基础设施工程。自给自足？利用AI构建虚拟细胞

距离攻克细胞生物学还有很远，但已经搭建出可以像研究真实细胞一样开展探究的系统。——Eric Xing，GenBio AI联合创始人、首席科学家

Arc Institute是非营利核心机构，总部位于帕洛阿尔托，搭建开源体系：Evo、State、细胞图谱，并举办赛事、制定基准。该机构于2026年7月任命Usman Muzaffar担任首席技术官，推进虚拟细胞计划。挑战赛由NVIDIA、10x Genomics、Ultima Genomics支持，最终测试集将于2026年10月22日放出。

GenBio AI是商业化竞争者。将DNA、RNA、蛋白质、细胞的预训练模型整合为可编程系统，已经面向开放实验场景推广可下载细胞模型。其办公室分布于帕洛阿尔托、阿布扎比、巴黎，对应目标客户市场。邢波/宋乐Cell｜虚拟：分子→细胞→组织→器官→个体

除此之外，还有传统计算药物研发企业。Alphabet旗下DeepMind分拆出的Isomorphic Labs，依托AlphaFold技术路线开展分子设计；Insitro结合自研实验数据与机器学习，研究代谢与神经疾病；Recursion运营业内规模最大的自动化湿实验室集群之一。这些机构均尚未拥有覆盖全生物层级的细胞模拟器。8月的２项发布宣称要填补这一空白。

Evo 2团队量化了尚存的差距。在噬菌体基因组上微调模型后，得到285个候选设计；其中16个可以增殖、抑制靶细菌，且不影响无关菌株。有效率接近6%——属于进展，但距离工程化应用尚有巨大差距。

细胞生物学本身存在诸多难点。AIDO Cell 1.0仅模拟２条细胞系。跨细胞环境的泛化能力，也就是Arc 2026挑战赛重点评测的能力，仍未得到解决，这也是赛事不开放训练集的原因。进入开发阶段的化合物大约万分之一能够进入临床，虚拟细胞的目标就是改善这一比例。约1/5人类蛋白功能未知，限制了模拟器可预测的范围。诺奖得主联合创始人！虚拟细胞世界模型

生物安全是隐性约束。Arc刻意在Evo 2训练中排除真核病毒；红队安全测试显示，模型生成的致病病毒蛋白序列随机性很强。团队明确表示，未来能力更强的模型需要更强的对齐管控。

📊 跟踪关键信号 

• 虚拟细胞挑战赛最终测试集将于2026年10月22日发布，０样本得分将验证泛化能力是真实效果，还是排行榜虚高。 Arc研究所Cell｜虚拟细胞挑战赛

• AIDO Cell下一版是否拓展细胞系，还是停留在２种细胞的演示版本。 

• 药企是否会用硅上模拟读数替代部分临床试验环节。 

• Arc细胞图谱细胞量是否突破10亿。 NVIDIA生物计算栈是否成为实验室付费服务项。虚拟细胞模型：借助AI模拟生物学

虚拟细胞不再只是思想实验，已有基准、数据集、算力栈与评分榜。但它尚且无法证明模拟结果可以预测患者层面的效应。未来12个月的排行榜数据，比任何产品发布都更能回答这个问题。

算力，决定生物学研究推进的速度。

思维导图

核心信息总览

2大主角对比

虚拟细胞3层技术栈

赛道内其他竞争者

传统计算药物研发

现存瓶颈与风险

参考

The Virtual Cell Race: AI Biology Moves From DNA to Whole-Cell Simulation

https://nexi.fund/virtual-cell-ai-models-2026/

注：AI辅助创作，如有不当欢迎指出。内容仅供参考，不构成任何建议。