阿里达摩院发布AI虚拟细胞模型“灵枢细胞”:精准模拟细胞状态,预测扰动响应,开启生物医学动态模拟新时代

长久以来，构建一个能够像预测天气一样，动态模拟细胞状态并预判其对药物或基因改变反应的“虚拟细胞”，是生物医学研究的前沿梦想。单细胞RNA测序技术在过去十年积累了海量数据，但大多数分析仍停留在对细胞状态进行“拍照存档”的静态描述阶段，缺乏预测和模拟能力。

现有模型的局限性明显：基础模型仅学习静态表征，生成模型与单细胞数据离散、稀疏的本质不匹配，而扰动预测方法则泛化能力不足。整个领域迫切需要一个能够显式表征细胞状态、并支持条件模拟的“细胞世界模型”。

近日，阿里达摩院研究团队在预印本平台arXiv上发布了名为Lingshu-Cell（灵枢细胞）的生成式细胞世界模型。其名称源自《黄帝内经》的“灵枢”，寓意捕捉生命活动的核心机制。这一成果为虚拟细胞建模和扰动响应预测提供了全新的技术路径。

一、核心技术：从“基因填空”开始

Lingshu-Cell的核心创新在于其掩码离散扩散模型架构。该设计从单细胞数据“稀疏、离散、无序”的本质出发，进行了三项关键革新。

首先，模型将基因表达值转换为离散的“词元”。其前向过程如同逐步擦除部分基因信息，反向过程则像教AI玩“基因填空”游戏，通过迭代预测被擦除的表达值来学习细胞内部的调控规律。这种方法避免了连续扩散模型对数据的全局干扰，也无需自回归模型的固定生成顺序，完美适配单细胞数据特性。

其次，模型直接对约18000个全转录组基因进行建模，跳过了传统分析中筛选高变异基因等预处理步骤，从而保留了更完整的基因间依赖关系网络。

最后，模型通过联合嵌入技术，将细胞类型、供体身份与扰动条件（如基因敲除）编码到同一隐空间中。这使得模型能够预测从未在训练数据中出现过的“细胞身份-扰动组合”会如何改变全转录组表达，无需为每种新扰动重新训练。

二、两大核心能力验证

Lingshu-Cell通过生成虚拟细胞和预测扰动响应两大任务，证明了其作为“细胞世界模型”的价值。

1. 高保真“创造”虚拟细胞

在涵盖人类大脑皮层、心脏、肺等9种组织，以及小鼠、斑马鱼等5个物种的数据集上测试显示，模型生成的虚拟细胞具有惊人的真实性。它不仅能够准确复现实测数据的基因表达分布和细胞亚型比例，还能稳定地还原不同组织乃至不同物种特有的细胞转录组特征。定量评估指标（如皮尔逊相关系数）优于scDiffusion、scVI等现有方法。

灵枢细胞框架概述

2. 精准预测细胞“应激反应”

在预测细胞如何响应未知扰动方面，Lingshu-Cell同样表现出色。在Virtual Cell Challenge H1基准测试中，它仅用约60万个训练细胞就取得了领先性能，精准捕捉了基因扰动后全转录组的表达变化。此外，在预测人类外周血单个核细胞对90种细胞因子刺激的反应时，其预测结果与真实实验数据的吻合度远超现有方法，为个性化免疫研究提供了有力工具。

灵枢细胞准确预测细胞系对基因扰动的单细胞转录组反应

灵枢细胞准确预测外周血单个核细胞（PBMC）对细胞因子干扰的单细胞转录组反应

三、开启硅基生物医学新范式

Lingshu-Cell的成功为多个生物医学领域带来了新的可能性。其核心应用价值主要体现在三个方面：

· 虚拟数据生成：可生成稀有细胞类型或疾病状态的模拟数据，弥补实验样本不足，降低测序成本，为疾病标志物开发等提供训练资源。

· 硅基扰动筛选：在计算机中模拟药物或基因编辑对各类细胞的影响，快速初筛潜在的治疗靶点，大幅降低湿实验的周期和成本。

· 多领域赋能：加速药物发现过程，帮助揭示复杂疾病的细胞机制，并结合个人基因组数据推动个性化治疗方案的预测。

展望未来，研究团队计划整合多组学数据以构建更全面的模型，扩大预训练数据规模以提升对罕见状态的预测精度，并持续优化推理效率。目前，该模型框架已开源，为生物信息学研究者提供了一个可修改和拓展的基础，有望推动整个领域的协同创新。

（免责声明：部分文字及图片来源于网络，仅供学习、交流使用，版权归原作者所有；如有问题请及时联系我们以做处理）