夜雨聆风在当今的计算生物学领域，科学家们一直追寻着一个终极目标：打造能够完美模拟真实细胞运作机制的“虚拟细胞” 。
这不仅意味着要在数字世界中复刻细胞的结构，更要求模型能够精准预测细胞在面对外来刺激（如药物干预、基因突变）时的动态变化 。
近日，阿里达摩院（DAMO Academy）的研究团队在预印本平台arXiv上发布了一项极具突破性的研究成果——Lingshu-Cell（灵枢细胞） 。这是一款面向单细胞转录组学建模的生成式细胞世界模型 ：通过引入创新的掩码离散扩散架构，“灵枢”成功跨越了传统静态表征的局限，向真正的动态虚拟细胞迈出了历史性的一步 。
图注：达摩院团队最新发布的研究论文，提出构建面向“虚拟细胞”的生成式单细胞世界模型 Lingshu-Cell（灵枢）
01
行业痛点：现有模型为何玩不转“动态模拟”？
伴随单细胞RNA测序（scRNA-seq）技术在过去十年的爆发式增长，研究人员已经能够精细描绘细胞在不同状态下的图谱 。然而，绝大多数研究依然停留在描述性分析层面，比如细胞聚类和注释 。
虽然近年来涌现了诸如scGPT、Geneformer等优秀的单细胞基础模型，但它们主要针对的是“静态特征学习”，并没有针对生成式模拟进行显式建模 。此外，像scVI等现有的生成模型往往基于连续数据的假设，这与单细胞转录组数据本身高度稀疏、离散以及非连续的本质产生了严重的“水土不服” 。
这就好比我们有了一台极高清的相机，能给细胞拍出完美的“快照”，但却缺少一台摄影机，无法推演细胞在受到干扰后会如何“行动” 。
02
破局利器：Lingshu-Cell 的核心黑科技
为了解决这一难题，达摩院团队另辟蹊径，为Lingshu-Cell引入了掩码离散扩散模型。
直接在“离散空间”中运算： 区别于强行将数据连续化的传统做法，Lingshu-Cell直接在离散的基因表达词元（token）空间中运行，完美契合了单细胞RNA数据的稀疏性 。
无需人为筛选基因： 以往的模型常常需要先过滤掉低表达基因，而Lingshu-Cell可以直接对大约 18,000 个基因进行全转录组规模的建模，无需任何基于变异性或表达水平的先验筛选 。
非自回归双向优化： 它摒弃了对固定生成顺序的依赖，通过随机遮盖（Mask）并预测离散词元的方式，学习极其复杂的全转录组基因依赖关系 。
图注：Lingshu-Cell 核心技术架构示意：创新引入掩码离散扩散模型，直接在离散的基因表达词元空间内进行非自回归双向优化。
03
🧬 两大核心应用场景：创造与预测并重
在强大的底层架构支撑下，Lingshu-Cell 在两大核心任务中展现出了惊人的实力：
1
无条件生成：跨越物种与组织的高保真“细胞克隆”
在没有任何外部干扰条件的情况下，Lingshu-Cell 展现出了惊人的泛化能力。研究团队在涵盖人类8大组织（如大脑皮层、心脏、肺等）和4个非人类物种（小鼠、猕猴、斑马鱼、果蝇）的海量单细胞数据集上进行了测试 。
结果显示，该模型不仅能准确重现真实单细胞转录组的分布特征，还能极其精准地复刻特征基因的表达模式和各类细胞亚型的比例 。这表明AI已经掌握了不同生物体内细胞异质性的底层密码 。
图注： 高保真“细胞克隆”能力展示：Lingshu-Cell 生成的虚拟细胞数据在分布特征与细胞亚型比例上（下排），高度还原真实单细胞转录组（上排）
2
条件生成：精准预判“基因扰动”与“药物刺激”反应
如果说生成健康细胞只是热身，那么预测细胞受刺激后的反应才是 Lingshu-Cell 的主战场。通过将“细胞类型/供体身份”与“扰动条件”联合嵌入到潜在空间中，模型能够预测出前所未见的扰动组合带来的全转录组表达变化 。
登顶虚拟细胞挑战赛 (VCC)： 在评估遗传基因扰动的 VCC H1 基准测试中，Lingshu-Cell 仅使用了约 60 万个训练细胞，就在平均排名中斩获第一，全面超越了针对特定任务设计的预测模型 。
精准预测细胞因子响应： 在基于人类外周血单核细胞（PBMC）的真实药物（细胞因子）干预测试中，Lingshu-Cell 同样表现卓越。它能够跨越不同供体，准确模拟出几十种特定细胞因子诱导下的免疫反应 。
图注： 精准预判基因与药物反应：Lingshu-Cell 在虚拟细胞挑战赛（VCC）等多项基准评估中，多项核心指标均超越现有预测模型
04
迈向未来：“虚拟细胞”的星辰大海
《黄帝内经》中云：“夫十二经脉者，内属于脏腑，外络于肢节”。《灵枢》作为其核心篇章，探讨的正是生命的底层运作机理。阿里达摩院以“灵枢”命名这一模型，寄托了用AI解构生命底层密码的宏大愿景。
Lingshu-Cell 证明了掩码离散扩散模型（MDDM）可以作为单细胞转录组学的统一生成框架 。它的出现，不仅仅是一次算法层面的胜利，更为我们在计算机构建虚拟生物实验室奠定了坚实的基础 。
在未来，它有望被广泛应用于大规模的计算机模拟实验中，帮助医学界以前所未有的速度筛查潜在药物、探究复杂疾病的根源，并描绘复杂的发育轨迹 。
END
论文链接：
https://arxiv.org/abs/2603.25240
