在电脑中培养“细胞盆栽”，让细胞拥有元宇宙“数字分身”？这或许是未来生命科学研究极具潜力的一个发展方向。这条路究竟怎么走？

　　3月25日，西湖大学医学院郭天南团队在《细胞研究》发表评述文章，探讨人工智能虚拟细胞（AIVCs）的发展方向。他提出，AIVCs的核心依赖于三大数据支柱——先验知识、静态结构和动态状态，而且高通量组学数据（特别是微扰蛋白质组学数据）在动态模拟中具有关键作用。

　　述评还进一步提出了闭环主动学习系，结合AI预测与自动化实验，实现自适应优化，加速细胞建模与科学发现。为确保AIVC概念的可行性，研究人员建议从酵母等较简单但信息丰富的细胞模型入手，并逐步扩展到更复杂的人类癌细胞系，以推动AIVCs在生物医学、药物开发和个性化医疗中的广泛应用。

　　相当于一个养成游戏？

　　在生物医学研究中，细胞是生命的基本单位，对于理解健康、衰老、疾病以及药物开发和合成生物学至关重要。然而，传统的细胞实验通常需要消耗大量资源，并且实验结果易受变异影响，导致可重复性问题。因此，研究人员提出了虚拟细胞（Virtual Cells）或数字细胞（Digital Cells）的概念，以减少实验成本并提高研究的准确性和效率。

　　而AIVCs的核心思想则是通过人工智能和多模态数据整合，构建精确且可扩展的虚拟细胞模型。相比传统的虚拟细胞建模方法，AIVCs能够更全面地模拟细胞功能，并具有高通量仿真能力，甚至在某些情况下可以替代实验室实验。

　　“我们可以用‘智能细胞培养游戏’来理解AIVC。”郭天南解释，想象你正在玩一款名为“元宇宙细胞培养师”的高级模拟游戏，AIVC就是你在游戏中培养的“智能虚拟细胞”。

　　其中，三大数据支柱就像游戏的三个核心模块：先验知识是游戏的“百科全书”，包含了所有已知的细胞生物学信息；静态结构则是细胞的 “3D建模器”，让你能看到细胞的精细结构；动态状态是细胞的 “实时监测系统”，显示细胞内各种分子的实时变化。

　　综合了这些信息，游戏就能模拟真实细胞的行为和反应。闭环主动学习系统则像是游戏中的 “自动实验室”功能——它会自动识别你的虚拟细胞还有哪些未知的特性；它会设计并执行虚拟实验来探索这些未知领域；实验结果会立即用于更新和改进你的虚拟细胞模型。

通过闭环学习促进AIVC生长和发展的数据支柱

　　这个 “智能细胞培养游戏”不断循环运行，每次实验都让你的虚拟细胞变得更加真实和精确。随着游戏的进行，你的虚拟细胞会越来越像真实的细胞，甚至可能揭示一些在现实世界中尚未发现的细胞特性。

　　这样，科研人员就能在电脑中培育出各种各样的 “细胞盆栽”,用于研究生命科学，而不需要真实的实验室和大量资源。

　　郭天南指出，AIVC需要依赖AI驱动的多模态数据整合，结合深度学习技术来解析复杂数据，最终推动系统生物学、个性化医学和药物研发的发展，为细胞行为研究提供新的视角。

　　入门级首选虚拟酵母细胞

　　AIVC的首个细胞模型选择至关重要，不同候选细胞各有优劣。述评文章建议科研人员把虚拟酵母细胞作为AIVCs的入门方向。因为，相较于支原体和大肠杆菌，酵母既简单又包含真核细胞结构，数据相对丰富，并已在生物学和药物筛选领域广泛应用。

　　而人类癌细胞系则是AIVC的后续重要目标，可推动AIVC在精准医学和药物开发中的应用。也就是说，先从简单模型入手，有助于优化AIVC的数据需求、建模策略和评估框架，为未来扩展到更复杂细胞系统奠定基础。

　　未来，AIVCs有望在药物开发、疾病建模和基础生物学研究中发挥重要作用，而科学界的协同合作对于推动这一领域的发展至关重要。因此，建立AIVCs的标准和最佳实践，将成为该领域下一阶段的重要任务，以确保AIVCs能够真正实现其在计算生物学和生物医学研究中的变革性潜力。