用世界模型做AI制药:扰动之心发布虚拟细胞推演模型AlphaCell 1.0 Pr

用世界模型做AI制药:扰动之心发布虚拟细胞推演模型AlphaCell 1.0 Pro

AI 制药赛道今天多了一个值得盯的变量:隐匿运营的扰动之心(PerturbMind)官宣浮出水面------数千万元天使+轮融资(清松资本领投),同时发布 AlphaCell 1.0 Pro ,按公司口径是全球首个虚拟细胞状态推演模型。智东西等媒体当日报道,技术细节有 bioRxiv 预印本背书。

TL;DR

  • 事件:扰动之心天使+轮融资官宣 + AlphaCell 1.0 Pro 发布(公司发布口径,预印本阶段);
  • 范式:从「单靶点找钥匙」转向「状态推演让系统回稳态」;
  • 技术:几何世界模型 + 生物隐空间流形 + 扰动组学三支柱,参数量 1B 可裁 300M/扩 50B;
  • 冷静:行业虚拟细胞综合准确率约 60%、新机制下 30--40%(动脉智库转引口径)------预印本成果,审慎看待。

范式之变:找钥匙 vs 回稳态

传统 AIDD 的主流范式是靶点驱动:找到致病通路上的关键蛋白(锁),设计一个分子(钥匙)去调控它。这条路成就了 AlphaFold 时代的结构预测红利,但也有天花板------很多疾病的系统层面失调无法归结为单个靶点的开与关。

虚拟细胞走的是另一条路:把细胞建模成一个可推演状态的动态系统,药物干预的目标不再是「打开某把锁」,而是「把生病的系统状态推回稳态」。用世界模型的语言说,就是学习一个状态转移算子,然后做干预条件下的反事实推演。

维度 传统靶点范式 状态推演范式(AlphaCell 口径)
干预目标 单靶点结合/调控 系统状态回归稳态
模型形态 结构预测/分子生成 状态转移世界模型
验证方式 结合亲和力等代理指标 扰动后转录组/表型对齐

技术拆解:三支柱与「参数量甜点」

按公开报道与预印本口径,AlphaCell 的底座由三部分组成:

  1. 几何世界模型:在细胞的「生物学状态空间」上学习几何结构与动态演化,而非把组学数据摊平成表格;
  2. 生物隐空间流形:约束隐空间保持生物学意义(相邻隐变量对应相似的细胞状态),让插值与外推有可解释性;
  3. 扰动组学训练信号:以 CRISPR/化合物扰动实验的组学响应作为监督,让模型学的就是「干预→状态变化」这条转移函数。

参数量设计是个有意思的信号:1B 为基线、可裁到 300M、可扩到 50B。这等于明说生命科学不该照搬通用大模型的 Scaling Law------训练数据是昂贵的扰动实验而非互联网文本,参数量的甜点位置由数据密度决定。对 AIDD 创业公司来说,这是比刷榜更务实的产品哲学。

冷静一栏:60% 与 30--40% 意味着什么

必须补上审慎视角:按动脉智库 2026 白皮书的转引口径,行业虚拟细胞模型的综合准确率约 60%,面对全新机制时跌到 30--40%。也就是说,当前虚拟细胞更接近「高维假设生成器」------它能帮你把候选空间压缩一个量级,但「推演结果直接当药效结论」是危险用法。

另外一个口径问题:AlphaCell 1.0 Pro 的成绩来自公司发布 + bioRxiv 预印本,尚未经过同行评审。本文所有技术能力表述均区分「公司发布口径」与「独立验证」,临床相关结论以同行评审文献与公司公开披露为准------本栏对 AI 制药内容的一贯红线同样适用于本文。

互动话题:你更看好靶点范式的渐进改良,还是状态推演的范式转移?如果虚拟细胞准确率能到 90%,湿实验格局会怎么变?评论区聊聊。


参考来源

  1. 智东西 扰动之心 AlphaCell 1.0 Pro 发布报道(融资/产品口径/技术三支柱/参数量信息)- https://www.163.com/dy/article/LAH7H3R7051180F7
  2. bioRxiv AlphaCell Preview 预印本(技术细节背书,DOI 以官方页面实时为准)
  3. 动脉智库 2026 白皮书(行业虚拟细胞准确率 60%/新机制 30--40%,转引口径)
  4. 本站互链 《AI制药融资超前三年总和,但走到批准的仍只有10%》(湿实验瓶颈视角,见当日 article-04)

信源清单

  • 融资金额、产品定位、参数量、「全球首个」表述均为公司发布口径,本文未做独立验证
  • 「全球首个虚拟细胞状态推演模型」为公司宣称,标题保留原文语境
  • 行业准确率数据为动脉智库白皮书转引,非本文实测
  • 临床应用相关:无任何疗效/成功承诺,以公司公开披露与同行评审为准

合规说明:本文为公开信息整理与机制解读,公司自报口径均已标注,不构成投资或用药建议。AI 辅助生成,人工核验后发布。

相关推荐
猫头_2 小时前
MCP 开发实战:把你自己的后端 API 接入 Agent
人工智能·typescript·mcp
OpenAnolis小助手2 小时前
龙蜥社区亮相 GOSIM AI Vision Forum 共话“Agentic Native”开源新
人工智能·ai·开源·操作系统·龙蜥社区·agent
Bode_20023 小时前
机器人装配线的监测和预测
人工智能·机器人装配
Zhao-Jichao3 小时前
AI Prompting for Everyone 课程笔记 - 03 联网搜索 Web Search
人工智能
xsd202411183 小时前
手机扫一眼盘子算食物体积方案
人工智能
阿里云基础软件3 小时前
Agent 任务提速 10.71%,内存占用降低 21.60%|Alibaba Cloud Linux 4 重大发布
java·linux·人工智能·操作系统·agent
服务器硬件项目经理3 小时前
《超节点修仙录》· 第一卷·炼气期【第04话】 超节点 vs 普通服务器——不就是多插了几张卡吗?
运维·服务器·人工智能·嵌入式硬件·深度学习·机器学习
前端 贾公子3 小时前
将CHATGPT/Codex 26.727.51351固定在MacOS Monterey 12上
人工智能