数字细胞 数字细胞(虚拟细胞)专题研究平台 与《数字细胞实验室》公众号并列运行 · xbzy.hstgenomics.com

什么是“数字细胞(虚拟细胞)”?

简单说,就是在计算机里造一个“活细胞的数字替身”——以后科学家想测试敲掉某个基因、或者加入一种新药分子,不需要先在实验室养细胞做实验,而是直接问计算机里的虚拟细胞:“这个细胞接下来会变成什么样?会不会死?哪些基因会升高?”

🔬 领域四大版块盘点↓

24 个代表性模型 · 8 大数据平台 · 5 大行业争议 · 11 家国内外顶尖团队

📚 顶刊必读论文与文献库→

Cell / Nature / Science 95 篇核心代表作中文拆解 + 1,554 篇文献全库检索

🗓️ 《数字细胞实验室》公众号排期→

11 月 30 天每日发稿计划 · 13 篇已写好可直接看的公众号长文 · 60s 视频脚本

第一部分 科学家是怎么造虚拟细胞的?(两条核心技术路线)

过去 14 年里,全球学界演化出了两条截然不同的路线;直到 2024–2026 年,这两条路线正在加速合流。

路线一 · 自底向上“拼积木” 2012 年起源

全细胞机理模拟派(白盒方程派)

代表人物:斯坦福大学 Markus Covert 团队、伊利诺伊大学 Luthey-Schulten 团队

核心做法:把细胞里已知的每一个基因、蛋白质、代谢化学反应全部写成数学方程,按每秒一步在计算机里推演细胞怎么长大、怎么分裂。
奠基代表作:2012 年《Cell》发表世界上第一个全细胞计算模型(把生殖支原体全部 525 个基因装进 28 个模块);2026 年推进到最小合成细胞 4D 全周期模拟与《Nature》虚拟酵母。
最大优点:因果过程完全透明,每个分子的来龙去脉都能解释清楚。
卡脖子难题:支原体只有 525 个基因还能凑齐参数;但人类细胞有 20,000 多个基因,绝大多数体内反应速率根本没法测准,方程列不出来。
下载 PDF 导读手册
路线二 · 自顶向下“喂数据” 2022–2026 爆发

AI 细胞基础模型派(大模型数据派)

代表人物:Stephen Quake(CZI)、Aviv Regev、Bo Wang(scGPT)、Arc 研究所

核心做法:不写物理化学方程,而是像训练 ChatGPT 一样,直接把几千万到上亿个真实人类单细胞测序数据喂给 Transformer 大模型,让 AI 自己从数据里学会基因之间的调控规律。
奠基代表作:2023–2024 年 Geneformer(Nature)、scGPT(Nat. Methods)密集发表;2024 年底 42 位顶尖学者在《Cell》联名发表《如何用人工智能构建虚拟细胞》纲领宣言。
最大优点:能直接处理最复杂的人类组织、肿瘤微环境与临床多组学数据。
卡脖子难题:黑盒模型“知其然不知其所以然”;2025 年多篇《Nature Methods》独立横评发现,遇到没见过的基因敲除时,许多大模型预测准确度还打不过一条简单的线性平均基线。
下载 PDF 导读手册

第二部分 一条时间线看懂 14 年发展脉络(2012 – 2026)

从 2012 年第一个支原体模型,到 2026 年全球百亿资金押注的 AI 虚拟细胞

第三部分 领域核心全景:模型、数据、争议与玩家(点击下方标签切换查看)

按“代表模型 / 数据与平台 / 行业争议与横评 / 国内外顶尖团队”分成四个清晰版块,点击任意卡片可看详情