Biohub 的 Alex Rives：虚拟细胞先缺的是测量，然后才是模型

今天的“虚拟细胞”还不是细胞的模型

主持人问为什么虚拟细胞模型至今效果不好，是不是数据质量太差。Rives 说细胞太复杂：从原子之间的相互作用，到细胞在组织和机体里感知、交流、响应的程序，都影响结果。他的标准是：一个模型要能“有意义地模拟细胞”，并能当实验生物学的“预言机”；按这个标准，现在的模型都没达到。

“The models that are being called virtual cells today, I just don't think they meet that definition of a model that could actually simulate the cell in a meaningful way.”Alex Rives

模型、数据、测量三样都要进步，测量最根本

他把问题分成三部分：建模方法（transformer 没有细胞需要的多尺度结构）、规模化地产生能揭示细胞程序的数据，以及观察和测量真正要紧的东西的工具。他说第三样“更根本”：细胞里很多东西根本测不到，有的看都看不见，而生物学的大进展多半来自一项改变了能测什么的新技术。

离“无限数据”越远，模型的先验越重要

他说在数据和算力无限的极限下，各种架构都只是函数逼近器，差别会消失。蛋白质有大规模测序，接近这个极限，所以 ESM 这类模型做成了；细胞生物学离它“非常远”，所以模型结构里预设的假设（归纳偏置）很重要。最终目标是“生命的世界模型”，能细到原子分辨的结构，他说那还很远；现在可行的是信息层面的细胞模型：给定状态和输入，预测下一步状态的概率分布，他说“比如说未来五年”可以做到。

18 亿美元先花在空间图谱上

虚拟生物学计划 4 月启动，10 月 7 日宣布与能源部、NIH，以及 Google DeepMind、Isomorphic 和 Meta 的合作。他说核心团队正在定长期路线图，已经清楚的是大规模扩展“情境化”的细胞图谱：在组织里、在周围细胞之间看细胞，把分子测量和成像连起来，规模到数千亿个细胞以上。他把健康与疾病的细胞图谱当作下一步：一到两年出初稿，五年内在集中协调下做到相当完整，用来找出区分疾病和健康的细胞状态，再问怎样干预能把病态扭回来。

“I think first drafts of that within the next one or two years, you know, within five years with with a really focused coordinated effort, we can have, you know, a pretty comprehensive map there.”Alex Rives

每个尺度都要有自己的测量工具

他举了 Biohub 成像研究所在三个尺度上的工具。分子尺度是激光相位板：用一束驻波激光给电子束加相位，让冷冻电子断层成像在细胞里分辨出单个大分子，但只能看细胞的一部分。细胞群尺度是成片扰动细胞、统计测量它们的反应。机体尺度是透明的斑马鱼：显微镜能从一个细胞起追踪胚胎里的每个细胞，或跟踪活鱼体内所有免疫细胞。他说最后要一个能跨这些层级整合的模型。

生物学要靠实验来验证，也要跨物种学

他认为强化学习在数学和编程上进展快，是因为能在计算上快速验证；生物学的答案多是只能靠做实验得到的经验事实，所以要造出能在实验室里验证的系统，让 AI 提问、做实验、学习、再提更好的实验。模式动物不是完美替身，但 ESM 和 AlphaFold 都是在整个进化史的蛋白上训练出来的，只用人的蛋白训练不出准确的模型；他据此主张用跨物种的数据训练一个模型，而不是去找一个完美的实验替身。病历数据他说自己想得不多，担心只学到相关性；Biohub 的定位是“技术层”。