Nature：西湖大學郭天南團隊提出“虛擬酵母”計劃，用AI打造首個虛擬真核細胞

撰文丨王聰

編輯丨王多魚

排版丨水成文

如果你是一名合成生物學家，想設計一株能高效生產青蒿素的酵母，傳統(tǒng)流程可能是這樣：在實驗室里一輪輪敲除基因、調整培養(yǎng)條件，再測代謝產物的產量——這個過程往往要花上幾個月甚至幾年。但如果有一個“數字酵母”，能在電腦里先模擬出所有基因編輯方案的代謝結果，把最優(yōu)解直接推給你，研發(fā)效率會提升多少？

2026 年 7 月 1 日，西湖大學郭天南教授聯合來自北京大學、上海人工智能實驗室、復旦大學、斯坦福大學、蘇黎世聯邦理工學院、多倫多大學等機構的數十個研究團隊，在Nature期刊發(fā)表了題為：Towards the construction of a virtual yeast 的前瞻性評述文章，提出了“虛擬酵母”（Virtual Yeast）計劃，旨在使用 AI 打造全球首個可預測、可實驗驗證的虛擬真核細胞，這不是簡單的細胞動畫，而是一個能模擬酵母從基因表達到代謝產物全鏈條行為的 AI 系統(tǒng)。

作為一種由 AI 驅動的智能體，虛擬酵母通過整合多模態(tài)生物數據、機制推理和主動實驗，以釀酒酵母作為遺傳可操作且數據豐富的模型系統(tǒng)，來模擬真核細胞的行為。該團隊將細胞復雜性分解為八個以功能為中心的模塊，涵蓋遺傳、代謝和結構系統(tǒng)，每個模塊均以特定領域的 AI 工具實現，并通過基于大語言模型的協(xié)調層進行統(tǒng)一調度。該系統(tǒng)建立在三大數據支柱之上——機制知識、亞細胞結構和動態(tài)狀態(tài)，將表示學習與生成建模集成于一個閉環(huán)學習流程中，能夠自主設計并執(zhí)行實驗。

虛擬酵母既是一個概念平臺，也是一個操作平臺，可用于優(yōu)化生物合成通路，支持在多種細胞過程中生成和優(yōu)先排序假設，并加速靶點發(fā)現。通過將生物真實性與自主 AI 推理相結合，虛擬酵母為構建虛擬真核細胞和推動合成生物學發(fā)展建立了一個可推廣的藍圖。

為什么選擇酵母？

提到模式生物，很多人會想到大腸桿菌，但其作為原核細胞，與更復雜的真核生物相差太大。而釀酒酵母（Saccharomyces cerevisiae）才是真核生物的“黃金模型”。

酵母，是真核生物里的“小個子”，直徑只有 3-10 微米，卻擁有完整的真核細胞結構：細胞核、線粒體、內質網、高爾基體這些真核細胞特有的“器官”一個不少；它的遺傳工具箱極其豐富：覆蓋所有非必需基因的敲除文庫、全基因組 GFP 標簽庫、百萬級規(guī)模的遺傳互作圖譜，幾乎把“基因怎么影響性狀”的關系摸透了八九成；更關鍵的是，酵母和人類的核心細胞過程高度保守——細胞周期調控、DNA 修復、囊泡運輸這些基礎邏輯，和人體細胞是同根的。

換句話說，把酵母的數字模型做通了，這套方法就能平移到更復雜的真核細胞研究里，甚至為癌癥機制解析、藥物篩選打下基礎。

虛擬酵母不是“數字標本”，是八個功能模塊組成的AI智能體

傳統(tǒng)細胞建模的思路，往往是把所有分子反應塞進一個巨大的數學方程里，不僅計算量爆炸，還很難適配不同的研究需求。這次的虛擬酵母項目換了個思路：按細胞功能拆成八個獨立的 AI 模塊，再使用大語言模型（LLM）當“總指揮”協(xié)調它們工作。

這八個模塊剛好對應酵母的核心生命活動——

• 膜系統(tǒng)模塊：管內膜系統(tǒng)結構、物質運輸和脂質合成；

• 遺傳中樞模塊：負責染色質結構、基因組穩(wěn)定性、轉錄調控和細胞周期推進；

• 線粒體能量模塊：主導氧化磷酸化、氧化還原平衡和衰老相關代謝；

• 胞質代謝模塊：覆蓋中心碳代謝、氨基酸合成、營養(yǎng)感知和儲能；

• 生物合成網絡模塊：負責蛋白質合成、折疊、翻譯后修飾和降解；

• 細胞骨架模塊：整合微絲、微管、細胞壁重塑，支撐細胞形態(tài)發(fā)生和物質運輸；

• 應激處理模塊：管理應激顆粒、P-小體、氧化應激解毒，應對環(huán)境變化；

• 降解機器模塊：執(zhí)行蛋白酶體和液泡降解，回收細胞組分。

每個模塊都是專門的 AI 工具：比如代謝模塊會用變分自編碼器學習蛋白組和代謝組的關系，用擴散模型預測不同擾動下的代謝流變化；遺傳模塊會微調 Evo3 這類基因組基礎模型，專門識別酵母特有的調控語法。而大語言模型就像“項目經理”，接到用戶的問題（比如“敲除某個基因后酵母能不能在高溫下存活？”），會自動判斷該調用哪個模塊，甚至組合多個模塊的計算結果，給出綜合預測。

虛擬酵母 AI 智能體的概念路線圖

為了保證預測不“胡編亂造”，系統(tǒng)還加了三重約束：一是知識圖譜把關，所有推理都要符合已知的基因、通路、細胞器之間的因果關系；二是物理規(guī)則約束，比如代謝反應必須符合化學計量平衡，動力學符合已知酶學規(guī)律；三是強化學習反饋，用真實實驗結果當“獎勵信號”，讓模型越算越準。

虛擬酵母代理各功能模塊的架構框架

三個數據支柱撐起虛擬酵母的“地基”

要讓 AI 真的懂細胞，光有算法不夠，還得有高質量的數據。文章中明確提出構建虛擬酵母需要三個核心數據支柱：

第一是先驗生物學知識。幾十年來積累的酵母數據庫就是最好的養(yǎng)料：酵母基因組數據庫 SGD 的基因注釋、YMDB 的代謝物信息、YeastNet 的蛋白互作網絡、涵蓋近 100 萬對遺傳互作的全局互作圖譜……這些經過實驗驗證的知識會被整理成結構化知識圖譜，給 AI 當“教科書”。

第二是亞細胞空間架構數據。過去我們測組學，往往得到的是整個細胞的平均結果，不知道分子到底在哪個細胞器里干活。現在有了空間組學、膨脹顯微鏡、冷凍電鏡斷層掃描這些技術，我們能知道 mRNA 在細胞核里的定位、蛋白在應激顆粒里的分布、線粒體嵴的精細結構。這些數據能給 AI 建立“空間感”——畢竟很多細胞反應，位置錯了，功能就錯了。

第三是動態(tài)狀態(tài)數據。細胞不是靜態(tài)的，敲除一個基因、加一種藥物、升一度溫度，它的狀態(tài)都會隨時間變化。團隊已經啟動了第一階段的數據采集：用 969 個天然酵母菌株，在碳氮源變化、溫度波動、化學脅迫等不同條件下，做了超過 1.5 萬份時間分辨率的蛋白組檢測，配套 5000 多份代謝組數據和生長曲線。更重要的是，他們用了“主動學習”策略：AI 先根據現有數據預測哪些擾動條件最“信息量最大”，再指導實驗優(yōu)先做這些，形成“模型預測→實驗驗證→數據反哺模型”的閉環(huán)。

閉環(huán)主動學習推動虛擬酵母模型的迭代優(yōu)化

從代謝模塊開始，虛擬酵母已經在落地

文章中專門舉了代謝模塊的案例，展示這個框架的實際能力。傳統(tǒng)的基因組尺度代謝模型（GEM）雖然能預測生長表型，但很難精準算出細胞內代謝物的濃度變化。而虛擬酵母的代謝模塊把 AI 和 GEM 結合起來：用 Evo2 編碼基因組特征，用 Uni-Mol 編碼小分子特征，用深度學習模型學習蛋白豐度和代謝物濃度的關系，再用 GEM 的反應規(guī)則做約束，既能預測代謝流的變化，也能定量估算代謝物水平。

目前這個模塊已經在優(yōu)化代謝物生產的場景里展現潛力：比如預測敲除哪些基因能提高某種工業(yè)用氨基酸的產量，比傳統(tǒng)機器學習模型的準確率更高。按照規(guī)劃，未來 5-10 年，這個項目會逐步完成：第一階段先打磨好代謝模塊，建立基準測試集；第二階段整合 2-3 個細胞器的功能模塊；第三階段實現八個模塊的完全整合，形成真正的全細胞 AI 智能體。

不止是酵母：虛擬細胞的通用藍圖

當然，研究團隊也坦言：虛擬酵母不會是完美的“數字孿生”，不需要也不可能把細胞里的每一個分子都精確模擬。它的核心價值，是提供一套可落地的框架：從功能出發(fā)拆分模塊、用多模態(tài)數據訓練、靠實驗閉環(huán)迭代、兼顧預測能力和可解釋性。

更重要的是，這套思路不只適用于酵母。未來還可以用類似的方法構建人類細胞的虛擬模型，用來模擬疾病發(fā)生過程、篩選藥物靶點、設計個性化治療方案。從酵母到人類，從基礎研究到生物制造，這個小小的虛擬酵母，可能正是打開“數字生物學”大門的第一把鑰匙。

https://www.nature.com/articles/s41586-026-10574-9