首發｜融資數千萬元，這個00后用AI重塑細胞

在生物學領域，長期以來存在一種略帶調侃的觀點：生物學似乎沒有獨立的“第一性原理”，其規律往往可以追溯到物理與化學。人體大約由數萬億個細胞構成，而細胞本身則是一個極其復雜的信息處理與傳輸系統，這種復雜性遠超傳統解析工具的處理能力。

而人工智能的出現，正在改變這一局面。過去難以被建模的生物復雜性，開始可以通過數據與算法被逐步逼近與刻畫，“虛擬細胞”（Virtual Cell）也因此成為近幾年生命科學與AI交叉領域最受關注的方向之一。

在全球范圍內，這一方向已經吸引了頂級科學家與科技公司的集中投入。2024年諾貝爾化學獎得主、Google DeepMind 首席執行官兼聯合創始人Demis Hassabis多次在公開采訪中提到，“虛擬細胞”將是 DeepMind的重要研究方向之一，其目標是構建能夠在計算機中模擬完整細胞行為的AI系統，從而理解生命運作的底層機制。

與此同時，馬克?扎克伯格與普莉希拉?陳夫婦創辦的慈善機構Chan Zuckerberg Initiative也在今年明確宣布，將在未來十年投入數億美元，推進虛擬細胞相關研究，包括開放生物數據集與計算工具的建設。而就在近期，NVIDIA亦與CZI達成合作，通過提供AI算力與基礎設施，加速虛擬細胞模型的開發與應用落地。

在國內，這一方向也開始出現早期探索者。其中，華源智因近期完成數千萬元種子輪融資，由水木創投領投，向陽資本于本輪后擔任長期獨家財務顧問。公司創始人杜潤詩就讀于加州大學洛杉磯分校（University of California, Los Angeles），主修計算機科學與經濟學，大四決定輟學創業；CTO王藝璇為香港中文大學計算機系博士生，師從李煜教授，已發表10余篇論文（包括 Nature Communications、Nature Computational Science、Nature Methods 等），并曾在百圖生科主導基因擾動預測模型 xTrimoSCPerturb（ 2025年度Virtual Cell Challenge 冠軍模型），同時參與 GenBio.AI 下游任務設計，并擔任 MBZUAI 訪問學者。

目前，虛擬細胞正在從“概念驗證”逐步走向“機制驗證”與“應用驗證”的階段。有從業者判斷，未來10年內，基于虛擬細胞的計算模型有望逐步重塑藥物研發范式，部分動物實驗不再是唯一依賴路徑，將會被更高通量、更可計算的模型體系所補充甚至部分替代，并逐步滲透到臨床前乃至臨床研究的流程之中。據悉，華源智因已經開始與頂級三甲醫院開展臨床層面的聯合驗證，并觀察到模型預測結果與真實生物實驗之間具有較高一致性，目前已實現初步商業化訂單落地。

虛擬細胞的前世今生

虛擬細胞，并非一個突然出現的新概念。其英文通常被稱為 AI Virtual Cell（AIVC），即利用人工智能構建能夠模擬細胞狀態、預測細胞行為的數字化模型。

人類對于"數字細胞"的探索已經持續了半個多世紀。20世紀60年代，隨著分子生物學的快速發展，科學家開始嘗試用數學和計算模型描述細胞內部的信息傳遞過程。當時的研究主要建立在生物化學和分子生物學已經發現的確定性規律之上。例如，生物化學關注化學反應動力學，而分子生物學則將基因調控網絡理解為類似"開關"的邏輯系統——轉錄因子結合DNA，啟動或關閉基因表達，進一步影響蛋白質合成以及后續的一系列生物過程。

因此，早期的數字細胞模型，本質上都是基于已知生物學機制構建的"規則模型"。研究者通過建立蛋白質相互作用網絡、基因調控網絡等方式，對細胞運行進行計算模擬。

不過，這類模型也存在天然局限。由于模型依賴大量人工定義的生物學規則，當系統復雜度不斷提高時，參數數量會呈指數級增長，模型很難覆蓋真實生命系統。

因此，早期研究對象大多局限于結構相對簡單的生命體。例如21世紀初，國際上曾完成對支原體的數字化模擬。這種生物僅擁有數百個基因，是目前已知基因組最小的自由生存生物之一，因此成為驗證數字細胞模型的重要對象。研究人員能夠模擬其部分代謝過程、蛋白表達以及細胞生命周期，但距離模擬更加復雜的人類細胞仍有巨大差距。所以，在相當長一段時間里，數字細胞更多被視為一種值得探索的科學愿景，而非短期內可以真正實現的技術路徑。

直到近幾年人工智能大模型的發展之后。隨著單細胞測序、多組學等實驗技術不斷成熟，生命科學開始積累前所未有的大規模數據；與此同時，大模型所展現出的強大擬合能力，也讓科學界開始嘗試擺脫過去依賴人工構建規則的思路，轉而利用數據驅動的方法學習細胞內部復雜的運行規律。

這一變化，與AI領域廣為人知的Scaling Law具有一定相似性：當模型規模不斷擴大、數據持續積累時，模型能夠逐漸學習到許多無法依靠簡單公式或人工規則描述的復雜模式。

對于生命科學而言，這意味著研究對象也從簡單生物逐漸擴展到更加復雜的人體系統。人體約由數十萬億個細胞組成，每個細胞不僅包含約兩萬個基因，其內部還存在轉錄、蛋白表達、染色質開放狀態、表觀遺傳修飾、代謝等多個信息層級。這些不同維度共同決定了細胞最終的功能，依賴任何一個單一模態數據，遠不足以完整描述一個細胞的真實狀態。

因此，虛擬細胞并非只是對轉錄組進行建模，而是希望整合多組學、生物通路、細胞間相互作用等多維信息，構建能夠逼近真實細胞狀態的大模型。

這一模型的首要目標，是幫助研究人員理解生命系統本身。例如，同樣攜帶部分基因突變，癌細胞與正常細胞之間真正的差異，并不僅僅來自某一個突變位點，而是整個調控網絡、信號通路以及細胞狀態發生了系統性改變。虛擬細胞希望能夠理解這種全局變化，并進一步解釋這些變化如何最終導致疾病發生。

在理解機制之后，更重要的價值則體現在預測能力上。如果模型能夠準確模擬細胞狀態，那么研究人員便可以提前預測某一種藥物、基因編輯或其他干預措施會對細胞產生怎樣的影響，從而減少大量依賴"試錯"的實驗過程，提高藥物研發和疾病研究的效率。這也正是近年來虛擬細胞逐漸成為AI與生命科學交叉領域重要方向的原因之一。

“為生命平權”

杜潤詩并不是一個典型意義上的AI制藥創業者。他坦言，真正促使自己創業的，并不是某一項技術突破，而是家人長達十年的抗癌經歷。治療過程中，他見過許多優秀的腫瘤醫生，但不同醫生給出的治療方案卻并不相同。"我家人問我，到底該怎么選？"

當時的他給不出答案，他說，"我最害怕的是，如果最終是我替她做了決定，而結果不好，我沒有辦法面對自己。"

這段經歷讓杜潤詩開始思考，如果醫學能夠像自動駕駛、天氣預報一樣，借助數據和AI去預測不同治療方案可能產生的結果，患者是否就不必再依賴經驗"賭一把"。

也正因為如此，華源智因從創立之初，便沒有把自己定位為一家傳統AI制藥公司。

相比幫助科研人員做一個更好的算法，公司更希望建立一個能夠模擬人體生命反應的虛擬細胞系統，希望未來能夠幫助醫生、藥企甚至患者預測不同藥物在不同個體中的真實反應，讓精準醫療真正建立在數據而非經驗之上。在杜潤詩看來，技術只是工具，真正需要解決的是臨床場景中的現實問題。

這種思路，也直接影響了公司的商業化路徑。目前，大多數AI制藥企業仍然集中在藥物發現環節，例如幫助藥企篩選靶點、設計分子或優化候選藥物。但杜潤詩認為，這部分雖然技術門檻高，卻并非整個藥物研發流程中價值最高的環節。一個創新藥從研發到上市往往需要投入數十億美元，而藥物發現只是其中最前端的一小部分。即便AI能夠提升這一階段效率，其能夠創造的商業價值也相對有限。相比之下，真正決定一款創新藥成敗的是臨床階段。無論是進入臨床前如何判斷一條管線是否值得繼續投入，還是臨床一期、二期、三期如何篩選真正適合藥物的患者，每一次決策都意味著數千萬甚至數億美元的成本。

然而，不同于多數AI制藥公司首先切入藥企研發流程，華源智因把商業化的起點放在了醫院。

杜潤詩認為，虛擬細胞模型的能力，最終取決于是否擁有持續、高質量的真實人體數據。而這些數據并不掌握在藥企手中，而是沉淀在臨床診療過程中。因此，公司選擇與國內多家頭部三甲醫院建立長期合作，通過患者樣本檢測、給藥前后的配對數據采集、多模態測序等方式，持續積累真實世界數據，并不斷迭代模型。

在這一模式下，醫院既是數據來源，也是模型驗證場景。隨著合作醫院增加、患者樣本不斷積累，模型能夠學習到越來越豐富的疾病特征和藥物反應；模型能力提升后，又可以反過來幫助醫院開展藥效評價、患者分層以及臨床研究，從而吸引更多醫院加入合作。這構成了公司希望建立的數據飛輪。

在此基礎上，藥企則成為飛輪釋放價值的一端。對于創新藥研發而言，最昂貴、也是失敗率最高的環節往往發生在臨床階段。一款藥物是否值得推進、哪些患者最有可能獲益，都需要大量真實人體數據作為支撐。華源智因希望將醫院端積累的數據能力轉化為藥企研發能力，為藥企提供藥效預測、患者篩選和臨床試驗優化等服務，提高創新藥研發效率。

這套商業邏輯，已經開始在海外得到驗證。2024年，Tempus AI登陸納斯達克。公司最初以腫瘤檢測業務切入，通過持續積累患者基因組、臨床記錄和影像數據，再利用AI模型服務藥企和醫院，逐漸形成"檢測獲取數據—數據訓練模型—模型反哺診療—吸引更多數據"的飛輪。上市后，公司增長迅速，2025年第二季度營收同比增長約90%，市值一度突破百億美元，也因此被不少投資人稱為"醫療界的Palantir"。

去年，美國虛擬細胞公司Tahoe Therapeutics完成3000萬美元融資，總融資額超過4200萬美元。與此同時，公司開源了Tahoe-100M數據集，收錄了超過1億條細胞擾動數據，覆蓋1000多種分子作用于不同癌細胞后的反應。對于虛擬細胞模型而言，這類"擾動數據"被認為是訓練AI理解細胞行為的重要基礎，也成為國際競爭的核心資源之一。

在杜潤詩看來，真正決定模型能力上限的，不僅是算法，更是數據本身。"Scaling Law在生命科學同樣成立，但前提是擁有真正正確的數據。"他認為，數據閉環一旦真正建立起來，虛擬細胞或許不僅會改變藥物研發的方式，也有機會像今天的大模型一樣，成為生命科學領域的新一代基礎設施。

杜潤詩表示，公司最核心的愿景并不是做一個AI工具，而是希望推動"生命平權"。盡管醫學和人工智能已經取得了巨大進步，但面對癌癥等重大疾病，許多家庭依然不得不在多個治療方案之間"賭一把"。不同醫生可能給出不同建議，而患者和家屬往往缺乏足夠的信息判斷哪一種方案更適合自己。

"我們希望把這種'賭'變成'算'。"杜潤詩說，未來借助虛擬細胞技術，醫生能夠基于每位患者的真實生物學特征，對不同治療方案進行預測，讓精準治療真正實現個體化。