人工智能+虚拟细胞的构建
VIRTUAL CELL CONSTRUCTION · AI + VIRTUAL SIMULATION
虚拟细胞以计算模型替代部分高通量湿实验：把单细胞转录组数据映射到统一的基因表征空间，在表征空间中完成细胞状态刻画、轨迹推演与扰动响应预测，再用真实扰动数据反向校验预测的可靠性。
自 Bunne 等在 Cell 提出 AI 虚拟细胞路线图以来，该领域进入工程化阶段：Geneformer、scGPT 等基础模型支撑起细胞状态空间推断与调控网络重构；Arc Institute 建成逾 6 亿细胞图谱，以 Tahoe-100M 扰动数据与 Virtual Cell Challenge 评测驱动响应预测迭代；国内启动北京大学牵头的“全景数字生命”大科学计划，ProteinTalks 发表于 Nature。但基准研究表明，现有模型在分布外扰动预测与可解释性上仍存不足，人才培养需求迫切。
细胞状态解析与扰动响应预测是疾病机制研究和药物研发的核心环节，是生命科学与医药前沿的通用关键技术。
虚拟细胞以计算模拟替代部分高通量湿实验，可显著压缩筛选成本、缩短药物验证周期。
在肿瘤耐药解析与组合用药预测中展现直接价值，学生掌握的技能可直接对接生物医药企业的生物信息分析岗位。
任务由描述性分析过渡到预测性建模，梯度清晰，可系统培养代码工程、实验设计与批判性文献分析三类能力。
完成单细胞数据质控、批次校正与细胞类型标注，掌握细胞状态空间的构建方法。对应实验步骤 5—10。
将数据映射至参考图谱，开展模型适配，并对具有连续状态变化依据的数据进行轨迹推断；理解表征如何决定下游预测上限。对应实验步骤 11—16。
实施虚拟基因敲除与药物扰动模拟，用未扰动对照与按扰动基因留一的零样本测试检验结论。对应实验步骤 17—20。
相较单一模型教学方案，本系统整合观测型与扰动型多源数据，采用统一基因空间与标准化流程。
设未扰动细胞对照与按扰动基因留一并冻结的零样本测试，测试信息不参与训练、微调或参数选择，降低基准失真风险。
融入基因调控网络先验约束预测空间，使预测结果落在可解释的生物学规律范围内。
经轻量化设计适配常规教学算力，单张消费级 GPU 或服务器 CPU 即可支撑推理，便于推广。
本实验明确区分“模型能学到什么”与“模型不能外推到什么”，这是虚拟仿真实验科学性教育的核心环节。
| 结论 | 内容 | 适用条件 |
|---|---|---|
| 数据质量结论 | 数据质量决定预测可靠性的上限，质控参数须结合质控图论证并记录备查 | 面向单细胞转录组数据的分析与预测任务 |
| 专用模型预测结论 | 面向特定细胞类型与扰动场景，相关性指标 r 可达 0.8 以上（以实测为准），可用于学习虚拟筛选流程并形成待验证假设，不用于实际研发决策 | 靶基因或药物的作用模式已在模型学到的调控规律或文献中有据可查 |
| 计算先行结论 | 虚拟筛选可先行缩小湿实验验证范围，体现“计算先行、湿实验验证”的产业工作范式 | 候选药物筛选早期阶段，预测结论须经对照、真实数据与文献核对 |
| 泛化边界结论 | 模型对未见扰动的预测能力有限，教学参考分级须结合基线和数据情境解读；基因留一测试不等同于跨细胞情境测试 | 对未见细胞类型、组织来源或扰动类别，须另行评价并补充湿实验验证 |