8月19日消息，AI 生物公司 GenBio AI 本周发布 AIDO Cell 1.0 预览版，这是一个基于世界模型（world model）的通用细胞模拟器。与 AlphaFold 3、scGPT 这类一次性给出预测的模型不同，AIDO Cell 内部维持一个可持续演化的细胞状态：研究者可以中途施加干预、克隆细胞开出平行实验组，再从同一状态读出多种实验观测。预览版初期只支持 K-562 和 Hep-G2 两种人源细胞系，公布的基准成绩均为厂商自测口径。
世界模型进细胞：状态、干预、读出
AIDO Cell 的系统分两层。底层是作为模拟引擎的世界模型，负责推演整个细胞状态如何随干预变化；上层是名为 world model harness 的控制层，在连续的干预轮次中跟踪跨尺度的细胞状态，把用户指令翻译成引擎可以执行的步骤。按 GenBio 的官方介绍，这套设计对应三个能力。
第一是多模态读出的一致性。染色质可及性、组蛋白标记、转录因子结合、基因表达、可变剪接、蛋白结构与互作、定位、丰度、细胞形态，这些观测全部从同一个细胞状态解码，描述的是同一时刻的同一个细胞，不像独立预测器那样各说各话。第二是多尺度模拟，同一份状态可以从 DNA、RNA 一路读到调控网络和整细胞表型，分子层面的干预效果可以沿调控通路传播到细胞形态。第三是连续多轮实验，扰动次数不设上限，细胞可以随时克隆出分支，比如从同一个祖先状态分出"耐药突变"和两种后续用药方案三个实验组直接对比。官方称，这让虚拟实验更接近真实的多步湿实验流程，而不是一批互不相干的孤立预测。
需要注意，这与其2024年11月开源的 AIDO.Cell 不是同一个东西。后者是单细胞转录组基础模型，解决的是单次前向表达征完整转录组的问题；AIDO Cell 1.0 是有状态的模拟器。两者同属 GenBio 的 AIDO 多尺度模型体系。
24/31 的 SOTA 该怎么读
随发布一同公布的还有 Virtual Cell Benchmark 1.0，一套把公开生物数据整合成 5 个任务族、31 项指标的评测，覆盖小分子扰动、基因敲除、蛋白多聚体与单体结构、RNA 剪接和基因组调控。按 GenBio 公布的结果，AIDO Cell 1.0 是唯一覆盖全部五个任务族的系统，并在其中 24 项指标上达到 SOTA；AlphaFold 3 在蛋白-DNA 互作、isoDDE 在蛋白-配体对接、AlphaGenome 在部分调控指标上仍保持优势，AIDO Cell 在这些单项上落后不多，但在这些模型各自领域的其余指标上反超。
这组数字有两层读法。一层是覆盖面：AlphaFold 3、Boltz-1、AlphaGenome、scGPT、Geneformer 这类专用模型各自只对应其中一到两个任务族，按这个基准的口径，目前没有第二个系统能跑满全部 31 项。另一层是评价权：基准本身由 GenBio 构建，成绩是厂商自测，没有第三方在同一基准上复现过对手模型的分数。"唯一全覆盖"既说明系统能力跨度，也意味着这些比较暂时只有一家之言。
两种细胞系、百万次虚拟扰动，和还没开放的入口
预览版把范围收得很窄。K-562 来自白血病患者，Hep-G2 来自肝癌患者，两者都是研究积淀最深的人源细胞系，多组学数据和文献积累便于校验模拟精度。GenBio 称已为每条细胞系各模拟 100 万次随机五重扰动，混合基因敲除、敲低、过表达和小分子处理，形成可查询的扰动图谱，多步实验在图谱上呈现为连续轨迹。
官方演示给出两类用法。一类是复现已知机制：用 AIDO Cell 模拟伊马替尼（imatinib）作用于白血病细胞，系统复现了该药物已知的跨层级作用机制。另一类是官方所称的"上下文分子设计"：以目标细胞表型为出发点生成候选分子，再放进克隆的虚拟细胞中评估跨尺度效果，演示中设计了三个 ABL1 结合分子并与伊马替尼、帕纳替尼的扰动状态对照。这些演示均由 GenBio 自行发布，没有独立实验验证。
GenBio AI 由机器学习学者 Eric Xing 与宋乐等人联合创办，Eric Xing 任首席科学家，宋乐任首席技术官，CEO 为投资人出身的清华校友 Fred Hu，公司总部位于硅谷，与阿联酋 MBZUAI 保持研究合作。公司2024年底提出 AIDO 多尺度基础模型体系，已陆续发布覆盖 DNA、RNA、蛋白质、结构、细胞和组织的六类模型。据 SynBioBeta 报道，GenBio 正准备启动早期体验与学术合作者计划，具体开放方式目前尚未公布。
这套系统对药物研发是否真能省下湿实验时间，现在的材料回答不了。预览版、两种细胞系、自建基准，三条边界叠在一起，AIDO Cell 当前更像一张研究邀请函，而不是一个可以计入研发管线的工具。它值不值得跟进，取决于早期体验计划里学术用户能否拿出独立的复现结果。
AI 速览
