虚拟细胞的原理 预测能力与科学边界

资料截至2026年10月5日

摘要 #

虚拟细胞研究试图用计算模型描述细胞状态，并预测环境变化、基因干预或药物处理带来的反应。相关研究包括不同性质的模型与工具：依据生化反应求解的机制模型、整合单细胞测量的统计模型、在大规模图谱上预训练的基础模型，以及专门预测扰动、空间组织或图像代理的模型。它们的输入、预测对象和验证方法各不相同。从生化反应到单细胞测量与表示学习，各类方法依赖不同的模型假设、训练资料和验证设计，相关研究资源与商业服务也具有不同的适用范围。现有方法已经能够完成若干有明确条件的预测任务；跨细胞背景的因果外推、长期动态、多尺度耦合和可靠的不确定性估计，仍是通向更完整虚拟细胞的主要障碍。

一 虚拟细胞的状态表示与预测对象 #

一份炎症组织的单细胞图谱，可能显示某类巨噬细胞表达了一组异常活跃的基因。由此可以提出几个连续的问题：这种细胞状态能否在其他患者中辨认出来？抑制其中一个基因后，RNA表达会怎样改变？细胞分泌的炎症因子会不会下降？相应药物进入人体后，能否改善疾病？

这些问题沿着同一条研究线索展开，却需要不同的证据。识别细胞状态是一项分类或表征任务；预测基因干预后的表达是一项扰动响应任务；炎症因子释放属于功能读出；人体疗效还涉及药物暴露、组织互作、安全性和临床终点。即使前一项预测准确，后一项也需要额外的测量和模型。

“虚拟细胞”尚无统一定义。其核心目标是建立能够表示细胞状态、模拟状态变化并支持计算实验的模型。2024年的一篇《Cell》观点文章将多尺度、多模态表示与可操作的虚拟实验列为长期目标，相关能力目前分布在不同模型和实验体系中。[1] 数据表示、空间定位和测量代理工具构成这一研究方向的基础，同时也各有独立用途，未必以模拟完整细胞为目标。

不同模型对“细胞”的表示并不相同。机制模型中的细胞，可能是一组分子数量、反应速率和空间区室；单细胞模型中的细胞，常是一行RNA计数及其压缩表示；图像模型中的细胞，则可能由形态特征或像素构成。这些表示都保留了部分信息，也都省略了部分信息。

状态是某一时刻与研究问题有关的变量集合，例如RNA、蛋白、细胞周期与环境；读出是实验实际测得的量，例如测序计数或荧光强度；预测目标是模型要输出的量。三者描述不同层面的对象。测到了RNA，并不等于测到了全部细胞状态；生成了一幅蛋白图像，也不等于实验测量了蛋白。

查看原图

图1 六类模型与工具表示的对象。a，细胞状态包含分子、环境及邻域信息，不同实验只观测其中一部分。b，机制轨迹、潜在表示、任务表征、扰动响应、空间关系与图像代理具有不同数学形式，验证需要对应各自输出。图中矩阵、点群与小轨迹均为概念示意；各类方法可以组合，不构成统一能力等级，也不都以完整虚拟细胞为设计目标。参见文献[2–4,6,9–10,17–18,24–29]。

二 细胞状态动态的机制建模 #

转录、翻译与降解的动力学模型 #

考虑一个经过简化的基因表达过程：基因被转录为信使RNA，RNA被翻译为蛋白；RNA和蛋白又会降解。这里暂不考虑细胞分裂、反馈调节、空间位置和随机波动。设m是RNA的量，p是蛋白的量，可以写出：

RNA变化速率 = 转录产生速率 − RNA降解速率

蛋白变化速率 = 翻译产生速率 − 蛋白降解速率

相应的数学表达是 dm/dt = αu − βm，dp/dt = km − γp。α表示干预前的转录产生速率，u表示干预后转录输入相对原来的比例，β和γ分别是RNA与蛋白的降解常数，k是单位RNA对应的翻译速率。符号dm/dt表示“RNA的量每单位时间变化多少”。

假设干预前系统已达到稳态，产生量与降解量相抵；在某一时刻把转录输入降到原来的一半。RNA会逐渐减少，原先已经存在的蛋白仍会保留一段时间，因此蛋白通常更晚接近新的稳态。分子的半衰期，是在不再产生新分子且符合一阶降解假设时，其数量减少一半所需的时间，与降解常数满足“半衰期 = ln2/降解常数”。

在图2的教学设定中，RNA半衰期为2小时，蛋白半衰期为8小时。转录输入减半后8小时，RNA约剩原来的53%，蛋白仍约剩82%。二者最终都趋向50%，但过渡过程明显不同。这些数值由上述简化方程计算，用来说明时间尺度，并非某个真实基因的实验结果。

查看原图

图2 简化基因表达模型中的时间尺度。a，RNA转录和降解、RNA驱动的蛋白合成以及蛋白降解共同决定动态；翻译过程中RNA作为模板保留；∅表示未显式追踪的来源或去路，不是分子种类。m和p为分子数量，u为无量纲的相对转录输入。b，教学模型在t=0将转录输入从1降至0.5。c，RNA与蛋白分别以干预前稳态归一化；设RNA半衰期2h、蛋白半衰期8h，8h时相对量分别为53.1%和82.3%。曲线为方程计算结果，不是任何基因的实验拟合。模型假设初始稳态和参数恒定，忽略分裂、反馈及随机性。

RNA与蛋白的动态响应：教学算例 #

教学模拟，非实验数据或可用于科研推断的模型

本算例将转录输入设为原来的 0.5（u = 0.5），RNA 半衰期为 2 小时，蛋白半衰期为 8 小时。曲线从干预前稳态开始；翻译、降解不变，细胞不分裂，模型忽略反馈与随机性。

$$\frac{dM}{dt} = β(u − M)$$$$\frac{dP}{dt} = γ(M − P)$$

$$M = \frac{m}{m_{0}},\quad P = \frac{p}{p_{0}}$$$$β = \frac{\ln 2}{h_{m}},\quad γ = \frac{\ln 2}{h_{p}},\quad \text{速率单位} h^{-1}$$

8 小时后，RNA 约为原来的 53.1%，蛋白约为 82.3%；差别来自分子的更新速度。干预从 t = 0 开始。

$$β = \frac{\ln (2)}{h_{m}},\quad γ = \frac{\ln (2)}{h_{p}},\quad \text{单位} h^{-1}$$$$M(t) = u + (1 − u)e^{-βt}$$$$P(t) = u + (1 − u)\frac{[γe^{-βt} − βe^{-γt}]}{(γ − β)}$$$$β = γ \text{时},\quad P(t) = u + (1 − u)(1 + βt)e^{-βt}$$

RNA 与蛋白均以干预前稳态归一化，1 表示原水平。这里的半衰期属于假设参数，不是从这幅图测得的参数。真实细胞的分裂、翻译调控与反馈都可能改变这些曲线。

机制模型据此将反应规则、参数与初始条件转换为时间轨迹。预测的响应速度有助于选择采样时刻：早期RNA测量与较晚的蛋白、功能测量对应不同时间尺度的响应。

参数的不可辨识性是机制建模的一项困难。上述稳态RNA为αu/β；仅测一次稳态，无法分辨“产生快、降解也快”和“产生慢、降解也慢”。两种参数组合可以得到相同的稳态，受到干预后的变化速度却不同。这种多个机制或参数都能解释同一观测的情况，称为不可辨识性。增加时间点、直接测降解速度，或设计额外干预，才能约束这些解释。

从单个过程扩展到整细胞 #

1999年的E-CELL尝试将代谢、转录与部分合成过程组合成一个可运行系统。论文描述的127基因模型是人为构建的最小化系统，主要借鉴生殖支原体的知识，并未包括完整的复制与分裂。它的重要性在于把相互依赖的过程放进了共同计算框架，而不是已经建立了一个完整的人类细胞。[2]

2012年的WholeCell模型将生殖支原体的28类过程耦合起来。代谢产生的物质可以成为转录、翻译或复制的原料；这些过程又会改变下一时刻可用的物质和能量。研究者可以在模型中移除一个基因，再观察模拟细胞是否生长、哪些过程先出现障碍。论文将部分预测与基因必需性和生长测量比较，也揭示了机制和能量收支中的缺口。这种“计算结果与实验不一致”的情况具有研究价值，因为它指向需要补充的反应或参数。[3]

VCell代表另一种形式：它是构建和求解模型的软件环境。使用者定义反应、膜、区室、扩散、几何及边界条件，再选择适当的数值方法。例如，膜上荧光被局部漂白后，周围分子扩散回来，形成荧光恢复轨迹；模型可以分析扩散与结合各自的贡献。求解器正确地解出方程，只说明数值计算可靠，具体生物模型仍需要实验验证。[4]

2026年的机制建模进一步延伸到最小细胞JCVI-syn3A的四维全细胞模拟，将空间组织与细胞周期中的变化联系起来，包括染色体、代谢和膜生长等过程。[5] “四维”指三维空间加时间，模拟范围仍限于该最小细胞体系；这些结果对复杂人类细胞的可迁移性有待进一步研究。

从历史看，机制建模并未被大数据模型取代。两者提出的假设不同：机制模型显式写出相互作用，数据驱动模型主要从样本学习输入与输出关系。将质量守恒、已知反应或空间约束嵌入学习模型，是连接两条路线的一种方向；但错误的机制先验同样可能限制预测。

三 单细胞测量与细胞状态表示 #

单细胞RNA计数的测量过程 #

单细胞RNA测序通常把组织分散成细胞，捕获其中部分RNA，再通过测序估计基因表达。输出可以看作一张矩阵：每行是一个细胞，每列是一个基因，数值是捕获到的分子计数或其处理结果。

细胞条码用于把读段分配给同一细胞；唯一分子标识UMI用于尽量将扩增产生的复制品归回原始分子。因此，测序读段数、UMI数和细胞内真实RNA分子数并不相同。一个基因计数为零，可能确实表达很低，也可能因为取样有限而未被捕获。归一化、质控和概率建模都试图处理这些测量问题，无法凭空恢复所有未观测的信息。[6,13–15]

此外，组织解离可能优先损失某些细胞，测到的细胞也未必代表原组织的真实比例。样本采集时间、疾病阶段、处理方式和测序批次，都可能改变最终矩阵。对多个患者的研究而言，独立患者或独立实验才是判断跨样本重复性的关键单位；来自同一份样本的数千个细胞，不能自动当作数千个独立患者。

细胞状态的潜变量表示 #

同一种细胞中，许多基因会共同变化。统计模型可以用较少的变量概括这种结构，形成潜变量或潜在表示。它们是由数据学习出的数值坐标，适合比较相似性或支持预测，并不天然对应某个命名通路。

scVI是一个典型的概率模型。其编码器根据RNA计数推断细胞的潜在表示；解码器将这一表示与批次、测序深度等信息结合，给出基因计数的概率分布。训练目标是让模型能够较好地解释观测数据，同时约束潜在表示的结构。得到的表示可用于整合数据、寻找相似细胞，以及进行与模型假设相符的表达分析。[6]

为什么要把批次显式放入模型？假设两个实验室测量了同一种细胞，仪器或处理方式造成整体计数差异。若模型把这些差异都解释为生物状态，两个实验室的细胞可能被错误分成两群。批次建模试图吸收技术差异，同时保留真正的细胞差别。

困难在于技术因素与生物因素可能重合。如果健康样本全来自实验室A，疾病样本全来自实验室B，数据本身不足以完全辨别实验室差异和疾病效应。更强的整合也无法代替缺失的交叉实验设计。整合后的图看起来混得很均匀，并不自动说明生物信息被正确保留；需要同时检查批次去除与细胞类型、状态等信号的保留。[8]

查看原图

图3 单细胞计数如何进入统计生成模型。a，每行细胞、每列基因的UMI计数受到捕获深度与批次影响。b，以scVI原始ZINB（零膨胀负二项）形式为例，潜在状态z与批次b通过解码器给出相对表达ρ等参数，library size ℓ决定计数尺度，负二项逆离散度及额外零项描述观测分布。c，编码器近似估计给定观测后的潜变量分布；训练平衡计数解释能力与偏离先验的KL散度惩罚（用于衡量近似后验与先验的分布差异）。图中箭头表示模型依赖或推断方向，不是生物调控因果关系。额外零项不意味着每个零都来自技术漏检；现行软件的观测分布与library size处理可按版本及选项变化。d，以假设参数μ=2、θ=2、π=0.2计算计数概率；μ为负二项成分均值，观测均值为1.6。矩阵与分布均为教学示意或教学模型计算，不是实验数据。[6]

scANVI进一步利用部分已有的细胞类型标签，学习如何把标签信息传播到其他细胞。它适合参考映射和半监督注释；遇到参考中没有的状态时，标签的完整性与不确定性仍需专门处理。[7]

改变模型中的批次标签，可能生成“按照另一批次的测量方式，这类细胞预计呈现怎样的表达”。这种条件生成回答的是统计问题。把疾病标签改成健康标签，并不能仅凭这一步得到“该患者接受治疗后”的因果反事实。反事实指同一对象在另一种干预条件下本会出现的结果，其识别需要额外的实验设计或因果假设。

细胞组成与样本平均表达 #

设一个样本有A、B两种细胞。某基因在每个A细胞中平均表达10，在B中为2；两种细胞内的表达始终不变。如果A占比从25%升到75%，样本平均表达就从4升到8。平均表达翻倍，完全可以由组成变化产生。

这在疾病研究中很常见：炎症组织中某类免疫细胞增多，与该类细胞内部某条通路增强，是两个不同命题。干预后炎症签名下降，也可能与部分细胞死亡或不再被捕获有关。分析时需要分辨细胞比例、类型内状态和生存选择，才能解释群体平均值。

细胞组成变化的加权均值算例 #

教学模拟，非实验数据或可用于科研推断的模型

类型 A 的每细胞表达为 10，类型 B 为 2，处理前后两种类型内的表达均不变；对照中 A 占 25%，处理中 A 占 75%。本算例仅由细胞组成变化计算平均值。

对照平均为 4.0，处理平均为 8.0，平均差为 4.0。A 内和 B 内的差都为 0；总平均的变化完全可以由组成变化产生。 单一均值无法独自区分组成、类型内状态或两者。

样本平均表达 = p × A 内表达 + (1 − p) × B 内表达

这里的表达单位为教学相对量。样本均值同时受组成和类型内表达影响。若细胞死亡改变了采样组成，单一平均值无法区分状态恢复与选择性丢失；本算例没有把平均变化分解为唯一的因果归因。

四 基础模型的预训练与任务适配 #

单细胞表达数据的自监督预训练 #

基础模型是先在较大、较多样的数据上学习表示，再适配不同任务的模型。这里的“基础”描述训练与使用方式，不保证模型已经具备细胞生物学的全部知识。

在单细胞数据上，常见方法是遮住部分信息，让模型根据其余信息恢复它。反复训练后，模型可能学到哪些基因经常共同出现、哪些表达模式与特定细胞状态有关。这样的训练称为自监督学习：训练信号来自数据本身，不必为每个细胞人工写出答案。

Geneformer的早期版本把经过特定归一化处理的基因按表达排序，将基因身份与其顺序输入Transformer，并学习恢复被遮住的基因。scGPT则对基因身份、表达值及条件进行编码，使用适配单细胞任务的训练目标。两者都可能提供基因或细胞的嵌入表示，即可以供后续任务使用的数值向量。[9–10]

Transformer中的注意力机制允许模型根据当前输入，为不同基因之间的信息联系分配不同权重。例如，判断某个基因的表达时，可以利用其他相关基因的信息。这是一种计算机制；注意力权重或嵌入相似性本身不等于某个蛋白直接结合了另一个基因的调控区。

任务适配与预训练增益的评估 #

预训练好比先学会识别大量常见表达模式。要执行具体任务，仍需规定输出和训练信号。细胞注释使用类型标签；疾病分类使用样本标签；扰动响应预测则需要干预后的实测结果。微调是使用这些任务数据继续调整模型参数。所谓零样本能力，通常指不再利用目标任务的标注样本适配，但这一名称仍需附带清晰的数据与评测定义。

如果预训练资料中已经包含测试研究的细胞，或同一供体的近似副本，表面上的外部泛化可能被高估。因此，评测不仅要记录任务训练集，也要尽可能追踪预训练语料。大型公共图谱被反复合并，重复样本识别和来源追踪越来越重要。

早期Geneformer论文包含特定网络任务和心肌细胞干预验证，说明某些表征能够帮助提出可实验检验的候选。2026年发表的扩展研究使用了更大语料、输入长度和模型家族。两个版本采用不同的语料、输入长度和模型规模，其任务结果分别对应各自的训练与验证设置。[9,11]

预训练的增益可在相同数据拆分和任务设置下，通过与从头训练、简单特征或传统模型比较来衡量，包括预测准确性、标注需求和跨背景稳定性。参数越多、训练细胞越多，不必然意味着每个任务都更好；细胞类型覆盖、干预多样性和测量质量可能更直接地决定可迁移的信息。

还需要区分两种常见的“计算敲除”。一种是在输入中删除某个基因或改变其嵌入，观察表示怎样移动；另一种是用真实基因敲除数据训练模型，预测敲除后的实测读出。前者提供模型敏感性线索，后者才直接学习特定干预与结果之间的关系。即便后者表现良好，新的背景或干预方式仍可能改变其适用范围。

五 扰动实验与细胞响应建模 #

扰动条件标记与干预效果验证 #

扰动是有意改变系统条件，例如抑制一个基因、激活一个基因、敲除基因、加入药物，或改变培养环境。CRISPRi通常压低目标转录，CRISPRa提高转录，CRISPR敲除则通过基因组编辑破坏功能。它们的作用机制、效率和时间过程不同，不能只用同一个基因名就视为同一干预。

Perturb-seq将CRISPR筛选与单细胞RNA测序结合。实验首先设计指向目标基因的引导RNA，简称guide RNA或gRNA；随后将干预身份与每个细胞的转录组关联。不同实验版本采用不同的条码或直接捕获方案，关键是能够判断某个细胞接受了哪种干预，并测量其RNA状态。[13–15]

捕获到guide只证明获得了一项身份线索，不能单独证明目标已经被有效抑制或敲除。不同guide的效率、脱靶作用、多重感染、双细胞混入和环境RNA，都可能影响标签质量。因此，需要阴性与阳性对照、多条独立guide，以及与研究目标相称的效率核验。药物实验还需要溶剂或载体对照、浓度、处理时长和毒性读出。

设计良好的干预实验可以支持因果判断。随机或平衡地安排处理、设置匹配对照，并核验干预效率，有助于把处理本身的作用与原有样本差异区分开。所得结论首先针对实际实施的干预及实验背景：某条guide产生的效应，还需结合独立guide和救援等证据判断是否由目标基因介导；基因敲除的效应，也不能自动等同于某种药物抑制该蛋白的效应。[13,16]

扰动测量的规模正在扩大。全基因组Perturb-seq研究已在特定细胞系统中测量大量基因干预；2026年正式发表的Tahoe-100M则提供约一亿个转录组，覆盖50个癌细胞系和1100种药物—剂量条件。1100指药物与剂量的组合条件数；数据来自癌细胞系，对正常组织及其他疾病背景的适用性仍需单独验证。[12,38]

细胞群体的响应均值与分布 #

RNA测序通常会破坏被测细胞。因此，实验中“干预前的细胞”和“干预后的细胞”往往是两个细胞群体，无法逐一配对。训练数据通常告诉模型：在背景c、干预a、时间t条件下，观测到怎样的表达分布；它并未直接记录每个细胞各自经历的完整变化。

一种简化的预测目标是条件平均表达差Δ：在预先指定的表达尺度上，干预群体的平均表达减去匹配对照群体的平均表达。匹配需要考虑供体、批次、时间、剂量和培养条件。这个Δ是群体效应的估计，不能通过任意挑选两个细胞相减得到。

另一类模型直接预测表达分布。两个干预可以有相同均值，却具有不同后果：一种让所有细胞轻度响应，另一种只使少数细胞强烈响应。若任务涉及耐药亚群、分化分支或选择性死亡，均值本身可能遗漏最重要的变化。

查看原图

图4 扰动数据与两种模型结构。a，实验将干预身份与细胞读出关联，质量控制还需核验效率、对照及混入；前后群体通常不逐细胞配对。b，CPA通过训练约束学习基础表示，并将干预、剂量与协变量嵌入组合后解码；潜在向量相加不等于表达或功能效应必然线性相加。c，GEARS分别利用共表达图和GO功能图学习基因与扰动表示，预测效应再与参考对照表达组合；先验关系不等于因果调控边。两图均为原方法的简化结构，预测有效性依赖各自训练条件与留出验证，不能由架构本身保证。[12–18]

GEARS的图关系学习与CPA的条件组合 #

GEARS利用共表达和基因功能等图结构，为基因提供关系信息，再结合实测扰动数据学习表达响应。这里的图由基因节点和关系边组成；相邻基因能够交换信息，使一个未被实验干预过的基因仍可能从相关基因中获得线索。例如，训练中若测过同一复合体的若干成员，模型可能利用这一信息推测另一个成员被干预后的结果。[17]

这种迁移依赖先验的质量。功能注释相似的基因未必有相同效应，未被充分研究的基因也往往缺少高质量连接。GEARS原始任务主要在规定的细胞背景中留出目标基因或组合，不能据此直接推出对任意患者组织的泛化能力。

CPA把基础细胞状态、干预条件、剂量与背景因素编码成可组合的表示，再由解码器生成表达。可以将其理解为：先表示细胞原有状态，再叠加条件信息，最后翻译回可测量的读出。潜在空间中的组合是一项模型结构假设；解码器可以是非线性的，因此并不等于断言两种药物在生物学上必然线性相加。[18]

对CPA而言，同一种药的新剂量、已见药物的新组合、完全未见过的新药，分别需要不同的信息。一个只把药名当作类别的模型，通常没有依据推断从未出现过的类别。引入化学结构表示的扩展模型可以建立额外迁移联系，但仍需对新药物或新骨架进行独立评测。

组合效应、背景迁移与时间分辨预测 #

考虑两个单独干预A与B。在同一背景和表达尺度下，最简单的组合预测是Δ(A+B)=Δ(A)+Δ(B)。如果实测组合偏离这个预测，可能提示非加性交互。定义“协同”之前必须规定参考模型和终点：某基因表达的非加和，不等同于细胞死亡的协同，更不能直接等同于临床联合用药获益。

Norman等人的经典组合数据来自K562细胞的CRISPRa实验，适合研究这一特定系统中的基因相互作用。[16] 从这样的数据迁移到正常免疫细胞、慢性炎症组织或长期药物处理时，细胞背景、干预机制和时间尺度都发生了变化，模型需要新的证据支持。

另一条新路线开始把时间分辨的蛋白测量作为建模对象。2026年发表的ProteinTalks（公开代码项目名为PTV-1）先编码基线蛋白组与药物靶点注释，由神经常微分方程（neural ODE）描述潜在状态随时间的变化，再在所测蛋白的归一化尺度上预测与6、24和48小时对应的读出。表型预测头结合基线、预测蛋白轨迹与药物分子特征，输出药效或两药协同标签的分类概率。训练同时约束蛋白重建误差和表型分类误差，使潜在动态表示接受这两类监督。[20] 这些样本级蛋白组不是同一细胞的连续追踪，有限测量时点也不能唯一确定真实动力学。研究在501例三阴性乳腺癌患者的回顾性队列中，将基线蛋白组用于预后分层关联分析；3例患者来源类器官中的剂量反应实验则检验候选药物的体外作用。[20] 两者提供不同证据，均不等于模型指导治疗已改善患者结局。

这些方法扩展能力的方向并不相同：GEARS和CPA利用关系先验或条件组合推测未测干预，State进一步以目标背景的细胞集合表示响应，ProteinTalks把测量对象扩展到时间分辨的样本级蛋白组。它们分别增加了关系、背景或读出信息，不能按模型名称排成一条统一的能力阶梯。比较是否取得实质增益，应回到下一节的同任务留出、基线和实验重复性。[17–20]

六 扰动预测的泛化检验与性能评估 #

留出单位与泛化目标 #

训练集用于估计模型参数，验证集用于选择超参数和方法，测试集用于最终评估。若测试集在开发过程中反复影响选择，它就逐渐承担了验证集的角色，最终结果需要另一个独立测试集。

留出单位决定了评测所检验的泛化能力。将同一药物、同一供体的细胞随机分成训练和测试两组，检验的是同一条件下新细胞的预测稳定性；未见药物或未见供体则需要相应的整条件留出。

查看原图

图5 泛化检验与评测陷阱。a，同一基因×供体设计中，固定留出部分细胞、完整基因或完整供体分别检验不同问题；颜色直接对应留出单位。b，未见组合可由已见成员组成，同药新剂量也不同于完整新药；时点、医院和平台应根据任务另行留出。c，表达为教学相对量，MSE单位为相对量²；五基因教学算例显示，绝对表达高度相关仍可能伴随响应方向错误。预测与真值减去同一对照时，ΔMSE与原始尺度MSE相同；评测需要同时考虑变化、方向、误差和合适基线。所有矩阵与数值均为设计/教学示意，不是模型性能结果。[17–19,21–23,41]

细胞、基因、供体与组合留出：切分示例 #

教学模拟，非实验数据或可用于科研推断的模型

这里并列说明四种固定数据的训练与测试切分，比较训练见过哪些信息；不训练模型，不产生准确率。

在同条件细胞留出示例中，每个条件中固定留出第 4 个细胞。训练已见同供体、同基因，因此不能检验未见基因；这里不重新随机抽样。

同条件细胞留出时，训练与测试共享：基因身份、供体、条件。未共享：具体测试细胞。

细胞、基因与供体留出这三种示例均使用 8 个基因 × 3 个供体 × 每格 4 个细胞，共 96 个观测。同条件细胞留出固定将每格第 4 个细胞留作测试，另 3 个用于训练；这是切分示意，不会重新随机抽样。整基因留出将 G7 与 G8 留作测试；整供体留出将 D3 留作测试。

组合留出示例使用 A、B、C、D 的全部 6 个无序配对 × 2 个供体 × 每格 4 个细胞，共 48 个组合观测，留出 A+B。单扰动训练参考不计入组合观测数。成员或单扰动出现，不等于这个组合出现。

留出方案还需要覆盖数据处理。只要某个步骤会从数据学习参数，例如特征选择、标准化参数估计、模型选择或效应基线拟合，就要明确它能使用哪部分数据。探索性分析有时允许使用测试域的无标签信息，这并非一概错误，但属于不同的任务设置，应与完全独立外推分开报告。

绝对表达相关性与扰动响应误差 #

设五个基因的对照表达为1000、500、100、10、1，真实处理后变为1000、500、110、5、1。只有两个基因改变。一个始终预测“不变”的模型，对五个基因的绝对表达仍能得到接近1的Pearson相关系数，因为大部分数值结构来自干预前已有的差异。

如果另一个模型把变化方向全部预测反了，给出1000、500、90、15、1，绝对表达相关性依然很高。变化量更清楚地呈现了预测错误：在本例中，“不变”的Δ均方误差为25，方向反转为100，完全正确为0。这些数值来自合成数据，不代表实际模型性能。若预测Δ全为零，其Δ相关系数还会因方差为零而无法定义。本例的预测和真值减去同一对照，因此Δ均方误差与原始尺度的绝对表达均方误差相同。算例体现了相关系数与平方误差对预测偏差的不同敏感性，减去对照本身不会改变均方误差。

表达预测的相关系数与均方误差：教学算例 #

教学模拟，非实验数据或可用于科研推断的模型

前两个高表达基因完全没变，只有 G3 上升、G4 下降。以下显示的是“不变”预测：ŷ = c = [1000, 500, 100, 10, 1]，预测变化 Δ̂ 全为 0；据此比较绝对表达与真正需要预测的变化。

绝对表达 Pearson r；0.999919

变化 MSEΔ；25 相对量²

变化方向正确；0/2（未检出变化）

变化 Pearson r；无定义

固定对照 c = [1000, 500, 100, 10, 1]；真实处理 y = [1000, 500, 110, 5, 1]；真实变化 Δ = [0, 0, 10, −5, 0]。均为虚构教学相对量。

预测变化 Δ̂ = ŷ − c；变化均方误差 MSEΔ = mean[(Δ̂ − Δ)²]

MSE 的单位是相对量²。绝对表达 Pearson r 用原始尺度的 y 与 ŷ 计算；变化 Pearson r 用 Δ 与 Δ̂ 计算。本算例只用来展示指标陷阱，并非对真实转录数据的推荐预处理；预测变化恒为 0 时，变化的 Pearson 相关没有定义。

本例的预测和真值减去同一对照，因此 MSEΔ 与原始尺度的绝对表达 MSE 相同；这里比较的是相关系数与平方误差，减去对照本身不会改变 MSE。

因此，表达预测需要同时考察几类问题：绝对值是否合理，变化方向和幅度是否正确，关键响应基因是否被识别，群体分布是否得到保留，以及误差是否集中在某些干预或背景。若只在差异表达基因上评分，还要明确这些基因如何选择。用测试真值选出的基因可以作为事后分析终点，但不能再把这种选择当作实际预测时已经拥有的信息。

扰动预测的基线与正控制 #

简单基线具有明确的诊断作用。不变预测衡量模型是否学到了超出对照状态的信息；训练集平均响应衡量模型是否超过常见扰动的共同效应；线性或加和模型衡量复杂模型是否提供额外价值。基线比较还需控制训练信息；额外功能图谱等先验可能带来增益，应与模型结构本身的贡献分开评价。

近年的基准研究发现，在若干单细胞扰动任务和指标下，简单均值、加和或线性方法取得了与复杂模型相当或更好的结果。这说明某些任务主要受共同变化、测量噪声或评测设计支配，并不意味着所有复杂模型都无用。[21–22,41]

反过来，难以得到高分也可能来自实验信号本身不稳定。2026年Miller等人的实证研究强调，以正控制和负控制校准指标，能帮助区分可重复信号、噪声与真正可预测的差异。[23] 研究并非只采用细胞随机分半的技术重复：它还依据逐基因差异表达证据，在技术重复与均值预测之间插值，减少弱响应基因的取样噪声。这样的正控制只反映该拆分下的稳定性，不能代替不同供体或独立批次的生物学重复。在校准后的部分指标上，深度模型超过了均值等基线；但组合预测中，超过均值仍不同于超过由单扰动构造的加和预测。利用实测测试效应构建的理想正控制，也不能被误当作能够预测未知干预的现实模型。

任务范围、留出单位、基线、误差分布和实验重复性共同决定了评测分数的含义。单一得分难以概括模型在不同干预与背景中的表现。

七 空间信息、细胞互作与图像代理 #

细胞类型丰度估计与空间映射 #

单细胞测序获得丰富的基因读出，却常常失去原来的组织位置。空间测量保留位置，但某些平台的一个测量点即spot包含多个细胞。两类数据因此互补，也带来新的推断问题。

cell2location利用参考图谱中的细胞类型表达特征，解释每个空间位置的计数，并估计各种类型在该位置的丰度。直观地说，它尝试把一个混合的表达信号拆成若干细胞类型的贡献。若参考中缺少某种类型，或两种类型表达非常相似，分解就可能不确定；丰度结果需结合后验区间和独立组织证据解释。[24]

Tangram根据单细胞和空间数据共同测到的基因，学习细胞到空间位置的概率映射，并可据此估计未在空间实验中测量的基因模式。概率映射在这里给出软匹配权重，即一个细胞可以按不同权重分配给多个位置；这些权重未必是经过外部校准的真实位置概率，也不能直接解释为已经找到了每个真实细胞的唯一坐标。留一基因验证空间表达，检验的是基因模式的预测能力，与精确恢复细胞位置不同。[25]

空间关联、细胞通信与伪时间推断 #

配体是可能向外传递信号的分子，受体是接受信号的分子。若一类细胞表达某配体，邻近另一类细胞表达相应受体，模型就可以提出细胞间通信候选。COMMOT等方法进一步结合空间距离和配体—受体先验，约束候选关系。[27]

这样的结果能够缩小待检验的范围，但RNA存在并不保证蛋白成熟、释放、结合并触发下游通路。邻近细胞也可能只是共同响应第三种环境因素。进一步证据可以包括原位蛋白定位、受体活化、阻断实验及救援实验。若干细胞共同培养，干预一个细胞还可能改变其他细胞的环境，分析时也不能机械套用彼此完全独立的假设。

空间方法有时还会推断伪时间，即根据状态相似性、空间信息及其他假设排列出的相对顺序。stLearn等方法可以利用位置约束这一顺序。[26] 伪时间并非真实钟表时间，也不等于同一细胞的连续录像；分支方向、迁移和分化速度仍需纵向测量、谱系追踪或其他独立证据。

虚拟染色与细胞形态表示 #

H&E即苏木精—伊红染色，是常规病理学中呈现组织形态的方法；多重免疫荧光mIF则通过多个标记观察特定蛋白。GigaTIME先将实测mIF通过Otsu阈值处理为二值标记活化图，再训练NestedUNet从H&E图块预测21个相关通道。其输出表示所学标记活化模式，不是连续荧光强度或绝对蛋白含量的重建。这些基于训练关系推断的图像代理，可供研究性比较，与实际完成一次mIF实验不同；公开模型卡将临床决策及包括商业在内的部署列在适用范围之外。[28–29]

GigaTIME以21名肺腺癌患者的配对材料开发模型，按12、4、5张切片划分训练、开发与测试集；另在12名乳腺和20名脑组织患者的材料上进行了实测mIF外部验证。其大规模H&E队列分析则主要基于生成的蛋白代理，与所有患者均接受实测mIF的研究设计不同。[28]

查看原图

图6 组成 位置 通信与虚拟测量。a，混合spot的表达可由参考细胞类型贡献解释，丰度估计仍受到参考覆盖与测量模型约束。b，Tangram学习表达与位置之间的软映射，映射权重不等于已经确认的单细胞坐标。c，邻近细胞的配体和受体RNA构成通信候选，蛋白、活化与阻断证据用于进一步检验。d，虚拟染色通过配对数据训练和校验，应用阶段从H&E估计通道。以GigaTIME为例，训练目标经过二值化，预测标记活化模式，不是绝对蛋白丰度。所有组织轮廓、矩阵、连线和通道为示意，不是原始显微图或实测数据。[24–29]

这类模型还面临典型的测量域变化：染色流程、扫描仪、组织类型与病变组成变化，都可能改变图像与蛋白之间的关系。新队列的验证应按患者等独立单位留出；把同一张切片相邻图块分到训练和测试，容易高估迁移能力。图像的视觉逼真程度与蛋白预测准确性并非同一指标，来源标记和不确定性有助于区分生成代理与实测结果。

另一类图像方法不生成蛋白图，而是把Cell Painting等多通道细胞图像压缩为形态表示。形态相近的基因干预或化合物可能作用于相关过程，因此可用于检索和提出作用机制假说。多种不同机制也可能产生相似形态，例如共同导致细胞应激或生长减慢；形态相似性本身不能唯一确定药物的直接靶点。[30]

八 炎症研究中的模型衔接与实验设计 #

以肠组织中炎症性髓系细胞的机制与干预研究为例，不同模型可以在一条连续的实验路径中发挥作用。以下为研究设计示例，不涉及已验证的治疗方案。

第一步是建立可靠的观察。来自多位供体的单细胞数据用于识别细胞类型与状态，并检查疾病差异是否被批次、细胞组成或处理方式混淆。此时，状态模型与基础模型可以提供表示和参考映射。产生的结果是“某种状态与疾病相关”，尚未证明其中任何基因导致了疾病。

第二步是把关联转成候选假说。基因功能、遗传证据、蛋白定位与空间信息，可以帮助判断候选是否处于合理位置。例如，一个配体在髓系细胞中升高，其受体出现在邻近成纤维细胞中，构成一条值得验证的机制线索；两个表达热图同时变亮，仍不足以确定这条作用边成立。

第三步是实施干预并选择读出。若候选是基因，可以使用多条独立guide；若研究药物，则需要浓度与时间设计。RNA测量说明状态怎样改变，蛋白和分泌读出检查相关功能，细胞活性与数量帮助区分“炎症降低”与“细胞被杀死”。救援实验尝试恢复目标作用，有助于判断观察到的结果是否符合提出的机制。

随后可训练和使用扰动模型。模型可以根据已测条件估计新的候选或组合，优先安排下一轮实验。验证集的单位取决于研究下一步要面对什么：新基因、新供体、新细胞类型，还是新剂量。若下一轮进入患者来源细胞，仅在既有细胞系内部留出部分细胞，不能充分评价这次迁移。

最后，细胞层面的结果需要放回组织与机体。一个靶点在某类细胞中产生期望变化，也可能在另一类细胞中造成相反作用；体内药物是否到达相应组织、达到多大暴露、持续多久，都可能改变效应。因此，虚拟细胞的合理作用，是在清楚的实验边界内提高假说筛选与实验设计的效率。跨到新的尺度时，新的证据仍然必要。

九 产业平台与服务形态 #

相关技术的产业应用主要包括开放数据、自行运行的软件与权重、托管分析平台，以及结合实验和建模的定制研发合作。这些形式覆盖数据生成、模型运行、候选筛选和功能验证等不同环节。

从形态与组学到候选证据 #

Recursion的公开OpenPhenom模型把Cell Painting等显微图像转换成形态嵌入，支持表型比较及后续分析。商业Phenomap合作则将图像图谱、合作方数据及共同算法用于疾病相关研究，与公开研究权重的使用范围不同。Roche公开确认这一合作；Recursion在2026年8月公告首个神经科学靶点进入与Genentech的共同早期小分子发现项目。该合作已从图谱构建推进到具体研发项目，但早期项目进展尚不足以确定靶点的临床价值。[30–31]

PandaOmics的代表性用途是组织靶点证据，而非计算整细胞动态。其方法论文和相关项目展示了候选筛选的使用方式；可药性、疾病关联与干预因果性仍是不同问题，特定候选的进展不足以估计平台整体排序成功率。[32–33]

Owkin K Pro组织多模态分析工作流，支持靶点或患者亚组假说的探索。它与前文的细胞动力学或扰动响应模型承担不同工作：分析界面连接资料和工具，具体生物预测仍需相应模型与验证。[34]

样本数据生成、疾病建模与扰动预测 #

Immunai的Data-for-Data学术计划接受经批准的样本和去标识临床资料，其公开方案包括原始单细胞数据、质控和注释；药企合作则按项目约定疾病图谱、靶点分析与实验工作。这种路径把数据产生和模型应用放在同一研究体系中，主要价值依赖样本、背景和功能验证的质量。[36]

CytoReason整合分子与临床资料，建立疾病层面的证据模型，支持靶点、适应症、组合和患者亚组研究。Pfizer的合作公告和案例确认其被用于研发判断。该类模型组织的是细胞组成、基因、通路及疾病证据之间的关系，不能被理解为已经逐分子模拟了每个患者的细胞。[37]

Tahoe Therapeutics则同时提供大规模扰动数据和研究模型。Tahoe-100M为建模提供实验资料；Tahoe-x1提供细胞或基因表征；Rhaister从聚合表达统计量预测未见的背景—扰动组合。开放权重、代码和数据为独立复验提供了条件，其性能结论仍受任务和留出设置约束。Tahoe-x1与Rhaister的方法研究分别于2025年和2026年以预印本公开。[38,42]

放回第八节的炎症研究路径，这些服务处于不同位置：样本与组学合作帮助建立观察，形态和疾病证据平台帮助组织候选，扰动数据与模型支持下一轮响应预测。服务是否完成部署、是否推进了项目，与预测是否经独立实验成立，是不同的结果。因而，平台比较应先固定要补足的研究环节，再比较共同任务中的数据、输出和验证设计。[30–34,36–38,42]

公共资源与使用风险 #

Arc Institute的Virtual Cell Atlas与State、CZ CELLxGENE，以及CZI/Biohub的Virtual Cells Platform，属于公共研究生态。它们提供资料、模型、基准和运行工具。NVIDIA BioNeMo等则提供训练与部署基础设施。这些平台主要支持数据获取、模型开发与计算；模型准确性仍由具体任务的验证结果决定。[39–40,43]

公开入口、自有资料、专有数据和定制部署的访问范围不同；开放资源也不必然允许任意用途。OpenPhenom和State的部分公开资产受非商业许可约束，软件、权重、训练数据和输出也可能适用不同条款。[30,34,39]

产业应用面临预测效力、数据适用范围与数据治理三方面的风险。软件部署、合作签约和候选推进分别反映不同阶段的研发活动，模型的预测增益仍需实验评价。模型在某种细胞系或测量平台上的表现，也未必适用于新的疾病样本。此外，临床与组学资料即使去掉姓名，仍可能保留可与其他信息关联的特征；上传、训练、保存输出和机构间共享涉及不同的数据使用风险。[44]

联邦学习让参与方在不集中原始数据的条件下协作训练，可减少某些直接暴露，但仍需考虑模型更新、输出和访问控制产生的泄露风险。Substra等工具支持联邦训练中的隐私保护，但原始数据留在本地并不能消除所有泄露途径。[45]

十 尚未解决的科学问题与技术瓶颈 #

细胞状态变量与多模态信息 #

大量现有模型以RNA为中心，而蛋白丰度、修饰、定位、代谢物、染色质状态、力学环境和过去的刺激历史，也会影响未来反应。两个RNA图谱相近的细胞，可能因这些隐藏变量而对同一干预产生不同反应。

核心问题是确定哪些状态变量包含预测未来响应所需的关键信息。加入更多模态并不自动解决问题。不同模态的噪声、分辨率和取样偏差可能不同，而且常常来自不同细胞。更有价值的实验，是在可对应的细胞或样本中获取多模态读出，并检验新模态究竟增加了多少独立预测信息。

机制与参数的可辨识性 #

高质量预测与机制识别有交集，但不完全相同。多个调控网络可能产生相近的RNA分布，多个参数组合也可能拟合同一时间序列。模型若只看到共同变化，可能无法分辨直接作用、间接作用和共同原因。

解决这一问题需要能区分竞争解释的实验，例如改变干预强度、增加特定时间点、进行双扰动或救援。模型解释也应从“哪些特征影响了输出”进一步发展为“哪些可实验检验的关系导致了结果”。在缺少可识别性时，数据通常支持一组兼容的机制，无法唯一确定一个因果网络。[1,3,17–20]

跨背景泛化与训练覆盖 #

细胞对干预的反应依赖组织来源、遗传背景、疾病阶段、年龄、环境和初始状态。同一信号通路在不同细胞中可能连接到不同的下游过程。仅靠扩大相似细胞的数量，不能弥补某些关键背景完全缺失。

第五、六节的留出设计可以检验这些迁移，但新的背景还可能缺少影响响应的关键变量。后续研究需要比较：增加目标背景的数据，或补测蛋白、环境等变量，哪一种更能改善独立预测。这比单纯增加相似细胞的数量更能揭示可迁移规律的范围。[17–19,21–23]

静态观测与细胞动态推断 #

一次干预可能经历立即响应、反馈补偿、状态转换和长期选择。数小时内RNA下降，与数周后的适应和耐药，可能是不同过程。伪时间能帮助组织静态样本，却不能唯一还原真实速度与因果顺序。[35]

动态模型需要真实时间点、活细胞成像、谱系信息或其他约束。神经常微分方程等方法可以学习连续轨迹，但“能够画出连续曲线”与“轨迹已被数据充分确定”有明显区别。ProteinTalks这类时间分辨蛋白模型扩展了可观测范围，也仍面临有限时间点、覆盖不足与参数可辨识性的问题。[20,26]

多基因与多药组合的预测及实验选择 #

如果只考虑两两配对，n个候选已有n(n−1)/2种组合；加入剂量、时间、顺序和细胞背景，实验空间会迅速扩大。穷尽所有条件在很多任务中不可行，而从单独干预推出组合，又容易遗漏反馈、冗余、阈值和饱和效应。

可行方向包括利用机制或功能先验约束组合、显式建立非加和的参考模型，以及选择最能区分假说的新实验。主动学习让模型优先推荐信息量较高的条件，可能提高采样效率；但如果不确定性估计错误，也可能反复采样模型偏爱的局部区域，忽略真正新颖的机制。[16–19]

分子、细胞、组织与机体的跨尺度连接 #

在细胞层预测一个基因的表达下降，并不能确定组织的最终变化。分泌信号、细胞间竞争、血供、免疫迁入和细胞外基质，可能改变局部效应。进入体内后，还要考虑药物吸收、分布、代谢、清除以及器官毒性。

多尺度连接不仅要求增加模型数量，还要求不同层面的变量能够对接。例如，分子模型给出的受体结合，如何转成细胞信号；细胞状态变化如何转成组织功能；组织效应又如何与真实暴露相匹配。这些接口若缺少实验约束，把几个模型首尾相接可能只是把误差逐层放大。

查看原图

图7 跨尺度连接与可辨识性。a，从分子反应到细胞、组织和机体，需要由新的测量约束各层之间的接口，虚线表示尚需验证的连接。b，两个教学动力学模型具有相同稳态，却产生不同过渡轨迹，说明仅观察终点可能无法辨认速率。增加能区分两条过渡轨迹的早期时间点，有助于判断哪组速率更符合观测，是提高可辨识性的一种办法；终点相同并不意味着过程相同。曲线由图示方程计算，时间为任意单位，未使用实验数据。参见文献[1,3–5,20,35]。

预测不确定性的校准与适用范围 #

真实细胞之间的差异、测量噪声与模型知识不足，是三类不同来源的不确定性。前两类即使增加模型容量也不会完全消失；第三类可能通过增加有信息量的数据得到改善。一个模型可以很精确地重复自己的输出，同时对新背景完全错误。

因此，需要检验预测区间在独立数据中是否具有所声称的覆盖率，误差是否随距离训练范围的增加而上升，以及模型能否识别不适用的输入。某些方法用“距离训练条件有多远”作为不确定性代理；距离为零只说明见过类似条件，不代表预测误差为零。校准、分布变化检测与适当拒绝预测，是可靠使用的重要组成部分。评测指标能否识别实验信号，与预测区间是否覆盖真实结果，是两项不同的校准问题；Miller等人的研究主要讨论前者。[18,23]

数据质量、评测成本与可复现性 #

规模化实验仍面临干预效率不均、细胞选择、批次效应、稀有状态不足和元数据缺失。更多细胞可以减少某些取样误差，却不能补救系统性的错误标签或混杂。公开基准还可能被重复使用到接近开发集，导致模型针对熟悉的数据结构优化。

评测应进一步连接实验成本：在相同预算下，模型是否找到更多可复验结果；新增一次昂贵多模态测量，是否优于增加独立供体或重复实验。前瞻测试、强基线及错误分析使这些比较可解释，也能判断限制主要来自模型、测量还是训练背景覆盖。[8,21–23,41]

可复现性同样是技术瓶颈。数据、代码、权重和预处理版本需要互相对应，授权范围和访问限制需要清晰。模型若依赖无法公开的资料，可以有实际研究价值，但其独立复验范围应被如实说明。学术资源和商业平台都面临这项要求。

结语 #

虚拟细胞正在形成一组相互补充的研究工具。机制模型依据显式反应假设计算状态随时间的变化；状态与基础模型组织复杂观测；扰动模型学习干预响应；空间和图像方法补充位置、形态及测量代理。每类工具都能在合适的问题上提供信息，而它们的输出需要由相应实验检验。

更完整的虚拟细胞，最终要回答的是细胞为何改变、何时改变，以及这种规律能在多大范围内迁移。推进这一目标，需要新数据与新模型，也需要能够暴露错误的评测和能区分机制的实验。预测、解释与实验之间建立可检验的联系，才是这一领域持续进步的基础。

参考文献与资源 #

[1] Bunne C, Roohani Y, Rosen Y, et al. How to build the virtual cell with artificial intelligence: Priorities and opportunities. Cell, 2024, 187: 7045–7063. 同行评审观点文章。正式论文；作者预印本v2

[2] Tomita M, Hashimoto K, Takahashi K, et al. E-CELL: Software environment for whole-cell simulation. Bioinformatics, 1999, 15: 72–84. 同行评审论文。原文

[3] Karr JR, Sanghvi JC, Macklin DN, et al. A whole-cell computational model predicts phenotype from genotype. Cell, 2012, 150: 389–401. 同行评审论文。作者存档全文

[4] Moraru II, Schaff JC, Slepchenko BM, et al. The Virtual Cell Modeling and Simulation Software Environment. IET Systems Biology, 2008, 2: 352–362. 同行评审论文。作者存档全文

[5] Thornburg ZR, Maytin A, Kwon J, et al. Bringing the genetically minimal cell to life on a computer in 4D. Cell, 2026, 189: 2582–2597.e27. 在线2026-03-09；卷期2026-04-30。同行评审论文。原文

[6] Lopez R, Regier J, Cole MB, Jordan MI, Yosef N. Deep generative modeling for single-cell transcriptomics. Nature Methods, 2018, 15: 1053–1058. 同行评审论文，scVI原始版本。作者存档全文 模型文档

[7] Xu C, Lopez R, Mehlman E, Regier J, Jordan MI, Yosef N. Probabilistic harmonization and annotation of single-cell transcriptomics data with deep generative models. Molecular Systems Biology, 2021, 17: e9620. 同行评审论文，scANVI。原文

[8] Luecken MD, Büttner M, Chaichoompu K, et al. Benchmarking atlas-level data integration in single-cell genomics. Nature Methods, 2022, 19: 41–50. 在线2021-12-23；正式卷期2022。同行评审基准研究。作者存档全文

[9] Theodoris CV, Xiao L, Chopra A, et al. Transfer learning enables predictions in network biology. Nature, 2023, 618: 616–624. 同行评审论文，Geneformer早期版本。作者存档全文

[10] Cui H, Wang C, Maan H, et al. scGPT: Toward building a foundation model for single-cell multi-omics using generative AI. Nature Methods, 2024, 21: 1470–1480. 在线2024-02-26。同行评审论文。正式论文；作者预印本v2

[11] Chen H, Venkatesh MS, Gómez Ortega J, et al. Scaling and quantization of large-scale foundation model enables resource-efficient predictions in network biology. Nature Computational Science, 2026, 6: 450–463. 在线2026-03-27。同行评审论文，Geneformer扩展版本。原文

[12] Replogle JM, Saunders RA, Pogson AN, et al. Mapping information-rich genotype-phenotype landscapes with genome-scale Perturb-seq. Cell, 2022, 185: 2559–2575.e28. 同行评审论文。原文

[13] Dixit A, Parnas O, Li B, et al. Perturb-Seq: Dissecting molecular circuits with scalable single-cell RNA profiling of pooled genetic screens. Cell, 2016, 167: 1853–1866.e17. 同行评审论文。作者存档全文

[14] Datlinger P, Rendeiro AF, Schmidl C, et al. Pooled CRISPR screening with single-cell transcriptome readout. Nature Methods, 2017, 14: 297–301. 同行评审论文，CROP-seq。作者存档全文

[15] Replogle JM, Norman TM, Xu A, et al. Combinatorial single-cell CRISPR screens by direct guide RNA capture and targeted sequencing. Nature Biotechnology, 2020, 38: 954–961. 同行评审论文。作者存档全文

[16] Norman TM, Horlbeck MA, Replogle JM, et al. Exploring genetic interaction manifolds constructed from rich single-cell phenotypes. Science, 2019, 365: 786–793. 同行评审论文。作者存档全文

[17] Roohani Y, Huang K, Leskovec J. Predicting transcriptional outcomes of novel multigene perturbations with GEARS. Nature Biotechnology, 2024, 42: 927–935. 在线2023-08-17；正式卷期2024。同行评审论文。作者存档全文；官方代码与适用说明

[18] Lotfollahi M, Klimovskaia Susmelj A, De Donno C, et al. Predicting cellular responses to complex perturbations in high-throughput screens. Molecular Systems Biology, 2023, 19: e11517. 同行评审论文，CPA及相关扩展。开放全文

[19] Adduri AK, Gautam D, Bevilacqua B, et al. Predicting cellular responses to perturbation across diverse contexts with State. Cell, 2026, 189: 5914–5931.e20. 在线2026-08-31；卷期2026-09-17。同行评审论文。正式论文；作者预印本v2与方法说明

[20] Sun R, Qian L, Li Y, et al. An operational perturbation proteomics-based virtual cell model. Nature, 2026. 在线2026-09-09。同行评审论文，ProteinTalks，公开代码项目PTV-1。正式论文；补充方法；研究设计说明；官方代码（固定版本）

[21] Csendes G, Sanz G, Szalay KZ, Szalai B. Benchmarking foundation cell models for post-perturbation RNA-seq prediction. BMC Genomics, 2025, 26: 393. 同行评审基准研究。开放全文

[22] Ahlmann-Eltze C, Huber W, Anders S. Deep-learning-based gene perturbation effect prediction does not yet outperform simple linear baselines. Nature Methods, 2025, 22: 1657–1661. 同行评审基准研究。正式论文；作者代码与数据

[23] Miller HE, Mejia GM, Leblanc FJA, Swain B, Wang B, de Lima Camillo LP. Deep learning perturbation models can outperform baselines on calibrated metrics. Nature Biotechnology, 2026. 在线2026-10-01。同行评审Brief Communication，讨论评测指标校准。原文

[24] Kleshchevnikov V, Shmatko A, Dann E, et al. Cell2location maps fine-grained cell types in spatial transcriptomics. Nature Biotechnology, 2022, 40: 661–671. 同行评审论文。正式论文

[25] Biancalani T, Scalia G, Buffoni L, et al. Deep learning and alignment of spatially resolved single-cell transcriptomes with Tangram. Nature Methods, 2021, 18: 1352–1362. 同行评审论文。作者存档全文

[26] Pham D, Tan X, Balderson B, et al. Robust mapping of spatiotemporal trajectories and cell–cell interactions in healthy and diseased tissues. Nature Communications, 2023, 14: 7739. 同行评审论文，stLearn。原文

[27] Cang Z, Zhao Y, Almet AA, et al. Screening cell–cell communication in spatial transcriptomics via collective optimal transport. Nature Methods, 2023, 20: 218–228. 同行评审论文，COMMOT。原文

[28] Valanarasu JMJ, Xu H, Usuyama N, et al. Multimodal AI generates virtual population for tumor microenvironment modeling. Cell, 2026, 189: 386–400.e19. 在线2025-12-09；卷期2026-01-22。同行评审论文，GigaTIME。正式论文；作者托管正式全文

[29] Providence与合作团队. GigaTIME模型卡. 模型文档，访问日期2026-10-05。模型卡

[30] Recursion. OpenPhenom模型卡与官方资源. 模型文档，访问日期2026-10-05。模型卡

[31] Roche. Scaling up drug discovery. 合作方说明，访问日期2026-10-05；Recursion. Unlocking the First Neuroscience Target for the Recursion and Genentech Collaboration. 2026-08-05公司进展公告。Roche说明；Recursion进展

[32] Kamya P, Ozerov IV, Pun FW, et al. PandaOmics: An AI-Driven Platform for Therapeutic Target and Biomarker Discovery. Journal of Chemical Information and Modeling, 2024, 64: 3961–3969. 同行评审论文。开放全文

[33] Insilico Medicine. PandaOmics产品说明与使用条款. 公司文件，访问日期2026-10-05。产品；条款

[34] Owkin. K Pro产品页与FAQ. 公司产品文档，访问日期2026-10-05。产品页；FAQ

[35] Weinreb C, Wolock S, Tusi BK, Socolovsky M, Klein AM. Fundamental limits on dynamic inference from single-cell snapshots. Proceedings of the National Academy of Sciences, 2018, 115: E2467–E2476. 同行评审论文。原文

[36] Immunai. Collaboration / Data-for-Data. 公司项目说明，访问日期2026-10-05；Parker Institute for Cancer Immunotherapy. Immunai and the Parker Institute Collaborate to Build One of the Largest Single-Cell Datasets in Cancer. 2025-04-24合作方公告。学术合作计划；PICI公告

[37] CytoReason. Our Approach. 公司方法说明，访问日期2026-10-05；Pfizer. CytoReason Announces Expanded Collaboration Deal with Pfizer. 2022-09-20合作公告；An Immune System GPS Uncovers Pathways to Treat Diseases. 客户研究案例。公司方法；Pfizer公告；Pfizer案例

[38] Zhang J, Ubas AA, Svensson V, et al. Tahoe-100M: Mapping drug-induced molecular phenotypes at single-cell resolution. Cell, 2026, 189: 5945–5961.e8. 正式卷期2026-09-17。同行评审论文。正式论文；官方数据卡

[39] Arc Institute. Virtual Cell Initiative及State官方仓库. 研究机构项目文件，访问日期2026-10-05。项目页；State仓库

[40] CZ CELLxGENE与CZI/Biohub. CELLxGENE文档及Virtual Cells Platform. 官方研究资源，访问日期2026-10-05。CELLxGENE；Virtual Cells Platform

[41] Viñas Torné R, Wiatrak M, Piran Z, et al. Systema: A framework for evaluating genetic perturbation response prediction beyond systematic variation. Nature Biotechnology, 2026, 44: 1050–1059. 在线2025-08-25；卷期2026-06。同行评审基准研究。原文

[42] Tahoe Therapeutics. Tahoe-x1与Rhaister. 研究模型、模型卡及预印本，分别于2025-10及2026-06发布；预印本未经过同行评审。Tahoe-x1模型卡；Tahoe-x1预印本v1；Rhaister模型卡；Rhaister预印本v1

[43] NVIDIA. BioNeMo Geneformer Overview. 开发文档，访问日期2026-10-05。文档

[44] National Human Genome Research Institute. Privacy in Genomics. 科研政策文件，访问日期2026-10-05。说明

[45] Substra. Our privacy strategy. 技术文档，访问日期2026-10-05。文档