摘要
细胞是遗传变异与药物扰动调控疾病进程、治疗应答的基本功能单元。但细胞应答具有极强生物学环境依赖性，这为药物研发带来核心难题：如何预测不同环境下特定扰动对细胞系统的重塑效应。单细胞、空间多组学技术、大规模扰动图谱与人工智能模型的同步发展，使该类研究逐步具备可行性。依托上述技术进展，虚拟细胞作为整合式计算框架应运而生，可在统一模型中同步表征细胞状态、生物学微环境与扰动应答。本文系统阐述虚拟细胞背后的概念基础与建模范式，涵盖细胞表征学习、多模态数据融合、扰动预测、机制推断４大模块；进一步剖析虚拟细胞框架在靶点筛选、药物应答预测、联合用药设计等核心药物研发任务中的应用；最后梳理当前技术瓶颈与未来发展方向，探讨虚拟细胞作为治疗发现预测体系的发展前景。
zhoushiyao@tmmu.edu.cn
chenjingjing@tmmu.edu.cn
yuansong.zhao@uth.tmc.edu
#人工智能 #药物研发 #多组学 #虚拟细胞
什么是虚拟细胞？
表1用于虚拟细胞构建的代表性人工智能模型
汇总各类单细胞基础模型、空间模型、扰动预测工具，包含发布年份、核心功能、输入输出、基准任务、开源地址；涵盖scBERT、Geneformer、GEARS、scGPT、Nicheformer、MaxToki等主流架构
虚拟细胞建模范式
图1虚拟细胞驱动药物研发统一计算框架概念
整体分为3层结构
左侧输入层：整合单细胞多组学、空间组学、扰动数据集、成像表型、已知生物网络，为细胞系统提供多维度观测与先验约束；
中间核心模块：细胞状态表征、生物学环境整合、扰动建模、机制因果推理，构成虚拟细胞核心计算单元，实现细胞状态数字化、遗传/药物干预仿真、分子与系统应答推断；
右侧输出层：对应药物研发核心任务——靶点识别、作用机制解析、药物应答预测、耐药机制分析、联合用药设计；
外层循环：虚拟细胞构建与应用依赖持续实验验证、模型迭代优化，最终目标形成贯通药物研发全流程的数据、机制、干预决策一体化预测平台。
图2细胞系统计算建模演化路线
还原论生物学：单独研究基因、蛋白、生化通路，将分子作为独立机制解析；
系统生物学：依托组学重构细胞互作网络，采用常微分方程、流量平衡分析等数学手段分析调控、信号、代谢通路；
全细胞建模：整合单细胞、空间转录组、扰动实验、成像数据，混合仿真框架耦合复制、转录、翻译、代谢等全套细胞过程；
虚拟细胞：数据驱动范式，融合多尺度生物数据，利用机器学习学习细胞状态表征，支撑药物应答等预测分析。
FBA流量平衡分析；ODE常微分方程。
详细总结
思维导图
mindmap脑图
细胞计算模型4代演化对比
主流单细胞AI基础模型汇总
参考
Br J Pharmacol. 2026 Jul 10. doi: 10.1111/bph.70585.
Virtual cell construction for artificial intelligence-driven drug discovery
注：AI辅助创作，如有不当欢迎指出。内容仅供参考，不构成任何建议。
