Helmholtz Munich 的 Fabian Theis 谈如何用 AI 控制生物学与虚拟细胞

在 AI x Bio 领域，近期关注多集中在蛋白质与分子设计，AlphaFold、ESM、Biohub、Chai、Boltz 等名字频繁出现，而虚拟细胞（Virtual Cell）项目在初期热度之后关注度下降，部分原因是大规模模型连基础虚拟细胞问题都难以解决。Helmholtz Munich 的 Fabian Theis 长期推动多尺度、多模态（multiomics）、时变生物数据的算法前沿，并参与了虚拟细胞概念的多个版本。 Biohub 几周前宣布获得 18 亿美元承诺投入，来自 Biohub、NIH、DOE、Google 和 Meta，资金用于新成像与测量能力、生成大规模数据集并向 AI 训练开放。其中 NIH 的资金属于此前已有投资。文章认为，DOE 与 NIH 正在发展规模化的 lab-in-the-loop 自动化能力，Google 在扩展 connectomics 能力，Biohub 则与多个实验室改进激光相位板显微镜、光片显微镜以及普通显微镜的先进后处理，这些技术正快速成熟。 2025 Arc Virtual Cell Challenge 暴露了虚拟细胞建模的尴尬：多篇论文指出，在扰动预测任务中，常数基线（甚至不是线性模型）常常击败复杂模型。Theis 认为，在现有数据集上做扰动预测本身不够难，不足以支撑复杂算法；真正值得做的是利用大规模、高精度、多尺度、共配准的生物数据，预测分子→细胞→生态位→组织→器官→生物体的演化以及各尺度之间的相互影响。目前既缺乏对这些尺度接口的理解，也缺乏数据，Biohub 计划正是要解决数据问题。 Theis 所在的 Helmholtz 计算健康中心结合 AI、分子数据、医学影像、基因组学与临床数据，开发面向精准医学的预测与机制模型；计算生物学研究所则构建统计与动力学模型，整合从单细胞时间序列到群体规模组学数据。访谈还涉及虚拟细胞的商业化、生物学中的 Bitter Lesson、下一代计算生物学家的培养以及 lab-in-the-loop 的闭环建设。