虛擬細(xì)胞，又一重大進(jìn)展！

近日，AI制藥公司Tahoe Therapeutics震撼發(fā)布了其第一代虛擬細(xì)胞模型Tahoe-x1。

該模型在超過30億參數(shù)，可學(xué)習(xí)基因、細(xì)胞和藥物的統(tǒng)一表示，在與癌癥相關(guān)的單細(xì)胞生物學(xué)基準(zhǔn)中實(shí)現(xiàn)最先進(jìn)的性能（SOTA），可預(yù)測各種干細(xì)胞、癌細(xì)胞和免疫細(xì)胞對藥物、細(xì)胞因子或基因擾動的反應(yīng)。

目前該模型已開源，代碼和工作流已上傳至GitHub及Huggingface，預(yù)印本也已上傳。

arxiv：https://www.biorxiv.org/content/10.1101/2025.10.23.683759v1

github：https://github.com/tahoebio/tahoe-x1

Huggingface：https://huggingface.co/tahoebio/Tahoe-x1

今年2月，Taho還發(fā)布了全球首個十億級擾動單細(xì)胞數(shù)據(jù)集——Tahoe-100M，一經(jīng)開源發(fā)布便轟動了業(yè)界。

虛擬細(xì)胞（AIVC），被譽(yù)為計(jì)算生物學(xué)的下一個圣杯。

“女版巴菲特”木頭姐發(fā)布的《Big Ideas 2025》報(bào)告認(rèn)為，單細(xì)胞組學(xué)與AI的結(jié)合將推動虛擬細(xì)胞的發(fā)展，重塑藥物發(fā)現(xiàn)的方式。

越來越多的頂尖科學(xué)家和研究機(jī)構(gòu)，正將研究重心轉(zhuǎn)向更復(fù)雜的細(xì)胞層面，發(fā)布了多個數(shù)據(jù)集和模型。

隨著行業(yè)生態(tài)正在不斷前進(jìn)和完善，我們離真正的虛擬細(xì)胞模型，越來越近了。

虛擬細(xì)胞也符合Scaling Law嗎？

過去幾年，我們經(jīng)歷了大模型的巨大飛躍，模型參數(shù)不斷增長，性能越來越強(qiáng)悍。

這背后基于一個巨大的前提：Scaling Law（縮放法則）。

它的核心在于，擁有更多的計(jì)算、更多的數(shù)據(jù)則帶來更好的模型，并由此形成良性循環(huán)。

但它是否適用于復(fù)雜的系統(tǒng)生物學(xué)，例如打造一個能夠?qū)W習(xí)細(xì)胞和基因如何受到擾動的模型？

到目前為止，有兩大要素阻礙了這一發(fā)展：

（1）缺乏大型、多樣化的單細(xì)胞數(shù)據(jù)

（2）缺乏能夠覆蓋十億參數(shù)的計(jì)算效率模型

第一個問題已經(jīng)得到了初步的解決，當(dāng)然也是Tahoe的成果。

今年2月，該公司發(fā)布并開源了全球首個十億級擾動單細(xì)胞數(shù)據(jù)集——Tahoe-100M，包含50 個癌癥模型和 1,100 個藥物擾動的 1 億個單細(xì)胞。

該數(shù)據(jù)集一經(jīng)發(fā)布就引發(fā)行業(yè)震動，下載量已接近20萬次。

如今，Tahoe想要挑戰(zhàn)第二個障礙了。

近期發(fā)布的Tx1，則是第一個在擾動豐富的單細(xì)胞數(shù)據(jù)上訓(xùn)練的超十億參數(shù)、計(jì)算高效的基礎(chǔ)模型。

它的計(jì)算效率也比以前的細(xì)胞模型高出3-30×，即高出此前基礎(chǔ)模型的3倍到30倍。

圖：規(guī)模和效率的工程設(shè)計(jì)

Tahoe還針對生物建模，量身定制了最前沿的大語言模型技術(shù)，包括FlashAttention v2、全分片數(shù)據(jù)并行性 （FSDP）、流數(shù)據(jù)集和混合精度訓(xùn)練等。

更酷的是：我們重新設(shè)計(jì)了模型核心的注意力機(jī)制。

例如 FlashAttention v2架構(gòu)下，Tahoe能實(shí)現(xiàn)完全密集的注意力——更簡單、更快速，并且仍然具有很高的內(nèi)存效率。

圖：模型架構(gòu)

模型性能如何？

Tahoe甚至表示，Tx1正在成為虛擬細(xì)胞的模型基準(zhǔn)。

當(dāng)然誰都能吹一波自家的模型，但Tx1的模型性能究竟如何？

在核心的預(yù)測基因方面，Tx1展現(xiàn)出了最先進(jìn)的性能。

在預(yù)測基因必需性方面，根據(jù) DepMap 數(shù)據(jù)集的測量，Tx1實(shí)現(xiàn)了最先進(jìn)的性能，匹配或超過線性基線，并優(yōu)于所有其他模型。

該基準(zhǔn)反映了該模型識別亞型特異性遺傳依賴性的能力，這是發(fā)現(xiàn)新靶點(diǎn)的關(guān)鍵一步。

圖：推斷標(biāo)志性的致癌程序

同樣，Tx1 擅長推斷標(biāo)志性的致癌基因。根據(jù)MSigDB（分子特征數(shù)據(jù)庫）的測量，展示了捕獲腫瘤進(jìn)展核心轉(zhuǎn)錄特征的能力，這種能力可以極大地加速科學(xué)家對癌癥如何發(fā)展和對治療做出反應(yīng)的理解。

圖：零樣本泛化性能

Tx1還具有強(qiáng)大的零樣本泛化能力。結(jié)合訓(xùn)練后框架，可以預(yù)測看不見的細(xì)胞類型和患者環(huán)境中的藥物反應(yīng)，在跨生物環(huán)境中都有效。

踩上虛擬細(xì)胞風(fēng)口

為什么虛擬細(xì)胞如此重要？被譽(yù)為生物學(xué)的下一個圣杯？

Arc Institute的首席技術(shù)官Dave Burke曾經(jīng)做過這樣的比喻：

DNA就像是細(xì)胞的ROM，編碼了基礎(chǔ)程序；而rnRNA則更像是RAM，它的表達(dá)水平會根據(jù)細(xì)胞所處的環(huán)境、壓力、疾病狀態(tài)而實(shí)時動態(tài)調(diào)整。

構(gòu)建“虛擬細(xì)胞”模型，本質(zhì)上是在推斷細(xì)胞的CPU——即細(xì)胞響應(yīng)輸入的運(yùn)算邏輯。只有理解了這個CPU，我們才能反向求解：要讓一個癌細(xì)胞恢復(fù)健康，我應(yīng)該輸入什么樣的指令——即藥物或基因編輯。

正是如此，我們需要研究生物學(xué)中更高層次的模型。

盡管蛋白質(zhì)模型進(jìn)展非常快，但它們的行為最終是在整個細(xì)胞的復(fù)雜網(wǎng)絡(luò)中展現(xiàn)的。而細(xì)胞模型通過模擬細(xì)胞行為，是當(dāng)前最好的選擇之一。

想象一下未來，可以針對人體細(xì)胞的虛擬模型篩選和優(yōu)化新的候選藥物，從而大大減少傳統(tǒng)臨床前測試的時間、成本和倫理復(fù)雜性。

目前，有多個科研團(tuán)體、非營利組織都致力于推動虛擬細(xì)胞的技術(shù)生態(tài)，包括

Arc Institute、Xaira Therapeutics、陳-扎克伯格倡議（CZI）等。

Tahoe Therapeutics則是商業(yè)公司中，技術(shù)以及開源精神的佼佼者。

Tahoe成立于2022年，總部位于美國加州。不過，那時候公司還叫做Vevo Therapeutics，但因?yàn)楣久Q被搶注，不得不更名為Tahoe。

公司核心團(tuán)隊(duì)建立在加州大學(xué)舊金山分校的科學(xué)突破上，除CEO Nima Alidoust畢業(yè)于普林斯頓大學(xué)外，其他聯(lián)合創(chuàng)始人均來自該校，包括CSO Johnny Yu以及聯(lián)合創(chuàng)始人Hani Goodarzi、Kevin Shokat。

圖：Tahoe的核心團(tuán)隊(duì)

今年以來，公司發(fā)布了關(guān)于虛擬細(xì)胞的多項(xiàng)進(jìn)展，并獲得了資本關(guān)注。

8月，Tahoe獲得了3000萬美元融資。當(dāng)前該公司的總?cè)谫Y達(dá)到4200萬美元，估值突破1.2億美元（約合人民幣8.6億元）。

該公司在成立后不到三年就能夠推出Tahoe-x1這樣的重磅模型，主要?dú)w功于其背后的Mosaic平臺。

傳統(tǒng)的藥物篩選一次只能針對一種癌癥模型，效率低下，而該平臺能將來自不同患者（例如肺癌、胰腺癌等）的癌細(xì)胞匯集到一個可重復(fù)培養(yǎng)的“馬賽克腫瘤”中。

利用該技術(shù)能在同一個實(shí)驗(yàn)里，一次性測試數(shù)百種藥物對數(shù)十種不同遺傳背景的癌細(xì)胞的影響，實(shí)現(xiàn)了數(shù)據(jù)生成效率的指數(shù)級提升。

這樣的能力讓公司數(shù)據(jù)集從其他競品中脫穎而出，今年六月Arc Institute剛發(fā)布的開源虛擬細(xì)胞模型State，就使用了Tahoe-100M 作為訓(xùn)練數(shù)據(jù)的一部分。

雖然實(shí)現(xiàn)“虛擬細(xì)胞”還需要幾年時間，不僅需要大規(guī)模的數(shù)據(jù)，其算力需求也將遠(yuǎn)超當(dāng)前上限。

但有Tahoe、Arc Institute、Xaira Therapeutics、陳-扎克伯格倡議（CZI）這樣頂尖的團(tuán)隊(duì)，該領(lǐng)域正在朝著這一愿景飛速靠近。