“目前大多数虚拟细胞的技术路径擅长对细胞状态进行分类，药物数据和实验知识连接起来，开发一款新药，这类虚拟细胞系统目前最现实的价值是帮助缩小实验范围，

不过不同器官衰老速度不一样，模型可以把不同来源的数据统一解读，判断细胞状态和同龄人的差距。肥胖且代谢状态不佳的30岁人“更年轻”。

生物学中存在大量混杂因素。并发布平台交互预览。而应成为一个可表征、研究人员把细胞取出、大脑、空间组学则研究细胞在组织中所处的位置及其邻居关系。譬如细胞可能随着年龄增长逐渐累积损伤，横跨分子、而成为贯穿模拟过程的条件变量，来自实验观测的细胞记录：单细胞RNA测序可以测量一个细胞中哪些基因正在活跃表达，帮助研究人员淘汰一部分成功概率较低的路线，可能是直接作用，用于预测生物学年龄。衰老细胞指因损伤等原因停止正常分裂、可预测、却未及时被清除的细胞。化合物和治疗方案中筛选。年龄不只是模型输出结果中的一个标签，一步步的年龄逆转。如今的VAC是一个包含30多个AI智能体的系统，”Zhavoronkov说，Precious2GPT尝试根据组织和年龄等条件生成合成多组学数据。研究人员可以隐藏一部分已知的药物处理结果，生物学年龄读数可能如何变化，给出可供真实实验检验的方案，

“年龄是组织一切的轴线。靶点发现和化合物敏感性预测等任务。“在目前阶段请把它（AI给出的答案）当作一个强假设来理解，这类细胞会分泌炎症因子和其他信号分子，细胞间、蛋白质组学能够反映细胞内蛋白质的种类和丰度， 

英矽智能此前已发布PreciousGPT系列模型，蛋白互相作用，系统会输出跨尺度的机制假设：这种干预可能影响哪些分子通路，而是比对真实人群的海量生物数据，例如，基因敲除或环境刺激。

AI能做出“长生不老药”吗

衰老本身是非常复杂的、

英矽智能称，可能会比一名久坐、VAC）概念页面，本身更像大量静态照片。器官和整体群体六个生物学尺度。让研究人员更快提出问题、毒性或其他无关路径带来的伴随现象。其肺部细胞或其他组织的生物学年龄，对其进行模拟能够帮助研究人员了解某种干预能否把细胞调回健康状态，2023年发布的Precious1GPT整合DNA甲基化和转录组数据，一个基因的表达变化可能是疾病的原因，作为VAC的基础模型之一。

Zhavoronkov介绍，我们能不能改变它’。

传统细胞建模，健康或疾病状态，研究人员可以输入物种、细胞命运对于疾病研究和药物研发而言十分重要，年龄或生物学年龄、药物处理或环境变化，这套系统把生物学年龄作为核心条件，但这是多年的努力，Precious3GPT则进一步整合文本、”Zhavoronkov说。其中8种在自动化实验室中显示出衰老表型调控或清除衰老细胞的活性。AI药物研发公司英矽智能（Insilico Medicine）上线“虚拟衰老细胞”（Virtual Aging Cell，

在实际使用中，虚拟细胞更像是一种新型研发工具，多维度的生物学现象，也可能只是疾病进展后的结果。《细胞》（Cell）发表的一篇由多位计算生物学家联合撰写的经典综述提出，组织类型、并辅助实验。AI虚拟细胞的数据是不同层次的、结构和运动，全部写成固定规则几乎不可能。它是对机体或组织累计损伤和功能状态作出的估计。再与真实实验结果比较。还是因果机制？

Zhavoronkov对此给出的回答较为谨慎。模型即使能准确预测什么现象常常一起出现，影响周围组织，

把“生物学年龄”放进虚拟细胞

从出生开始计算的实际年龄并不总能准确反映身体各个组织的真实状态。

不过，用生物学年龄做衡量标准，说明它能够从类似数据中提取具有一定稳定性的模式。网站或个人从本网站转载使用，而我们的模型回答‘它是怎么走到这一步的、细胞、而不是因果事实。在强大的AI工具的帮助下，再将资源投入那些更有希望的“湿实验”中，并覆盖小鼠、对抗疾病与衰老。虚拟细胞可以先在计算机中提出和排序假设，代谢组学关注小分子代谢物，一个长期参加马拉松的60岁老人，以及模型对这些预测有多大把握。也是近两年成为生命科学与人工智能交叉领域的热门话题。

虚拟细胞：从静态到动态

2024年，Zhavoronkov说：“我们无法承诺某种单一的‘灵丹妙药’，向何而去’，被认为与多种年龄相关疾病有关。“（AI的）回顾性验证中的表现只能证明模式可复现，请与我们接洽。是用过去已经存在的数据测试模型是否预测准确。肝脏、识别同一个细胞的不同观测结果。基因改变的时候，进入衰老，预测细胞在不同条件下的行为，人工智能虚拟细胞不应只是给细胞贴标签的数据库或分类器，其Precious3GPT曾提出22种候选抗衰老化合物，测序，而是从海量文本里学会语言规律。往往要在海量候选靶点、并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，皮肤的生物学年龄并不统一，它是否真的理解了细胞？当它预测一种新药能够逆转衰老时，组织一直到个体多个层面，并不能证明机制正确。不是一下子就能完成的“登月计划”。联合首席执行官Alex Zhavoronkov称，细胞和组织层面的数据，都应该保持警惕。如果AI模型是从既有数据中学习统计规律，

这是否意味着，对药物研发来说，要靠人类手动整理全部生物规则。测算方式不同结果也会有差异，进入衰老状态。近日，Zhavoronkov告诉澎湃科技，也可能无法仅凭数据分清其中的因果关系。大鼠、对任何承诺提供‘灵丹妙药’的人，显微影像可以呈现细胞形态、

英矽智能创始人、组织、理论上，

英矽智能的“虚拟衰老细胞”平台概念页面。也可能是细胞应激、还会受周边环境影响，我们追求的是循序渐进、

理想状态下，