Trustees of Dartmouth College

2025 年 12 月，Arc Institute 主办的首届 “虚拟细胞挑战赛”（Virtual Cell Challenge）正式落下帷幕。这场聚焦 “细胞扰动预测” 的全球赛事，不仅吸引了 114 个国家、超 5000 人注册，更诞生了 4 支顶尖团队 —— 他们用 “深度学习 + 统计” 的混合技术路线，为 AI 赋能生物医药写下新注脚。 更重要的是，这场赛事暴露的技术痛点、验证的创新方向，正为生物医药投研和科研 funding 提供清晰指引。 先看懂：这场赛事到底在解决什么问题？ 简单说，“虚拟细胞” 就是用计算机模型模拟真实细胞的行为 —— 尤其是当细胞遇到 “扰动”（比如基因编辑、药物处理）时，会发生怎样的基因表达变化。 为什么这件事重要？数据给出答案：全球 90% 的候选药物会在临床试验阶段失败，核心原因是 “无法精准预测药物对细胞的真实影响”—— 要么疗效不达标，要么出现意外副作用。 而一个足够精准的 “虚拟细胞模型”，能让科研人员在计算机里完成 “药物筛选”：无需反复做实体实验，就能预判哪种药物能让 “病变细胞” 转回 “健康状态”，甚至减少脱靶效应。这不仅能把药物研发周期缩短数年，更能大幅降低成本。 Arc Institute 把这件事的目标说得更直白：给虚拟细胞一个 “图灵测试”——让计算机模型能替代真实的细胞实验，成为生物发现的 “加速器”。 赛事关键结论：这 3 个技术方向已被验证 首届赛事虽暴露了 “现有模型仍未超越基础基准” 的现状，但顶尖团队的方案，已指明了可行的技术路径： 1. “深度学习 + 统计” 混合模型，比纯 AI 更靠谱 所有获奖团队都放弃了 “纯端到端 AI” 的思路，转而用 “深度学习提取复杂特征 + 经典统计优化细节” 的组合方案。 比如冠军团队 BM_xTVC，用改进的 scFoundation 架构做单细胞预训练，再加入 “基因表达频率”“平均表达水平” 等统计特征，最终在 “差异基因识别”（DES）指标上表现最优。他们的结论很实在：“纯 AI 在部分指标上拼不过统计基线，不如主动融合两者优势”。 2. 蛋白质嵌入成 “标配”，多模态数据价值凸显 无论是第二名的 XLearning Lab，还是通才奖得主 Altos Labs，都在模型中加入了 “蛋白质嵌入数据”（比如 ESM-2 蛋白模型）。 原因很简单：细胞的行为不仅由基因决定，更由基因表达的蛋白质相互作用驱动。加入蛋白质数据，能让模型更贴近真实的生物逻辑 —— 这也意味着，未来 “基因 + 蛋白质 + 代谢” 的多模态数据集，会成为虚拟细胞模型的核心竞争力。 3. “泛化能力” 比 “单一指标高分” 更重要 赛事中途新增的 “通才奖” 很有深意：不再只看 PDS（扰动区分）、DES（差异基因）等单一指标，而是用 7 项指标（含相关性、精确召回率等）综合评估。 最终拿下该奖项的 Altos Labs，靠的就是 “在所有指标中平均排名最高”—— 他们的模型能适应不同细胞系、不同扰动类型，甚至对未见过的基因变化也能精准预测。这恰恰印证了：对生物医药场景而言，“稳定泛化” 比 “刷分” 更有实际价值。 投研机遇：这 4 个赛道值得重点关注 虚拟细胞的技术突破，不只是科研圈的事 —— 它正在催生新的产业机会，甚至重构生物医药的研发链条： 1. 高质量细胞数据集服务商，会成 “卖水人” 赛事最核心的基础，是 Arc Institute 自己构建的 “30 万单细胞 RNA-seq 图谱”—— 用 H1 胚胎干细胞、300 种 CRISPRi 扰动，还保证 “每个细胞 5 万 + UMI（分子标识符）” 的高质量。 但这类数据集目前极度稀缺：一方面，构建成本高（10x Genomics 设备、CRISPRi 实验都不便宜）；另一方面，标准化程度低（不同实验室的数据难兼容）。 这意味着，能提供 “标准化、高质量、多细胞系” 扰动数据集的公司，会成为 AI + 生物领域的 “基础设施”。比如类似 10x Genomics（提供单细胞测序设备）、Ultima Genomics（低成本测序技术）的上游企业，或专注于 “细胞扰动数据整合” 的初创公司，都有机会抢占先机。 2. 虚拟筛选工具，会成药企 “刚需” 目前全球 Top50 药企，都在尝试用 AI 优化药物筛选，但大多停留在 “靶点预测” 阶段。而虚拟细胞模型能做到 “直接模拟药物对细胞的影响”，相当于把 “临床前实验” 搬到了计算机上。 未来 3-5 年，能提供 “定制化虚拟细胞筛选工具” 的团队，会成为药企的重要合作伙伴—— 比如针对癌症，提供 “特定癌种细胞模型 + 药物虚拟测试” 服务；甚至针对罕见病，快速模拟 “基因编辑对细胞的修复效果”。 这类公司的核心壁垒，会是 “模型的生物真实性”—— 越贴近临床数据，越有议价权。 3. 跨学科团队成 “香饽饽”，人才红利初现 赛事中表现突出的团队，几乎都是 “机器学习 + 计算生物 + 实验生物学” 的跨学科组合： 第三名 Outlier 团队，由芝加哥大学（统计）、达特茅斯学院（机器学习）、香港大学（基因组学）的研究者组成； 通才奖 Altos Labs，团队成员涵盖 “计算生物学 + 衰老研究 + AI 架构” 多个领域。 这说明，未来在虚拟细胞领域，“懂 AI 的生物学家” 和 “懂生物的 AI 工程师” 会同样稀缺。对投资人而言，团队是否有 “跨学科协作能力”，会成为判断项目潜力的关键指标 —— 甚至可以关注 “高校跨院系实验室孵化的项目”，这类团队往往有天然的协作基础。 4. 细分场景先落地：从 “干细胞” 到 “复杂疾病” 首届赛事用的是 “胚胎干细胞（H1）”，这类细胞类型简单、扰动效果清晰，是理想的 “起点”。但真正的落地场景，会是更复杂的细胞类型： 比如肿瘤细胞（异质性强，不同患者的细胞反应差异大）； 比如神经细胞（难以体外培养，虚拟模型能减少动物实验依赖）。 先在 “细分场景” 做出验证的项目，会更快拿到药企订单。比如针对 “白血病细胞” 的虚拟模型，能帮药企快速筛选 “靶向 CD19 的 CAR-T 优化方案”，这类垂直场景的落地难度更低，商业化路径也更清晰。 funding 思路启发：科研资助可以这么做 对科研机构、政府基金或产业资本而言，虚拟细胞领域的 funding 方向，也能从赛事中找到启发： 1. 优先资助 “数据集共建”，而非只投模型 首届赛事的数据集，由 Arc Institute 联合 NVIDIA、10x Genomics 等企业共建 —— 企业提供设备和技术，科研机构负责实验设计，最终数据开放给所有参赛者。 这种模式值得复制：与其让不同团队重复构建数据集，不如资助 “跨机构数据联盟”。比如由高校牵头，联合测序企业、药企，构建 “标准化的肿瘤细胞扰动数据集”，并制定数据共享规则（如脱敏后开放、商用授权收费）。这样既能降低单个团队的成本，也能让数据价值最大化。 2. 设立 “泛化能力” 专项奖，引导技术方向 赛事新增的 “通才奖”，成功引导团队关注 “多指标稳定表现”。未来的科研 funding，可以借鉴这种思路： 比如在资助项目时，加入 “跨细胞系验证”“临床数据匹配度” 等考核指标； 甚至设立 “泛化能力专项基金”，对能在 “未见过的细胞类型 / 扰动场景” 中表现优异的项目，给予额外资助。 这能避免科研方向陷入 “为刷分而刷分” 的误区，让技术更贴近实际应用。 3. 支持 “小而美” 的垂直项目，而非只追 “大模型” 目前行业有追逐 “通用虚拟细胞大模型” 的趋势，但首届赛事表明，小而精的垂直模型可能更易落地。 比如针对 “囊性纤维化”（单一基因缺陷导致的疾病），构建专用的虚拟细胞模型，能更快对接临床需求。对 funding 方而言，这类项目的研发周期短、验证成本低，且能快速看到 “模型指导实验” 的实际效果，是性价比更高的选择。 结语：这只是开始 Arc Institute 在总结中说：“首届赛事结束，但虚拟细胞的探索才刚起步。” 对生物医药行业而言，这件事的意义远不止一场比赛 —— 它标志着 “AI + 细胞生物学” 从 “概念” 走向 “可落地的技术路径”，更催生了 “数据服务 + 工具研发 + 场景落地” 的完整产业链机会。 无论是投资人、科研人员还是药企，现在都该关注这个领域：未来 5 年，能真正解决 “细胞行为预测” 的技术，会成为改变生物医药研发格局的关键力量。而那些提前布局的人，终将吃到第一波红利。 https://arcinstitute.org/news/virtual-cell-challenge-2025-wrap-up 本文由AI生成用于投研研究，不构成投资建议。