GenBio AI 推出虚拟细胞系统 AIDO Cell，David Baker 联合创立

在计算机里再造一个细胞，是计算生物学的老愿望。早在2001年，The Virtual Cell软件环境就尝试帮助研究者构建分区式或空间式的细胞模型并生成模拟，但这类工具依赖人工搭建模型，覆盖范围受限于已知的生化和电生理事件^[1]。此后机器学习开始处理“预测细胞如何响应扰动”这一问题：scGen用变分自编码器加潜空间向量运算，在跨细胞类型、研究和物种的尺度上预测扰动与感染后的表达变化^[2]；scGPT则在超过3300万个细胞上预训练生成式transformer，把扰动响应预测等多种任务纳入统一的基础模型^[4]。2024年Cell上的一篇观点文章进一步提出，应以多尺度、多模态的大神经网络构建“AI虚拟细胞”，高保真地模拟分子、细胞与组织的行为，同时直言传统模型在模拟细胞功能与行为上力不从心^[3]。

据STAT+于2026年8月18日报道，加州帕洛阿尔托的初创公司GenBio AI于周二发布了虚拟细胞系统AIDO Cell。公司由华盛顿大学科学家、2024年诺贝尔化学奖得主David Baker等人联合创立——Baker正是因计算蛋白质设计与AlphaFold的缔造者们分享该奖。报道把AIDO Cell比作“人类细胞的谷歌地球”：不断放大，看到的不是街道与建筑，而是蛋白质和RNA、DNA链；敲除一个基因或投入一种药物，系统便会预测整个细胞图景如何变化。用Baker的话说，AlphaFold预测的是“一座房子的结构”或“城市里的一个人”，而AIDO Cell要预测的是“整座城市如何运转”。

从定位上看，这是从单个分子走向整个细胞的尝试。此前工具各司其职：The Virtual Cell靠人工构建的模型做模拟^[1]，scGen与scGPT主要在单细胞基因表达数据上预测扰动响应^[2][4]；而GenBio AI宣称以整体式路线瞄准整个细胞分子机器的行为预测，这与AI虚拟细胞路线图中细胞层面的构想相呼应^[3]。

当然，这条消息目前给出的更多是概念与愿景：功能描述以类比为主，AIDO Cell的训练数据、预测精度以及是否经过独立实验验证，公开部分均未交代。而路线图本身也提醒，跨尺度、跨模态地模拟细胞功能仍是悬而未解的难题^[3]。这场以加速科学为名的竞赛，最终仍要靠实证结果来裁决。