AI生物學(xué)數(shù)據(jù)，又迎來(lái)重磅里程碑！

　　近日，融資10億美元的AI+生物醫(yī)藥公司Xaira Therapeutics宣布，發(fā)表名為X-Atlas/Orion的全球最大規(guī)模單細(xì)胞擾動(dòng)測(cè)序數(shù)據(jù)集，包含800萬(wàn)個(gè)單細(xì)胞數(shù)據(jù)。

　　這是當(dāng)前全球最大的公開(kāi)可用的Perturb-seq數(shù)據(jù)集，也是專門為AI驅(qū)動(dòng)的虛擬細(xì)胞（Virtual Cell）而構(gòu)建的數(shù)據(jù)。

　　該研究的預(yù)印本論文已在bioRxiv發(fā)布，文中分享了該數(shù)據(jù)集以及平臺(tái)的大量細(xì)節(jié)。

　　可以說(shuō)，該數(shù)據(jù)集當(dāng)前解決了虛擬細(xì)胞模型發(fā)展的核心瓶頸：高質(zhì)量擾動(dòng)數(shù)據(jù)短缺，為構(gòu)建虛擬細(xì)胞和藥物研發(fā)提供堅(jiān)實(shí)幫助。

　　公司還表示，計(jì)劃向非商業(yè)機(jī)構(gòu)提供數(shù)據(jù)集，推動(dòng)全行業(yè)的共同發(fā)展。

　　史上最強(qiáng)單細(xì)胞擾動(dòng)數(shù)據(jù)集

　　據(jù)介紹，X-Atlas/Orion是目前最大的公開(kāi)可用單細(xì)胞擾動(dòng)測(cè)序數(shù)據(jù)集，包含了800萬(wàn)個(gè)細(xì)胞，覆蓋了人類所有蛋白質(zhì)編碼基因。

　　與此同時(shí)，每個(gè)細(xì)胞都對(duì)超過(guò) 16,000 個(gè)唯一分子標(biāo)識(shí)符 （UMI） 進(jìn)行深度測(cè)序，表明數(shù)據(jù)集測(cè)序深度非常高，數(shù)據(jù)質(zhì)量很高。

　　與傳統(tǒng)Perturb-seq僅將基因擾動(dòng)視為“開(kāi)/關(guān)”狀態(tài)不同，X-Atlas/Orion通過(guò)分析sgRNA豐度與表達(dá)拷貝數(shù)的關(guān)聯(lián)，首次實(shí)現(xiàn)對(duì)基因活性梯度變化的量化。

　　因此，該數(shù)據(jù)集能夠更精準(zhǔn)地反映藥物靶標(biāo)產(chǎn)生所需治療效果的精確抑制百分比。

　　該數(shù)據(jù)集由Xaira推出的Fix-Cryopreserve-ScRNAseq（FiCS） 平臺(tái)實(shí)現(xiàn)，通過(guò)“固定-凍存-單細(xì)胞測(cè)序”解決了傳統(tǒng)單細(xì)胞測(cè)序的批次效應(yīng)和操作耗時(shí)問(wèn)題，實(shí)現(xiàn)高通量、標(biāo)準(zhǔn)化數(shù)據(jù)生產(chǎn)。

　　圖：Perturb-seq平臺(tái)工作流

　　目前，F(xiàn)iCS平臺(tái)方法已經(jīng)在預(yù)印本中公開(kāi)。此外，公司還計(jì)劃將X-Atlas/Orion在非商業(yè)許可下向生物技術(shù)社區(qū)開(kāi)源。

　　Xaira還表示，愿意與表示興趣的公司討論數(shù)據(jù)合作。

　　“當(dāng)我們把這樣的數(shù)據(jù)集交到其他計(jì)算研究人員手中時(shí)，我們很高興看到他們能想出什么樣的新模型架構(gòu)和方法，”Xaira早期發(fā)現(xiàn)副總裁兼預(yù)印本的作者Ci Chu博士表示。

　　Xaira：AI制藥夢(mèng)之隊(duì)

　　此次發(fā)布單細(xì)胞擾動(dòng)測(cè)序數(shù)據(jù)集，也是AI制藥公司Xaira Therapeutics成立一年來(lái)的重磅成果。

　　該數(shù)據(jù)集當(dāng)前解決了虛擬細(xì)胞模型發(fā)展的核心瓶頸——高質(zhì)量擾動(dòng)數(shù)據(jù)短缺。

　　Xaira究竟是何方神圣？這家公司成立之初就獲得10億美元支持，轟動(dòng)業(yè)界。

　　公司成立于2024年4月，其創(chuàng)始人、高管、投資人、顧問(wèn)都是生命科學(xué)領(lǐng)域的頂級(jí)陣容，希望打造下一個(gè)顛覆生命科學(xué)行業(yè)的公司。

　　Xaira的使命是運(yùn)用人工智能技術(shù)，創(chuàng)造下一個(gè)基因泰克。

　　公司科學(xué)聯(lián)合創(chuàng)始人為諾貝爾化學(xué)獎(jiǎng)得主、華盛頓大學(xué)蛋白質(zhì)設(shè)計(jì)研究所所長(zhǎng)David Baker博士，該實(shí)驗(yàn)室設(shè)計(jì)了多個(gè)全球領(lǐng)先的基于蛋白質(zhì)的藥物開(kāi)發(fā)模型，有多位博士生全職加入了Xaira Therapeutics。

　　公司的首席執(zhí)行官Marc Tessier-Lavigne是前斯坦福校長(zhǎng)，他還曾任基因泰克首席科學(xué)官。另一位聯(lián)合創(chuàng)始人Hetu Kamisetty博士，他曾供職于Meta和蛋白質(zhì)設(shè)計(jì)研究所。

　　左：MarcTessier-Lavigne；右：David Baker

　　今年4月， Xaira 宣布任命多倫多大學(xué)頂尖 AI 學(xué)者 Bo Wang 為生物醫(yī)學(xué) AI 負(fù)責(zé)人，也是X-Atlas/Orion項(xiàng)目的主要負(fù)責(zé)人。

　　這家初創(chuàng)的背后，則獲得包括ARCH、Foresite Labs、F-Prime、NEA、紅杉資本、Lux Capital、Lightspeed Venture Partners、Menlo、Ventures、Two Sigma Ventures、帕克癌癥免疫治療研究所(PICI)、拜耳、Rsquared和SV Angel等一眾海外頂級(jí)投資機(jī)構(gòu)的支持......

　　其中，著名的生物醫(yī)藥風(fēng)險(xiǎn)投資基金ARCH Venture Partners，押上了其成立以來(lái)的最大賭注，向該公司投了2億美元。

　　此外，Xaira Therapeutics還有一個(gè)跨領(lǐng)域的強(qiáng)大顧問(wèn)團(tuán)隊(duì)，包括諾貝爾化學(xué)獎(jiǎng)得主Carolyn Bertozzi博士、波士頓集團(tuán)高管、強(qiáng)生公司前董事長(zhǎng)兼首席執(zhí)行官Alex Gorsky、23andMe前首席科學(xué)官兼治療學(xué)主管、FDA資深專員.......

　　AI生物學(xué)的下一個(gè)圣杯

　　AlphaFold2解決了蛋白質(zhì)折疊問(wèn)題后，虛擬細(xì)胞（Virtual Cell, VC）迅速成為AI+生命科學(xué)的前沿焦點(diǎn)。

　　畢竟AlphaFold 2本質(zhì)上是靜態(tài)蛋白質(zhì)結(jié)構(gòu)問(wèn)題的模型，但生物學(xué)是一個(gè)動(dòng)態(tài)系統(tǒng)，而不是一個(gè)靜態(tài)系統(tǒng)。

　　許多大佬都表示過(guò)對(duì)于虛擬細(xì)胞的興趣與看好。

　　被譽(yù)為“女版巴菲特”木頭姐，其創(chuàng)辦的ARK Invest發(fā)布《Big Ideas 2025》，將虛擬細(xì)胞列為未來(lái)AI+生命科學(xué)最具有顛覆性的領(lǐng)域之一。

　　和David Baker共同獲得諾貝爾化學(xué)獎(jiǎng)的Demis Hassabis曾表示，他的終極夢(mèng)想之一是構(gòu)建虛擬細(xì)胞，這將徹底改變生物學(xué)研究，可能需要長(zhǎng)達(dá)10年的時(shí)間去實(shí)現(xiàn)。

　　去年12月，40位頂尖科學(xué)家在《細(xì)胞》雜志發(fā)表文章，呼吁利用AI來(lái)創(chuàng)建虛擬人類細(xì)胞（AIVC），這是一個(gè)前沿且具有巨大潛力的領(lǐng)域。

　　與傳統(tǒng)細(xì)胞生物學(xué)依賴實(shí)驗(yàn)不同，AI虛擬細(xì)胞通過(guò)計(jì)算模擬進(jìn)行“虛擬實(shí)驗(yàn)”，可以突破物理限制，高效測(cè)試多種假設(shè)和條件。

　　虛擬細(xì)胞的價(jià)值不僅在于技術(shù)突破，更在于其可能重構(gòu)生物醫(yī)學(xué)研究范式。

　　當(dāng)前，大多數(shù)生命活動(dòng)都是在細(xì)胞層面進(jìn)行的，如果AI能精準(zhǔn)模擬分子、細(xì)胞和組織的作用，則具有巨大的應(yīng)用前景。包括靶點(diǎn)發(fā)現(xiàn)、患者分層、藥物篩選等。

　　為了這一宏大目標(biāo)，全球多個(gè)組織和公司正積極探索AI虛擬細(xì)胞的構(gòu)建與優(yōu)化。

　　今年4月，著名非盈利研究機(jī)構(gòu)Arc Institute宣布與10x和Ultima Genomics合作開(kāi)發(fā)虛擬細(xì)胞圖譜，推動(dòng)Arc Virtual Cell Atlas成為預(yù)測(cè)生物模型的關(guān)鍵資源。

　　前不久，美國(guó)艾倫研究所宣布啟動(dòng)“細(xì)胞景觀”（CellScapes）計(jì)劃，旨在結(jié)合尖端成像技術(shù)與AI模型來(lái)揭示細(xì)胞原理，構(gòu)造細(xì)胞動(dòng)態(tài)圖景，為科學(xué)家預(yù)測(cè)乃至設(shè)計(jì)細(xì)胞提供強(qiáng)大工具。

　　據(jù)悉，該項(xiàng)目將為期十年，由75名專家組成的團(tuán)隊(duì)負(fù)責(zé)執(zhí)行，期間并不設(shè)定固定的預(yù)算。

　　我國(guó)也正在加大對(duì)于該領(lǐng)域的投入。

　　2025年3月，由中國(guó)科學(xué)院廣州生物醫(yī)藥與健康研究院牽頭的人類細(xì)胞譜系大科學(xué)研究設(shè)施正式啟動(dòng)建設(shè)，將打造數(shù)字細(xì)胞AI大模型。

　　AIVC，并不遙遠(yuǎn)

　　或許，在很多人眼里利用AI模擬細(xì)胞還太過(guò)于遙遠(yuǎn)。

　　實(shí)際上，虛擬細(xì)胞（AIVC）已不再是科幻概念，而是正在迅速發(fā)展的前沿技術(shù)。

　　圖：虛擬細(xì)胞三大支柱

　　首先，要模擬并且預(yù)測(cè)細(xì)胞的生命活動(dòng)，其最重要的基礎(chǔ)就是在于多樣且高質(zhì)量的生物數(shù)據(jù)。

　　這些數(shù)據(jù)涵蓋基因組、轉(zhuǎn)錄組、蛋白質(zhì)組、代謝組等多層次信息，細(xì)胞顯微成像與單細(xì)胞測(cè)序數(shù)據(jù)也不可或缺。

　　過(guò)去二十年來(lái)全球科學(xué)家們的各類解碼計(jì)劃：如人類基因組計(jì)劃、人類細(xì)胞圖譜、癌癥基因組圖譜、ENCODE、人類蛋白質(zhì)圖譜等，這個(gè)過(guò)程中積累的大量參考數(shù)據(jù)，能夠用于訓(xùn)練機(jī)器學(xué)習(xí)模型。

　　學(xué)界和產(chǎn)業(yè)界也意識(shí)到了當(dāng)前數(shù)據(jù)的匱乏，正在聯(lián)合多方構(gòu)建適合深度訓(xùn)練的多樣性生物數(shù)據(jù)庫(kù)。

　　圖：虛擬細(xì)胞相關(guān)數(shù)據(jù)集

　　模型層面，近年來(lái)涌現(xiàn)了多個(gè)單細(xì)胞大模型，以及整合生命分子的生物學(xué)基礎(chǔ)大模型，都極大地促進(jìn)了技術(shù)突破與發(fā)展。

　　圖：?jiǎn)渭?xì)胞以及生物學(xué)基礎(chǔ)大模型

　　雖然離人類細(xì)胞全尺度模擬還有很長(zhǎng)一段距離，但這些模型在特定領(lǐng)域已經(jīng)發(fā)揮巨大的作用，有望實(shí)現(xiàn)產(chǎn)業(yè)化落地。

　　例如，清華大學(xué)的scFoundation，支持“開(kāi)箱即用”的細(xì)胞質(zhì)量提升和虛擬藥物試驗(yàn)。

　　盡管，人類細(xì)胞全尺度模擬不僅需要大規(guī)模的數(shù)據(jù)，其算力需求也將遠(yuǎn)超當(dāng)前上限。

　　但算力成本的不斷下降，大模型的飛速進(jìn)展，已經(jīng)讓科學(xué)們走向這一遙不可及的夢(mèng)想。

　　—The End—