2026-10-15 · 来源：{'name': '虎嗅·中继', 'url': 'https://www.huxiu.com/article/4897573.html'}
西湖大学模型登上《自然》，首次在临床场景完成验证；但两药联用上限与人体试验缺口仍在
对A患者有效的抗癌药，到B患者身上可能完全失灵——癌症治疗至今欠缺精确性与可预测性，只能大量试错，累积的副作用还会与持续增殖的肿瘤一起消耗病人。今年9月，杭州西湖大学团队在《自然》杂志发表成果：针对三阴性乳腺癌的AI虚拟细胞模型ProteinTalks，可预测不同患病个体对各类药物的反应。这种癌症常能逃避标准疗法；论文通信作者、西湖实验室智能蛋白质组中心主任郭天南表示，这是虚拟细胞模型首次走出实验室、在临床场景中接受验证。
ProteinTalks并未复刻天然细胞的全部细节，而是聚焦蛋白质：其训练基于一个精心整理的大规模数据集，记录了大量实验室癌细胞在药物处理前后细胞内蛋白质的变化。相比现有的药物定制方案，虚拟细胞表现更优，甚至发现了可能效果更佳的药物新组合；凭借可迁移性，稍作调整便可面向其他癌症类型预测药物反应，应用范围有望拓展至乳腺癌之外。
但通往真实临床仍有两道坎：ProteinTalks目前最多只能评估由两种药物组成的联用方案，且预测仅在实验室培养的患者来源细胞上得到验证——AI建议是否真正有益，还需人体试验给出答案。
虚拟细胞同样是一场产业竞速。瑞典国家生命科学实验室（由四所瑞典大学联合运营）已启动AlphaCell项目，用AI预测细胞在健康或疾病状态下如何运作、如何发生适应性改变；谷歌DeepMind联合创始人德米斯·哈萨比斯在访谈中提到，其团队正开发一种相对独立、自成体系的AI虚拟细胞核，可作为构建完整细胞的起点；陈-扎克伯格倡议基金会则与英伟达合作，打造用于运行和评估虚拟细胞的工具与AI模型。相比早期依赖单细胞转录组学数据（即基因活性记录）的路线，虚拟细胞的价值在于大幅压缩实验的时间与人力成本，让研究者以极快速度测试海量设想。
主题标签: ProteinTalks · Westlake University · Guo Tiannan · Demis Hassabis · Virtual Cell · AI Drug Discovery
萬安算交所 AIXX · 算力硬件实名会员制交易平台 · 进入货源大厅