课前准备--生成式人工智能在细胞生物学应用中面临的十五项挑战

作者，Evil Genius

无论做什么事情，我们先把事情做好，再说其他的内容，我认为这个内容非常重要，即使只有一个人参加培训，我也想好好全流程梳理一下。

今日参考文献

这篇文章讨论的并不是简单的“AI 能不能分析单细胞数据”，而是在问一个更大的问题：

生成式 AI 能否从“预测蛋白质结构”进一步发展到“预测细胞行为、组织状态、疾病进展乃至临床治疗结果”？

研究认为：

蛋白质层面的 AI 已经取得巨大成功，但从分子 → 细胞 → 多细胞系统 → 个体 → 临床的跨越，远没有解决。

AlphaFold、蛋白质从头设计、突变效应预测等已经取得了非常显著的成果；但是预测一个细胞受到基因、药物或者环境扰动之后会发生什么，困难得多。原因主要包括：

1. 细胞行为不是简单的线性序列问题
2. 细胞存在大量高阶、多变量相互作用
3. 训练数据远远不够
4. 不同个体之间存在巨大差异
5. 疾病往往由多个细胞共同决定
6. 目前很多 AI benchmark 只是统计意义上的提升，而不是生物学发现
7. 真正重要的是 prospective validation（前瞻性验证）

因此提出了类似 Hilbert 数学问题的：

15 个生成式 AI 在细胞生物学中的重大挑战。

未来 AI 生物学应该从：

“AI 能不能把已有数据预测得更好？”

转向：

“AI 能不能预测一个尚未观察到的生物学现象，并通过实验验证？”

这是最核心的思想。

二、为什么蛋白质 AI 成功，而细胞 AI 更困难？

这是这篇文章最重要的理论部分之一。

1. 蛋白质问题相对“规整”

AlphaFold 等模型之所以成功，一个重要原因是：

• DNA/RNA/蛋白质序列具有线性结构
• 蛋白质结构存在相对明确的物理约束
• 有大量高质量结构数据库
• PDB 提供了大量实验结构
• 蛋白质折叠受到几何、化学键、进化等约束

因此 AI 可以在相对明确的搜索空间里寻找答案。

三、细胞为什么比蛋白质难得多？

细胞不是：

一个序列 → 一个结构

而是：

基因 + 表观遗传 + 蛋白质 + RNA + 代谢物 + 信号通路 + 细胞间通讯 + 空间位置 + 时间状态 → 细胞行为

例如一个癌细胞的行为可能受到：

• 癌细胞本身
• T cell
• macrophage
• neutrophil
• CAF
• endothelial cell
• cytokines
• ECM
• hypoxia
• metabolism

共同影响。

因此：

一个蛋白质的功能不能直接告诉你整个细胞或者组织会发生什么。

肿瘤就是典型例子：治疗效果往往不是由一个 receptor 决定，而是由整个 TME 的细胞组成和相互作用决定。

四、当前 Gen-AI 最大的问题：高阶相互作用

特别强调：

当前 Transformer/LLM 最擅长的是 token 之间的关系，但是细胞生物学存在大量 N-way interactions。

例如：

Protein kinase → transcription factor → target gene

这里至少存在三方关系。

再比如：

一个完整的 60S ribosome 需要最多 47 个蛋白质协调组装。

所以不能简单地认为：

A 与 B 相互作用 B 与 C 相互作用 那么 A+B+C 的功能就可以被预测。

因为：

三阶、四阶甚至几十阶的组合关系可能产生全新的系统功能。

甚至估计，在考虑大量基因调控元件、蛋白 isoform 和高阶组合之后，可能出现约：

3.48 × 10¹⁵⁰

级别的组合空间。

这已经远超现有计算能力能够直接 brute-force 学习的范围。

五、提出的解决方案：Biology-anchored AI

这是第二个非常重要的思想。

不认为未来路线只是：

更多数据 + 更大的 Transformer

而是认为：

AI + biological priors

也就是：

把生物学知识“预装”进 AI。

例如建立：

Gene regulatory network
        ↓
Signaling network
        ↓
Protein-protein interaction
        ↓
Cell-cell communication
        ↓
Spatial relationships
        ↓
Phenotype

然后利用 graph-based attention：

让 AI 不需要在整个巨大的组合空间里搜索，而是在符合生物学规律的区域搜索。

也就是说：

把 biological network 作为 AI 的 inductive bias。

特别提出：

probabilistic graphs + graph-based attention + diffusion kernels

用于限制模型的 attention 范围。

六、为什么不能完全接受“The Bitter Lesson”？

AI 领域有一个非常著名的观点：

The Bitter Lesson

即：

长期来看，通用算法 + 更多计算资源 + 更多数据，往往会超过人工加入的领域知识。

但是：

细胞生物学可能是一个例外。

原因之一就是：

数据太少。

自然语言模型可以使用：

trillions of tokens

而最大的生物数据集也只有约：

10¹⁰–10¹¹ measurements/tokens

而且生物数据的组合复杂度远远高于语言。

更重要的是，目前一些单细胞 foundation models：

• scGPT
• Geneformer
• 相关 single-cell foundation models

在训练数据之外的：

• 新 cell type
• 新 tissue
• 新 perturbation

上，并没有稳定地超过简单的 linear baseline。

所以：

单纯扩大模型，不一定能解决 cell biology。

七、真正应该改变的是 AI benchmark

目前很多 single-cell AI benchmark 是：

根据 gene expression 判断 CD4 T cell 还是 CD8 T cell。

这种问题：

技术上有意义，但生物学意义非常有限。

因为：

• marker gene 已经知道
• 传统方法已经可以完成
• linear regression 往往已经足够
• 大样本下非常小的差异也可以产生极显著的 p value

因此：

AI 的 statistical improvement ≠ biological discovery

分析建议建立两级 benchmark：

Tier 1：Methods development

用于：

• 比较模型
• 比较 architecture
• 比较训练方法
• retrospective benchmark

Tier 2：Biological discovery

要求：

AI 先预测 → 再实验验证。

例如：

AI预测：
“敲除 Gene X 会让 exhausted CD8 T cell
变成 effector state”

        ↓

CRISPR实验

        ↓

Perturb-seq

        ↓

观察真实细胞状态

        ↓

验证AI预测

后者才是真正有意义的 benchmark。

八、15个重大挑战

把 15 个挑战分成 4 个层级：

Level 1
分子相互作用
        ↓
Level 2
分子功能
        ↓
Level 3
细胞/系统功能
        ↓
Level 4
临床转化

Level 1：Molecular-level interactions

Challenge 1：Regulatory and signaling interactions

调控和信号相互作用

目标：

预测蛋白质与 DNA、RNA、蛋白质、代谢物、小分子之间，在特定细胞环境中的复杂相互作用。

不仅仅是：

Protein A ↔ Protein B

而是：

TF + cofactor + enhancer + chromatin + cell state

共同决定 gene expression。

认为这是 Gen-AI 最基础的问题之一。

验证方法包括：

• TF knockdown
• pairwise TF perturbation
• site-directed mutagenesis
• chromatin cross-linking
• pull-down/MS
• cryo-EM

Challenge 2：Epigenetic interactions

表观遗传相互作用

核心问题：

为什么同样的 DNA，在不同细胞中可以产生完全不同的表达程序？

关键因素包括：

• chromatin accessibility
• DNA methylation
• histone modification
• enhancer
• promoter
• 3D chromatin architecture

例如：

DNA sequence
      ↓
Histone modification
      ↓
Chromatin opening/closing
      ↓
TF binding
      ↓
Gene expression
      ↓
Cell state

认为目前我们仍然不知道完整的：

epigenetic combinatorial code

AI 的目标是学习这种规律。

Challenge 3：Cell-cell interactions

细胞—细胞相互作用

这与你做的空间转录组 / cell-cell communication / niche特别相关。

目标是回答：

哪一个 cell source 产生什么 ligand？ 哪个 sink cell 表达 receptor？ 这个 interaction 是否真的改变了 receptor cell 的 transcriptional state？

例如：

Cancer cell
    ↓ ligand
Macrophage
    ↓
M2-like state
    ↓
Immunosuppression

文章提出的验证包括：

• ligand/receptor CRISPR KO
• rescue
• ligand overexpression
• MERFISH
• seqFISH
• spatial co-localization

这其实意味着未来：

CellChat/NicheNet → AI + spatial + perturbation

可能会成为一个重要方向。

Level 2：Molecular function

Challenge 4：Synthetic mechanisms

合成生物学机制设计

例如：

AI 自动设计一个最优 plasmid。

需要预测：

• promoter
• enhancer
• insertion site
• inducible system
• expression level
• epigenetic silencing
• promoter leakage

最终目标：

AI 直接设计能够在真实细胞中工作的 DNA regulatory system。

而不是：

AI 生成一个“看起来合理”的 sequence。

Challenge 5：Genome → biochemical function

基因组 → 生化功能

这是一个非常重要的方向：

一个 mutation 到底会产生什么功能？

尤其是：

• loss-of-function
• hypomorph
• gain-of-function
• hypermorph
• neomorph
• neutral

例如：

Mutation
   ↓
Protein structure
   ↓
Protein stability
   ↓
Protein interaction
   ↓
Enzyme activity
   ↓
Cell phenotype

目前仍没有完全解决。

这个问题与你之前问的：

EGFR L858R / exon 19 / exon 20 mutation

其实高度相关。

Challenge 6：Drug mechanism of action

药物作用机制

反对简单的：

One disease – one target – one drug

因为真实药物机制更像：

Drug
 ↓
On-target
 ↓
Off-target
 ↓
Indirect target
 ↓
Signaling network
 ↓
Cell state
 ↓
Tissue phenotype

因此真正需要预测的是：

proteome-wide drug mechanism + polypharmacology

也就是：

药物究竟影响了整个细胞的哪些蛋白、通路和网络？

包括：

• high-affinity targets
• off-targets
• indirect targets
• context-dependent effects
• drug synergy

Level 3：Cellular / systems function

Challenge 7：Genome → phenotype

基因组 → 生物体表型

目标非常大胆：

设计一个最小但可以独立生存的 organism。

目前最小自由生活细胞之一：

Mycoplasma genitalium

只有约：

482 个 protein-coding genes

但我们仍然无法从零设计一个具有类似最小基因组、同时能够独立生存的 designer cell。

Challenge 8：Cell state reprogramming

细胞状态重编程

这是我认为对你目前研究方向非常重要的一项。

目标：

AI 预测什么 perturbation 可以把一个细胞从 State A 变成 State B。

例如：

Exhausted CD8 T cell
          ↓
       CRISPR
          ↓
Effector CD8 T cell

或者：

Cancer-associated fibroblast
          ↓
      drug/CRISPR
          ↓
less immunosuppressive state

把它分成：

Genetic reprogramming

通过：

• gene activation
• gene suppression
• gene combinations

改变细胞状态。

Drug-based reprogramming

用：

• small molecules
• designer antibodies

模拟 genetic perturbation。

Challenge 9：Synthetic circuit design

合成基因线路设计

传统医学：

一个 target → 一个 drug

但癌细胞会适应。

因此提出：

multi-gene logic circuit

例如：

Receptor A
      +
Receptor B
      +
Receptor C
      ↓
Boolean logic
      ↓
Kill cancer cell

AI 的任务是：

找到最简单、最稳定、最不容易产生噪声的 genetic circuit。

同时还要避免：

• immune rejection
• circuit noise
• cellular adaptation
• disease relapse

Challenge 10：Systems-level mechanisms

系统水平机制

研究认为：

没有任何细胞是真正孤立工作的。

例如 CD8 T cell：

DC
 ↓
Antigen presentation
 ↓
CD4 helper
 ↓
CD8 activation
 ↓
Effector
 ↓
Chronic stimulation
 ↓
Exhaustion

所以如果只研究：

CD8 T cell

可能无法真正解释它的行为。

对于癌症尤其如此。

举出的 immunosuppressive TME 包括：

• M2-like TAM
• TREM2+/C1Q+ TAM
• myCAF
• N2 TAN
• HELIOS+ Treg

最终要回答：

这些细胞如何协同形成免疫抑制？

Level 4：Translation

Challenge 11：Complex biomarker identification

复杂生物标志物

传统 biomarker：

一个 protein

未来可能是：

multi-omics biomarker

包括：

• scRNA-seq
• spatial transcriptomics
• proteomics
• cfDNA
• extracellular vesicle
• metabolite

例如：

Patient
 ↓
scRNA
+
spatial
+
proteomics
+
genomics
 ↓
AI
 ↓
Drug-response biomarker

文章提出未来临床 biomarker 应该进行：

prospective blinded validation

并且提出目标：

Clinical AUC ≥ 0.90 biomarker panel ≤20 features ≥2 independent cohorts

Challenge 12：Drug toxicity

药物毒性预测

这是药物研发最大的痛点之一。

例如两个药可能：

target 相同

但：

toxicity 完全不同。

原因可能是：

• off-target
• tissue-specific effects
• immune response
• systemic response

以 TGN1412 为典型案例：

临床前实验没有预测到严重免疫反应，而进入人体后出现严重 cytokine storm。

所以：

只预测 drug-target binding 是不够的。

必须预测：

Drug
 ↓
Target
 ↓
Cell
 ↓
Immune system
 ↓
Organ
 ↓
Whole-body response

Challenge 13：Drug efficacy

药物疗效预测

问题不是：

药物有没有效？

而是：

这个药对哪一个患者有效？

例如 HER2 靶向治疗。

如果把所有乳腺癌患者放在一起做 trial，真正的 responder 只是其中一个亚群，那么整体疗效就可能被稀释。

因此未来 AI 应该预测：

Patient multi-omics
        +
Drug structure
        +
Drug perturbation
        +
Disease context
        ↓
AI
        ↓
Patient-specific response

而且需要在：

• PDX
• GEMM
• organoid
• clinical trial

中进行前瞻验证。

Challenge 14：Organismal responses

个体水平反应

这里把问题进一步扩大：

能不能预测一个人对 vaccine、infection、drug 的反应？

核心概念：

Immune setpoint

也就是：

一个人在受到刺激之前的 baseline immune state。

它受到：

• genetics
• age
• sex
• environmental exposure
• previous infection
• microbiome

影响。

然后 AI 根据 baseline multi-omics：

预测这个人未来对疫苗、感染、治疗的反应。

给出的一个 benchmark 是：

Pearson r > 0.70

以及：

AUC > 0.80

用于预测高/低 vaccine responders。

Challenge 15：Clinical trial outcome

这是整个体系的终点：

AI 能不能预测一个临床试验中谁会响应、谁不会响应？

不仅预测：

responder / non-responder

还要预测：

为什么响应？为什么耐药？

目标：

prospective phase II/III trial

达到：

AUC ≥ 0.80

并通过：

• organoid
• CRISPR
• functional assays

验证 response/resistance mechanism。

九、15个挑战实际上构成了一条完整的“AI生物学路线”

这篇文章最值得你注意的是：

15 个问题不是孤立的。

它实际上是一条非常清晰的 hierarchy：

Gen-AI Biology
                         │
        ┌────────────────┴────────────────┐
        │                                 │
 Molecular interaction             Molecular function
        │                                 │
   1. Signaling                    4. Synthetic mechanism
   2. Epigenetics                  5. Genome → function
   3. Cell-cell                    6. Drug MoA
        │
        └──────────────┬───────────────┘
                       ↓
              Cellular / Systems
                       │
                7. Genome → phenotype
                8. Cell reprogramming
                9. Synthetic circuits
               10. Systems mechanisms
                       │
                       ↓
                  Translation
                       │
               11. Biomarkers
               12. Toxicity
               13. Efficacy
               14. Organism response
               15. Clinical outcome

也就是说：

真正的“Virtual Cell”只是中间阶段，而不是终点。

终点是：

Virtual Biology → Predictive Medicine

十、目前最大的瓶颈不是模型，而是数据

很多人认为：

AI 不够强 → 换更大的模型。

真正的问题是：

没有合适的数据。

尤其缺少：

1. Perturbation data

不是只要：

baseline scRNA-seq

而需要：

baseline
   ↓
perturbation
   ↓
single-cell response

例如：

Perturb-seq

未来可能需要：

数亿级 single-cell profiles

才能真正学习复杂的细胞行为。

十一、为什么普通 scRNA atlas 不够？

这是做单细胞研究非常相关的一点。

明确指出：

如果你想预测 CD4 T cell 对 cytokine combination 的反应，那么单纯收集数千种细胞的 baseline atlas 并不够。

需要：

Cell
+
Perturbation
+
Time
+
Multi-omics
+
Spatial context
+
Phenotype

例如：

CD4 T cell
     ↓
IL-2 + IFNγ
     ↓
Perturb-seq
     ↓
ATAC
     ↓
Protein
     ↓
Cell state

这样 AI 才真正知道：

“受到什么刺激以后，细胞会发生什么变化。”

十二、Spatial transcriptomics 在这篇文章中的位置

提出的很多问题都需要：

single-cell + spatial + perturbation

例如 Challenge 3：

Cell-cell interaction

需要：

• ligand/receptor
• spatial co-localization
• MERFISH
• seqFISH
• perturbation

而 Challenge 11：

Biomarker

直接提出：

single-cell + spatial transcriptomic profiles

未来复杂 biomarker 的重要数据来源。

因此未来可能不是：

scRNA foundation model

而是：

multimodal biological foundation model

把：

Genomics
Transcriptomics
Proteomics
Epigenomics
Spatial
Perturbation
Imaging
Drug
Clinical

统一起来。

十三、文章提出的理想数据结构

从全文可以抽象成：

Patient
                       │
        ┌──────────────┼──────────────┐
        ↓              ↓              ↓
     Genomics      Transcriptome    Proteomics
        │              │              │
        └──────────────┼──────────────┘
                       ↓
                  Cell state
                       │
                 Spatial context
                       │
               Cell-cell interaction
                       │
                 Perturbation
                       │
             Drug / CRISPR / Cytokine
                       ↓
                  Cell response
                       ↓
                 Tissue response
                       ↓
                Patient response
                       ↓
               Clinical outcome

这实际上就是：

Predictive Biology

十四、一个非常重要的观点：AI必须能够解释“为什么”

临床 AI 不能只告诉医生：

“这个患者会响应。”

还应该告诉：

“为什么会响应？”

例如：

Patient A
 ↓
High IFN-response
 ↓
T-cell inflamed TME
 ↓
PD-1 pathway active
 ↓
Prediction:
Responder

这样医生才能进一步验证机制。

因此特别强调：

Biological priors 不只是为了提高 accuracy，也为了提高 interpretability。

十五、文章提出的终极评价标准

以后评价 biological AI，不应该只问：

Accuracy多少？

而应该问：

① 能不能预测？

② 能不能在独立数据中预测？

③ 能不能预测未知情况？

④ 能不能实验验证？

⑤ 能不能产生新的生物学机制？

⑥ 能不能改变药物研发？

⑦ 能不能最终改善患者治疗？

所以文章提出：

Retrospective benchmark → Prospective validation

这是全文最核心的评价标准之一。

十六、对现在研究方向的启示

如果把这篇 Cell Perspective 和一直在做的：

单细胞 → 空间转录组 → niche → cell-cell communication → AI

联系起来，可以得到一个非常清晰的研究路线：

第一阶段：描述

scRNA
↓
cell type
↓
cell state

这是目前比较成熟的。

第二阶段：空间

scRNA
+
Spatial transcriptomics
↓
Cell neighborhood
↓
Niche
↓
Spatial communication

这正是目前大量关注的方向。

第三阶段：机制

Spatial + scRNA
        ↓
Ligand-Receptor
        ↓
NicheNet / CellChat / COMMOT
        ↓
Candidate mechanism

第四阶段：扰动

真正重要的是：

Candidate ligand
       ↓
CRISPR KO
       ↓
Perturb-seq
       ↓
Spatial validation
       ↓
Cell-state transition

第五阶段：AI预测

最终：

Baseline multi-omics
        +
Spatial
        +
Perturbation
        +
Drug
        ↓
Gen-AI
        ↓
Predict:
“如果我干预X，
细胞会不会从A状态变成B状态？”

这就是文章 Challenge 8 的核心。

十七、如果做肿瘤研究，这篇文章可以直接变成一个研究框架

例如：

肿瘤免疫微环境 AI

Tumor
                │
      ┌─────────┼─────────┐
      ↓         ↓         ↓
     CAF       TAM       T cell
      │         │         │
      └─────────┼─────────┘
                ↓
          Cell-cell network
                ↓
           Spatial niche
                ↓
          Immune exclusion
                ↓
          Drug response

然后加入：

scRNA
+
Spatial
+
ATAC
+
Proteomics
+
Perturb-seq
+
Drug response

训练 AI。

最终预测：

给患者某一种药之后，哪个 cell population 会变化？ 哪个 niche 会消失？ 哪个细胞会产生耐药？ 什么联合治疗可以逆转？

这就从普通的：

“描述肿瘤微环境”

进入：

“预测并干预肿瘤微环境”

十八、这篇文章最值得记住的10句话

建议记住这 10 点：

1. Gen-AI 已经在蛋白质结构和设计上取得巨大成功，但细胞行为预测仍远未解决。

2. Cell biology 的核心困难是多细胞、高阶、多尺度相互作用。

3. 当前 Transformer 不一定适合直接学习这种巨大组合空间。

4. 生物学先验应该进入 AI，而不仅仅是“更大模型 + 更多数据”。

5. 当前 single-cell foundation models 在 OOD 场景中仍不能稳定超过简单 baseline。

6. Cell type classification 不是最有价值的 biological benchmark。

7. 真正重要的是 prospective experimental validation。

8. Perturbation data 比单纯 baseline atlas 更重要。

9. 最终目标不是 Virtual Cell，而是预测整个 biological system。

10. Gen-AI 最终要从：

Predict → Explain → Experimentally validate → Intervene → Clinical translation

完成闭环。

十九、全文总结

这篇文章的核心不是“AI 可以帮助生物学”，而是提出了一个更加激进的目标：

未来的生物学 AI 不应该只是从已有单细胞、空间转录组或临床数据中寻找统计规律，而应该建立融合生物学先验、空间信息、多组学、扰动实验和临床数据的生成式模型，从分子相互作用开始，逐层预测细胞状态、多细胞系统、个体免疫反应、药物疗效与毒性，并最终以前瞻性实验和临床试验证明 AI 真正发现了新的生物学。 Cell-cell interaction → Mutation function → Drug MoA → Cell reprogramming → TME/system → Spatial biomarker → Drug response

这几项基本可以串成一条非常熟悉的：

单细胞/空间组学 → AI → 扰动 → 药物机制 → 精准治疗

的完整科研路线。

生活很好，有你更好。