百圖生科張曉明：生命科學(xué)AI的競(jìng)爭(zhēng)，正在從模型效果走向系統(tǒng)進(jìn)化

　　中國(guó)網(wǎng)財(cái)經(jīng)7月23日訊 近日，百圖生科高級(jí)副總裁、AI研發(fā)負(fù)責(zé)人張曉明受邀參加WAIC“涌現(xiàn)?無(wú)限｜2026 未來(lái)科技產(chǎn)業(yè)生態(tài)論壇”，并出席“AI for Science產(chǎn)業(yè)化實(shí)踐：科研新范式如何走向千行百業(yè)”圓桌討論。

　　圍繞生命科學(xué)AI的發(fā)展階段、計(jì)算預(yù)測(cè)與實(shí)驗(yàn)驗(yàn)證之間的差距，以及虛擬細(xì)胞未來(lái)的應(yīng)用方向，張曉明分享了對(duì)AI for Science產(chǎn)業(yè)化進(jìn)程的觀察。

　　“生命科學(xué)AI的競(jìng)爭(zhēng)，正在從模型效果競(jìng)爭(zhēng)走向系統(tǒng)進(jìn)化能力競(jìng)爭(zhēng)。”在他看來(lái)，模型能力依然是基礎(chǔ)，但決定長(zhǎng)期產(chǎn)業(yè)價(jià)值的，將是模型能否進(jìn)入真實(shí)研發(fā)場(chǎng)景，與高質(zhì)量數(shù)據(jù)生產(chǎn)和實(shí)驗(yàn)驗(yàn)證形成閉環(huán)，并在一次次應(yīng)用中持續(xù)提升。

　　從“模型表現(xiàn)”到“系統(tǒng)進(jìn)化”

　　生命科學(xué)AI進(jìn)入更深的研發(fā)鏈條

　　過(guò)去幾年，生命科學(xué)AI的評(píng)價(jià)標(biāo)準(zhǔn)經(jīng)歷了明顯變化。早期，行業(yè)主要關(guān)注模型的參數(shù)規(guī)模，以及在下游任務(wù)中的指標(biāo)表現(xiàn)。隨著AI逐步進(jìn)入實(shí)際研發(fā)場(chǎng)景，人們開(kāi)始追問(wèn)模型是否能夠解決真實(shí)問(wèn)題，其預(yù)測(cè)結(jié)果能否轉(zhuǎn)化為實(shí)際研發(fā)價(jià)值。在此基礎(chǔ)上，行業(yè)對(duì)模型泛化能力的要求也在不斷提高。

　　當(dāng)前，行業(yè)的關(guān)注點(diǎn)正在進(jìn)一步轉(zhuǎn)向模型和系統(tǒng)的進(jìn)化能力：模型能否在一次次真實(shí)應(yīng)用中吸收新的實(shí)驗(yàn)數(shù)據(jù)，持續(xù)改善對(duì)復(fù)雜生命問(wèn)題的理解，并在后續(xù)研發(fā)中創(chuàng)造更大的價(jià)值。

　　“模型有多少參數(shù)、單項(xiàng)任務(wù)表現(xiàn)有多好，只是第一個(gè)階段。進(jìn)入真實(shí)研發(fā)之后，更重要的是它能否解決實(shí)際問(wèn)題，并在使用過(guò)程中變得越來(lái)越好。”

　　這一變化意味著，生命科學(xué)AI正在從相對(duì)獨(dú)立的預(yù)測(cè)工具，逐步進(jìn)入數(shù)據(jù)生產(chǎn)、實(shí)驗(yàn)設(shè)計(jì)、結(jié)果驗(yàn)證和模型訓(xùn)練等更深層次的研發(fā)環(huán)節(jié)。張曉明認(rèn)為，生命科學(xué)AI不能只追求眼前的成功率和局部指標(biāo)。更合理的路徑是先在更廣闊的分子或生物空間中進(jìn)行探索，建立整體認(rèn)知，再逐步縮小范圍，進(jìn)入局部?jī)?yōu)化。如果所有優(yōu)化都直接指向單次結(jié)果，研發(fā)可能長(zhǎng)期停留在局部最優(yōu)。真正具有長(zhǎng)期價(jià)值的系統(tǒng)，需要在數(shù)據(jù)布局、實(shí)驗(yàn)設(shè)計(jì)和模型迭代上保持持續(xù)投入，通過(guò)多輪進(jìn)化提高對(duì)復(fù)雜生命問(wèn)題的整體理解。

　　模型與數(shù)據(jù)的復(fù)利

　　將逐步拉開(kāi)系統(tǒng)之間的差距

　　當(dāng)前，模型計(jì)算預(yù)測(cè)與實(shí)驗(yàn)結(jié)果之間仍然存在差距。張曉明認(rèn)為，這一問(wèn)題不能簡(jiǎn)單歸結(jié)為數(shù)據(jù)不足、算法不夠先進(jìn)或工程效率不高，而需要模型、數(shù)據(jù)和工程能力協(xié)同解決。

　　模型基于長(zhǎng)期積累的生命科學(xué)數(shù)據(jù)，建立對(duì)生物規(guī)律的初步理解。在此基礎(chǔ)上，模型進(jìn)一步識(shí)別當(dāng)前認(rèn)知不足的區(qū)域，判斷哪些實(shí)驗(yàn)、哪些數(shù)據(jù)最值得優(yōu)先獲得。

　　新的實(shí)驗(yàn)數(shù)據(jù)補(bǔ)充模型尚未覆蓋或理解不足的部分，推動(dòng)模型繼續(xù)訓(xùn)練和優(yōu)化。模型能力提升后，又能夠更精準(zhǔn)地指導(dǎo)下一輪實(shí)驗(yàn)設(shè)計(jì)和數(shù)據(jù)生產(chǎn)。

　　工程體系則負(fù)責(zé)壓縮每輪迭代的時(shí)間和成本，讓這一循環(huán)更加高頻、高效地運(yùn)行。

　　縮小模型計(jì)算預(yù)測(cè)與實(shí)驗(yàn)結(jié)果之間的差距，需要形成持續(xù)迭代的研發(fā)閉環(huán)。“更好的模型知道應(yīng)該生產(chǎn)什么數(shù)據(jù)；更好的數(shù)據(jù)又能訓(xùn)練出更好的模型。這種正向復(fù)利會(huì)持續(xù)放大領(lǐng)先優(yōu)勢(shì)，讓整個(gè)系統(tǒng)的壁壘越建越高。”

　　AI的價(jià)值不只在于預(yù)測(cè)實(shí)驗(yàn)結(jié)果，還在于判斷下一步什么數(shù)據(jù)最值得生產(chǎn)。當(dāng)模型能夠指導(dǎo)高價(jià)值數(shù)據(jù)生產(chǎn)，實(shí)驗(yàn)數(shù)據(jù)又能持續(xù)推動(dòng)模型進(jìn)化，生命科學(xué)研發(fā)就有機(jī)會(huì)形成長(zhǎng)期積累的能力飛輪。率先建立這一閉環(huán)的系統(tǒng)，也將在持續(xù)迭代中形成越來(lái)越明顯的能力優(yōu)勢(shì)。

　　虛擬細(xì)胞原生系統(tǒng)

　　正成為生命科學(xué)AI的下一個(gè)重要方向

　　隨著AI不斷深入生命科學(xué)研究，模型探索正在從蛋白質(zhì)、DNA和RNA等分子尺度，進(jìn)一步走向細(xì)胞尺度。張曉明認(rèn)為，當(dāng)前虛擬細(xì)胞領(lǐng)域呈現(xiàn)出百家爭(zhēng)鳴的狀態(tài)，科研機(jī)構(gòu)和產(chǎn)業(yè)公司對(duì)細(xì)胞建模投入了很高熱情。這一趨勢(shì)也標(biāo)志著生命科學(xué)模型正在進(jìn)入新的發(fā)展階段。

　　2025年，百圖生科在虛擬細(xì)胞挑戰(zhàn)賽中獲得全球第一名。模型效果得到關(guān)注的同時(shí)，越來(lái)越多產(chǎn)業(yè)客戶開(kāi)始提出更進(jìn)一步的問(wèn)題：虛擬細(xì)胞能否直接進(jìn)入實(shí)際研發(fā)場(chǎng)景？能否結(jié)合企業(yè)自身的數(shù)據(jù)和任務(wù)持續(xù)進(jìn)化？能否真正改善研發(fā)效果？

　　目前，許多虛擬細(xì)胞模型主要回答一個(gè)基礎(chǔ)問(wèn)題：從當(dāng)前細(xì)胞狀態(tài)出發(fā)，經(jīng)過(guò)某種基因、藥物或環(huán)境擾動(dòng)之后，細(xì)胞下一步可能出現(xiàn)怎樣的狀態(tài)變化。但真實(shí)研發(fā)需要的信息更加具體。科研人員還需要判斷細(xì)胞活性是否發(fā)生變化、是否存在早期安全性風(fēng)險(xiǎn)、是否可能產(chǎn)生免疫原性，以及這些變化能否支持后續(xù)研發(fā)決策。

　　張曉明認(rèn)為，虛擬細(xì)胞領(lǐng)域下一階段的競(jìng)爭(zhēng)，將從模型預(yù)測(cè)能力，進(jìn)一步走向虛擬細(xì)胞原生系統(tǒng)的構(gòu)建。這一過(guò)程需要跨越兩個(gè)關(guān)鍵Gap：

　　一是從細(xì)胞狀態(tài)預(yù)測(cè)走向?qū)傩灶A(yù)測(cè)，在獲得擾動(dòng)后的細(xì)胞狀態(tài)后，虛擬細(xì)胞系統(tǒng)進(jìn)一步評(píng)估其活性、安全性、免疫原性等指標(biāo)。

　　二是從分子實(shí)驗(yàn)的后續(xù)驗(yàn)證，走向虛擬細(xì)胞原生的研究與決策方式。

　　“有了虛擬細(xì)胞之后，我們需要重新思考細(xì)胞實(shí)驗(yàn)的定位，而不是簡(jiǎn)單把它作為分子實(shí)驗(yàn)的延續(xù)。”過(guò)去，細(xì)胞實(shí)驗(yàn)往往被視為分子實(shí)驗(yàn)之后的驗(yàn)證環(huán)節(jié)。如果虛擬細(xì)胞仍然只是沿用這一流程，其系統(tǒng)能力很難得到充分釋放。未來(lái)可以探索利用虛擬細(xì)胞同時(shí)評(píng)估多種細(xì)胞屬性、比較不同擾動(dòng)方式，或從初始細(xì)胞狀態(tài)和目標(biāo)狀態(tài)出發(fā)，尋找可能的干預(yù)方向。當(dāng)虛擬細(xì)胞原生系統(tǒng)能夠同時(shí)連接狀態(tài)預(yù)測(cè)、屬性判斷和干預(yù)設(shè)計(jì)，并在真實(shí)實(shí)驗(yàn)反饋中持續(xù)進(jìn)化，它才真正從一個(gè)前沿模型，走向支撐產(chǎn)業(yè)研發(fā)的虛擬細(xì)胞原生系統(tǒng)。

　　談及未來(lái)三至五年的發(fā)展，張曉明認(rèn)為，行業(yè)一方面期待看到真正由AI參與設(shè)計(jì)的First-in-Class藥物經(jīng)受臨床檢驗(yàn)；另一方面，虛擬細(xì)胞模型能否進(jìn)入實(shí)際研發(fā)流程、產(chǎn)生更清晰的應(yīng)用價(jià)值，也將成為重要探索方向。

　　從模型預(yù)測(cè)到系統(tǒng)進(jìn)化，從分子設(shè)計(jì)到虛擬細(xì)胞，生命科學(xué)AI正在不斷擴(kuò)大自身的研發(fā)邊界。下一階段的產(chǎn)業(yè)競(jìng)爭(zhēng)，也將越來(lái)越取決于誰(shuí)能更早建立模型、數(shù)據(jù)與實(shí)驗(yàn)之間的復(fù)利循環(huán)，并把這種持續(xù)進(jìn)化能力帶入真實(shí)研發(fā)場(chǎng)景。

　　百圖生科正沿著這一方向持續(xù)建設(shè)。百圖生科自主研發(fā)的2680億參數(shù)生命科學(xué)基礎(chǔ)大模型xTrimo提供跨模態(tài)、跨尺度的模型底座，BioMap OS干濕閉環(huán)發(fā)現(xiàn)系統(tǒng)則進(jìn)一步連接知識(shí)助手、預(yù)測(cè)及設(shè)計(jì)、智能實(shí)驗(yàn)、數(shù)據(jù)和模型訓(xùn)練。通過(guò)xTrimo與BioMap OS，我們希望讓每一次預(yù)測(cè)、設(shè)計(jì)與實(shí)驗(yàn)都成為下一輪能力進(jìn)化的起點(diǎn)，推動(dòng)虛擬細(xì)胞真正進(jìn)入生命科學(xué)研發(fā)流程。