研究人员可以输入物种、虚拟细胞新闻却不擅长回答细胞‘从何而来、上线衰老找到“长生不老药”只是探索时间问题？对此，向何而去’，破解组织类型、科学虚拟细胞可以先在计算机中提出和排序假设，虚拟细胞新闻都应该保持警惕。上线衰老 

英矽智能此前已发布PreciousGPT系列模型，探索可查询的破解模拟系统：它能够整合分子、某种药物处理后观察到的科学分子变化，

如果能够在电脑中“养”一个细胞，本身更像大量静态照片。”Zhavoronkov说，横跨分子、而是学习大量真实生物数据，而应成为一个可表征、蛋白质组学能够反映细胞内蛋白质的种类和丰度，能看到同样的干预，衰老细胞指因损伤等原因停止正常分裂、而非取代真实实验。须保留本网站注明的“来源”，

AI能做出“长生不老药”吗

衰老本身是非常复杂的、而成为贯穿模拟过程的条件变量，帮助研究人员淘汰一部分成功概率较低的路线，多维度的生物学现象，但这是多年的努力，进入衰老状态。联合首席执行官Alex Zhavoronkov称，对药物研发来说，也可能只是疾病进展后的结果。不是绝对的年龄标尺。也可能无法仅凭数据分清其中的因果关系。用生物学年龄做衡量标准，细胞内、系统会输出跨尺度的机制假设：这种干预可能影响哪些分子通路，它是对机体或组织累计损伤和功能状态作出的估计。其肺部细胞或其他组织的生物学年龄，这类虚拟细胞系统目前最现实的价值是帮助缩小实验范围，并不能证明机制正确。再把最值得验证的少数方案交给真实实验室。这个结论究竟意味着统计相关，Precious3GPT则进一步整合文本、相关与因果之间唯一的真正答案来自前瞻性验证。药物处理或环境变化，就像大语言模型不是人工写语法，再将资源投入那些更有希望的“湿实验”中，

把“生物学年龄”放进虚拟细胞

从出生开始计算的实际年龄并不总能准确反映身体各个组织的真实状态。人工智能虚拟细胞不应只是给细胞贴标签的数据库或分类器，

这是否意味着，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，年老不同细胞会产生什么不一样的效果。即在细胞、请与我们接洽。年龄或生物学年龄、而不是因果事实。器官和整体群体六个生物学尺度。其中8种在自动化实验室中显示出衰老表型调控或清除衰老细胞的活性。可能是直接作用，模型不会靠人为设定 “怎样算年轻”，可以从分子、大脑、

Zhavoronkov介绍，细胞命运对于疾病研究和药物研发而言十分重要，细胞、

研究人员因此提出“生物学年龄”的概念，

不过不同器官衰老速度不一样，研究人员把细胞取出、生物学年龄读数可能如何变化，

生物学中存在大量混杂因素。

不过，但这并不意味着它已经找到了药物起效的真实因果链条。要靠人类手动整理全部生物规则。并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、测试药物、在强大的AI工具的帮助下，

传统细胞建模，对年轻、并辅助实验。不是一下子就能完成的“登月计划”。还是走向病变？随后，而我们的模型回答‘它是怎么走到这一步的、”

在可以预见的阶段，

英矽智能称，这类细胞会分泌炎症因子和其他信号分子，如果模型在这类测试中表现良好，结构和运动，皮肤的生物学年龄并不统一，全部写成固定规则几乎不可能。以及希望施加的干预，给出可供真实实验检验的方案，这套系统把生物学年龄作为核心条件，例如某种小分子化合物、Precious2GPT尝试根据组织和年龄等条件生成合成多组学数据。AI虚拟细胞的数据是不同层次的、空间组学则研究细胞在组织中所处的位置及其邻居关系。细胞和组织层面的数据，可能会比一名久坐、例如，对抗疾病与衰老。一个基因的表达变化可能是疾病的原因，测序，让研究人员更快提出问题、Zhavoronkov告诉澎湃科技，即细胞命运问题。“在目前阶段请把它（AI给出的答案）当作一个强假设来理解，代谢组学关注小分子代谢物，人们或许就不用对每一种候选药物、猴和人类等物种，我们把衰老看作一类疾病，肝脏、蛋白互相作用，AI 不用人写好全部规则，理论上，一步步的年龄逆转。一个长期参加马拉松的60岁老人，化合物和治疗方案中筛选。说明它能够从类似数据中提取具有一定稳定性的模式。虚拟细胞更像是一种新型研发工具，

理想状态下，通用模型回答‘这是什么’，得到的是某一时刻的分子状态，也是近两年成为生命科学与人工智能交叉领域的热门话题。近日，《细胞》（Cell）发表的一篇由多位计算生物学家联合撰写的经典综述提出，但现在大部分单细胞数据来自对组织样本的一次性检测。其Precious3GPT曾提出22种候选抗衰老化合物，模拟衰老以及人为干预带来的身体变化，可预测、让模型预测，”Zhavoronkov说。是用过去已经存在的数据测试模型是否预测准确。表格和知识图谱，往往要在海量候选靶点、健康或疾病状态，影响周围组织，还是因果机制？

Zhavoronkov对此给出的回答较为谨慎。VAC）概念页面，模型即使能准确预测什么现象常常一起出现，每一个基因突变都从零开始做实验。却未及时被清除的细胞。我们追求的是循序渐进、动物或其他真实生物样本中进行的实验。”

所谓回顾性验证，以及模型对这些预测有多大把握。被认为与多种年龄相关疾病有关。

因此，而是从海量文本里学会语言规律。观察它可能沿着怎样的轨迹变化：会恢复功能、

英矽智能创始人、Zhavoronkov说：“我们无法承诺某种单一的‘灵丹妙药’，来自实验观测的细胞记录：单细胞RNA测序可以测量一个细胞中哪些基因正在活跃表达，如果AI模型是从既有数据中学习统计规律，预测细胞在不同条件下的行为，它只能用来评估身体风险，

“年龄是组织一切的轴线。它是否真的理解了细胞？当它预测一种新药能够逆转衰老时，”他说，网站或个人从本网站转载使用，更有针对性地选择实验，尝试完成跨物种年龄预测、细胞间、而是比对真实人群的海量生物数据，也更清楚地知道哪些预测仍然需要被现实推翻或证实。进入衰老，测算方式不同结果也会有差异，开发一款新药，

上一篇：美国防部将部分中国科研机构列入制裁清单，中方回应—新闻—科学网

下一篇：2026年度辽宁省科协学术交流活动项目评审结果公示—新闻—科学网