AI 虚拟细胞模型

研究问题

• 什么是 AI 虚拟细胞模型？
• 哪些虚拟细胞模型已应用于胶质母细胞瘤？
• 当前虚拟细胞的预测有多可靠？

当前认识

AI 虚拟细胞是旨在模拟细胞状态在扰动下如何变化的模型。通用模型已有不少，但 GBM 特异的应用很少且处于早期；基准研究显示扰动预测常常不能超越简单基线。

Bunne 等（Cell，2024）将 AI 虚拟细胞定义为基于多模态、多尺度通用细胞表征、在计算机中模拟细胞状态在扰动下变化的模型；此后又发表了“世界模型”框架。 VC0001 VC0131

其组成部分包括单细胞基础模型（scGPT、Geneformer、scFoundation）与扰动预测模型（GEARS、CPA、Arc 研究所的 State）。 VC0008 VC0009 VC0011 VC0013 VC0014 VC0019

文献库中的 GBM 特异应用：scFOCAL/ISOSCELES（状态-药物特征谱整合，已同行评审）、DELPHAI（类器官替莫唑胺，预印本）及蛋白组校准的 GBM 星形细胞机制性数字孪生（预印本）。 VC0132 VC0129 · 预印本 VC0071 · 预印本

可靠性：独立基准研究报告深度扰动模型尚不能稳定超越简单线性基线，基础模型零样本表现有限，系统性变异会夸大表观准确度。X-Cell 预印本声称超越线性基线，但尚未经同行评审。 VC0048 VC0050 VC0052 VC0033 · 预印本

证据图谱

原始研究与数据集

• VC0001 How to build the virtual cell with artificial intelligence: Priorities and opportunities. — Bunne C et al., Cell, 2024
• VC0131 A world model of the virtual cell — Xing et al., Cell, 2026
• VC0019 Predicting cellular responses to perturbation across diverse contexts with State. — Adduri AK et al., Cell, 2026
• VC0008 scGPT: toward building a foundation model for single-cell multi-omics using generative AI. — Cui H, Wang C, Maan H, Pang K, Luo F, Duan N, Wang B., Nature methods, 2024
• VC0009 Transfer learning enables predictions in network biology. — Theodoris CV, Xiao L, Chopra A, Chaffin MD, Al Sayed ZR, Hill MC, Mantineo H, Brydon EM, Zeng Z, Liu XS, Ellinor PT., Nature, 2023
• VC0011 Large-scale foundation model on single-cell transcriptomics. — Hao M, Gong J, Zeng X, Liu C, Guo Y, Cheng X, Wang T, Ma J, Zhang X, Song L., Nature methods, 2024
• VC0013 Predicting transcriptional outcomes of novel multigene perturbations with GEARS. — Roohani Y, Huang K, Leskovec J., Nature biotechnology, 2023
• VC0014 Predicting cellular responses to complex perturbations in high-throughput screens. — Lotfollahi M et al., Molecular systems biology, 2023

相关模型与工具

• VC0132 Drug and single-cell gene expression integration identifies sensitive and resistant glioblastoma cell populations — Suter et al., Nature Communications, 2026
• VC0129 · 预印本 DELPHAI, AI Agent for Predicting Drug Response and Resistance — Peng et al., preprint, 2025
• VC0071 · 预印本 A Proteome-Calibrated Mechanistic Digital Twin of the Glioblastoma Astrocyte Derived from Patient Multi-Omic Data — Mayfield JD., bioRxiv, 2026
• VC0033 · 预印本 X-Cell: Scaling Causal Perturbation Prediction Across Diverse Cellular Contexts via Diffusion Language Models — Wang C et al., bioRxiv, 2026

扰动与验证证据

• VC0048 Deep-learning-based gene perturbation effect prediction does not yet outperform simple linear baselines. — Ahlmann-Eltze C, Huber W, Anders S., Nature methods, 2025
• VC0049 Benchmarking foundation cell models for post-perturbation RNA-seq prediction. — Csendes G, Sanz G, Szalay KZ, Szalai B., BMC genomics, 2025
• VC0050 Zero-shot evaluation reveals limitations of single-cell foundation models. — Kedzierska KZ, Crawford L, Amini AP, Lu AX., Genome biology, 2025
• VC0052 Systema: a framework for evaluating genetic perturbation response prediction beyond systematic variation. — Viñas Torné R, Wiatrak M, Piran Z, Fan S, Jiang L, Teichmann SA, Nitzan M, Brbić M., Nature biotechnology, 2025
• VC0002 Virtual Cell Challenge: Toward a Turing test for the virtual cell. — Roohani YH et al., Cell, 2025
• VC0058 Virtual Cell Challenge 2026: Benchmarking zero-shot generalization across cellular contexts. — Arc Virtual Cell Initiative Team, Goodarzi H., Cell, 2026

本页引用文献库条目 19 条，其中预印本（未经同行评审）3 条。

关系

实体之间的类型化关系，每条均有文献库条目支撑（角色＝该条目与关系的关联方式）。低置信度行需编辑复核。 全部实体 →

本页涉及的实体

• AI 虚拟细胞 模型
• CPA 模型
• DELPHAI 模型
• 数字孪生 方法与概念
• 单细胞基础模型 方法与概念
• GEARS 模型
• Geneformer 模型
• 胶质母细胞瘤 疾病
• 简单线性基线 方法与概念
• 数学与机制建模 方法与概念
• 扰动反应预测 方法与概念
• scFOCAL / ISOSCELES 模型
• scFoundation 模型
• scGPT 模型
• State 模型
• 系统性差异 方法与概念
• 替莫唑胺 药物
• 虚拟细胞世界模型 方法与概念
• X-Cell 模型
• 零样本评估 方法与概念

尚不确定之处

大部分扰动训练数据来自 K562、RPE1 等细胞系，而非脑肿瘤细胞。 VC0040

向未见细胞情境的泛化正是 2026 虚拟细胞挑战赛的考察内容，结果尚待公布。 VC0058

三个 GBM 特异模型条目中有两个是预印本。 VC0129 · 预印本 VC0071 · 预印本

相关问题

• 虚拟细胞模型如何验证？
• 深度学习模型在扰动预测上能超过线性基线吗？
• 胶质母细胞瘤有哪些扰动数据？
• 虚拟细胞为什么需要扰动数据？
• 胶质母细胞瘤的间充质样（MES 样）状态是什么？
• 是什么驱动 GBM 细胞向 MES 样状态转变？
• 放化疗后胶质母细胞瘤的细胞状态会改变吗？
• GBM 复发由新突变驱动还是由表型转换驱动？
• GBM 中的 NPC 样与 OPC 样细胞是什么？
• 胶质瘤细胞是否遵循神经发育层级？