中宏保险口播与节目开场

片头介绍中宏保险三十周年与主动健康管理理念，随后进入节目，三位主播久违同框，宣布本期聊一个硬核话题。

一个科幻场景：不用小鼠和培养皿的实验室

主播抛出设想：科研人员不再做湿实验，只在电脑里敲掉基因、加入药物，AI 就能告诉细胞会怎样。由此引出虚拟细胞概念，并说明本期要回答的四个问题。

虚拟细胞到底是什么：一张两万基因的表格

澄清虚拟细胞不是电脑里养了一个活细胞，而是输入细胞当前状态与扰动、输出未来状态。当前模型主要处理基因表达尤其是 RNA 表达，本质是细胞状态预测模型。

扰动、变量与「虚拟转录组」的诚实命名

解释扰动包括基因敲除、小分子药物、细胞因子、培养条件、感染等；指出模型只覆盖理想公式的一小部分，叫虚拟转录组更诚实，但 virtual cell 更好传播、更容易拿钱。

三条技术路线与数字孪生的距离

梳理全细胞模型、数据驱动 AI 模型、机制与 AI 结合三条路线，各自的长处与死结；并说明当前模型是通用细胞知识，而非个人化的数字孪生。

2012 年的支原体：这个想法已经想了几十年

回顾 2012 年 Science 上生殖支原体全细胞模型，525 个基因、28 个模块，证明不同细胞过程可放进同一计算框架；但人类细胞有两万基因和大量未知规则。

为什么不能直接照搬语言模型

语言有词义、语序和海量文本，单细胞测序只给快照，基因没有唯一自然顺序，批次差异可能伪装成生物差异；细胞模型还必须接受真实实验验证。

三个条件同时到位，虚拟细胞才火起来

单细胞数据量爆发、Perturb-seq 等扰动数据出现、AI 模型进步，加上资本推动。中段插入中宏保险康养战略口播。

从描述走向预测，以及三个层次的偷换

模型从整理分类转向预测干预结果；但论文指标提升、实验可验证的新假设、真正改善药物研发成功率是三个不同层次，宣传常从第一层直接跳到第三层。

它现在能做的五类事：从细胞嵌入到生成假设

细胞表示与注释、基因扰动转录响应预测、药物响应预测、组合效应预测、生成假设。每类都讲了现实价值与对应的指标陷阱和局限。

能否减少动物实验：减少一部分不等于全面替代

虚拟细胞可先排除明显无效条件、帮助选择剂量时间点，从而减少低价值动物实验；但减少部分实验与全面替代动物或临床实验是完全不同的承诺。

最缺的是有用的数据：Tahoe-100M 与 STATE

一亿单细胞转录组、五十种癌细胞系、一千一百多种小分子扰动的数据集；STATE 模型把一组细胞作为输入输出，学习群体分布变化而非平均细胞。平台开始把数据、模型与 benchmark 放在一起。

泼冷水：zero-shot 评测与线性模型的反击

2025 年 zero-shot 评估显示部分基础模型不如简单方法且受批次效应影响；27 种方法的系统比较显示没有模型能通吃；简单线性表示在多个 benchmark 上可超过复杂模型。

它不是 AlphaFold：城市与建筑图纸的差别

AlphaFold 输入输出明确，虚拟细胞受状态、环境、邻居、剂量、时间与随机波动影响，输出是动态分布。更可能没有单一突破时刻，而是在限定场景里逐渐可靠。

八个限制：从转录组不等于细胞到资源集中

逐条讲清转录组不等于细胞、相关性不等于因果、测序破坏细胞、分布外泛化、数据偏差、评价指标、时空与邻居、可解释图形不等于机制，以及算力与数据集中在少数机构的风险。

下一步：信息密度、主动学习与从预测走向设计

期待更高信息密度的数据、保留阴性结果、active learning 闭环、机制模型与 AI 融合、多模型分层协同；最终从预测走向设计，像从天气预报变成自动导航。

谁定义合格，谁承担后果，数据属于谁

讨论模型合格的判定标准、出错后果从浪费实验到患者风险、实验人员工作模式的变化，以及个人化虚拟细胞的数据归属与保险、删除权问题。

收束与片尾

主播总结本期从定义、火热原因、能力、限制到未来可能，邀请听众进群讨论；片尾中宏保险口播与下期再见。