这集讲什么
Biohub 科学负责人认为，通向真正有用的“虚拟细胞”，瓶颈不只是模型架构，而是能否发明更好的测量工具、规模化生成带有组织与时间背景的数据，并用实验检验模型的预测。
1-3要点
- 测量先于规模：若关键生物状态不可见，增加训练算力也无法保证学到所需机制。
- 虚拟细胞须有上下文：细胞在组织中的位置、邻居和所受扰动，都是预测其行为的重要输入。
- 近期目标应可检验：给定状态与输入、预测后续状态的概率分布，比宣称完整模拟生命更适合作为阶段性目标。
0:00 / --:--
The Cognitive Revolution · 10 月 20 日
Biohub 科学负责人 Alex Rives 认为，虚拟细胞的瓶颈不只是模型架构，更在于发明更好的测量工具、规模化生成带组织与时间背景的数据，并用实验检验预测。
Biohub 科学负责人认为，通向真正有用的“虚拟细胞”，瓶颈不只是模型架构，而是能否发明更好的测量工具、规模化生成带有组织与时间背景的数据，并用实验检验模型的预测。
这集还没有学习卡。生成后会保存在这一集，下次直接打开。
Latent Space· 2026-07-21🔬因果模型需要因果数据——Xaira 用于药物发现的 X-Cell 模型（首席发现官 Bo Wang 与首席 AI 科学家 Ci Chu）🔬Causal Models Need Causal Data - Xaira’s X-Cell model for Drug Discovery (Bo Wang & Ci Chu, Chief Discovery Officer & Chief AI Scientist)同主题：AI 科学研究Latent Space· 2026-10-14以计算速度运行的闭环实验室——Leash Bio 的 Ian QuigleyLab-in-the-Loop at Compute Speed — Ian Quigley, Leash Bio同主题：AI 科学研究
No Priors· 2026-06-10The Cognitive Revolution
A World Model of Life: Biohub's Alex Rives on Virtual Cells, Measurement, & the $1.8B Data Push
YouTube
音频
Biohub 的长期目标是推进疾病的预防与治疗。本集讨论的 Virtual Biology Initiative，试图为生物学基础模型建设更好的数据层：既扩大细胞与组织图谱，也研发能看见现有方法遗漏之物的新测量技术。Alex Reeves 的研究经历涉及 ESM 蛋白质模型，因此访谈反复追问一个问题：蛋白质建模的进展，能否迁移到复杂得多的细胞、组织乃至人体？
这集最重要的转向，是把“虚拟细胞为什么还不够好”从单纯的算法竞赛，改写为测量、数据生产与模型共同决定的问题。Reeves 不否认架构的重要性：细胞内部的分子事件会影响组织和疾病，普通 Transformer 未必天然适合表示这种跨尺度结构。但在他看来，更根本的困难是许多关键过程尚不能被观察，或者无法以足够规模、足够丰富的上下文持续测量；输入数据没有包含的因果线索，模型也无法凭规模可靠地补出。
因此，Biohub 宣布的 18 亿美元扩展计划不只是“收集更多细胞”。访谈描绘的是一套相互支撑的基础设施：用新显微技术打开分子观察窗口，用空间生物学把细胞放回组织，用健康与疾病图谱寻找状态差异，再以扰动和实验反馈训练预测模型。近期可争取的是细胞状态在给定输入后的概率转移，而不是对整个人体作原子级模拟。争议也由此变得具体：昂贵的高分辨率测量如何与海量、较便宜的数据配比？鱼和小鼠中的规律怎样迁移到人？识别出疾病相关状态后，又如何证明干预能安全、持久地把它推回健康状态？Reeves 对时间表颇为积极，却也明确承认临床长期结果、跨尺度整合和实验验证仍是尚未完成的攀登。
💬 他们说了什么：主持人预告 Biohub 扩展 Virtual Biology Initiative，涉及 18 亿美元的数据建设，并介绍访谈的几条线索：虚拟细胞为何尚未改变医学、新测量手段、实验验证，以及终极的“生命世界模型”。
💡 为什么重要：开场给“模型”设定了实际用途——预测如何将病理状态推回健康状态，而不仅是压缩或描述已有数据。
⚡ 争议点：从更好的细胞预测，到有效治疗疾病，中间还隔着干预设计、安全性和人体临床验证；开场描述的是研究目标，不是已交付能力。
💬 Reeves 将使命解释为一个没有癌症、传染病、慢性病和退行性疾病的世界，而非对永生作承诺。他希望理解疾病机制、改进检测与干预，并超越以药丸和分子为主的现有治疗范式，逐步学会“读取和改写”生物程序。
💡 主持人提出“找出因果靶点，再设计干预”的经典药物研发框架；Reeves 则尝试扩大问题边界，把细胞及其所处环境视为运行中的信息系统。
⚡ “生物程序”是有启发性的抽象，却不表示生命像软件一样可以任意、安全地改写；可编程干预仍须面对复杂反馈与副作用。
💬 细胞既受原子、分子层面的相互作用影响，也嵌在组织和整体生理之中。Reeves 归纳出三个必须并进的环节：合适的模型范式、能揭示细胞统计结构的规模化数据，以及真正测得到关键变量的工具。他认为目前被称为“虚拟细胞”的模型，尚不足以有意义地模拟细胞、指导实验。
💡 这把失败原因从“模型不够大”改为“问题表征与可观测性可能都不够”。即使有强大的函数拟合器，未被记录的关键状态也不会自动出现在训练数据里。
⚡ Reeves 指出现有 Transformer 缺乏天然的多尺度结构，但本集没有给出何种新架构已被证明优于它；三类瓶颈各自的重要程度仍需实证比较。
💬 在无限数据与算力的思想实验中，架构差异可能退居其次；现实中的细胞生物学远未到那一步，归纳偏置仍很重要。Reeves 把完整的跨分子、细胞和组织模型称作遥远的“生命世界模型”，而将未来约 5 年更可及的目标定为细胞的信息论模型：给定当前状态和输入，预测下一时刻可能状态的分布，而非一个确定结果。
💡 概率性的状态转移是可分阶段测试的研究对象。它将宏大的“模拟生命”，缩小为可以围绕特定扰动、测量和预测误差建立基准的任务。
⚡ 能预测观察到的下一状态，不必然意味着模型掌握了可迁移的因果机制；训练分布之外的疾病状态尤其需要检验。
💬 Reeves 介绍 Biohub 与美国能源部、NIH、Google DeepMind、Isomorphic 和 Meta 协调的数据生成工作；合作方还在制定较长期路线。一个明确方向是扩展空间生物学图谱，把组织中细胞的位置、邻近关系、分子读数和成像联系起来，目标规模达到数千亿个或更多细胞。
💡 单个细胞的读数可能遗漏邻居与组织微环境。带上下文的图谱，是训练“细胞在何处、受到什么输入、随后怎样变化”这类模型的前提。
⚡ 宣布投资与合作，不等于相关数据已建成。跨机构项目还须解决测量标准、批次差异、可访问性，以及昂贵深度测量与大规模采样的资源分配。
💬 Reeves 介绍激光相位板：它为电子显微镜提供相位衬度，改善冷冻电子断层成像中噪声很高的观察结果，使研究者更有机会辨认细胞局部的蛋白质及其他大分子。他把这种仪器进步视为打开新生物学问题的手段，并提出继续扩展每个细胞可测参数、同时观察的细胞数量、时间维度和分子维度。
💡 数据质量受仪器决定。若新工具能让原本不可分辨的结构进入数据，后续模型学到的就不只是同一批旧信号的更精细拟合。
⚡ 更清楚的局部结构图像，仍不同于直接、连续地观看整个活细胞的一切动态；分辨率、视野、通量和时间连续性不能混为一谈。
💬 主持人问，少数细胞能否代表整个人体，并提出密集测量人群的设想。Reeves 回答：单个基因点突变就可能引发宏观疾病，因此最终必须跨越尺度；但今天无法把完整生物系统一直辨识到分子层。他所说的细胞模型也不是孤立细胞模型。Biohub 同时研究培养细胞群、组织中的细胞和整体生物成像；透明斑马鱼让研究者得以追踪胚胎发育中的细胞，或观察标记后的免疫细胞如何移动。
💡 各种实验体系提供不同的观察窗口。培养皿便于扰动和统计测量，组织提供原位背景，模式生物则让发育和细胞相互作用的时间轨迹可见。
⚡ 把这些窗口拼成统一模型，并非简单合并数据集；不同尺度所测变量、时空分辨率和实验条件未必能直接对齐。
💬 Reeves 肯定酵母等模式系统对理解分子机制的贡献，也承认小鼠实验可能产生只对小鼠有效的“疗法”，或漏掉人类特有的重要机制。他以 ESM 和 AlphaFold 为例说明：蛋白质模型从整个进化谱系学习，而非只用人类蛋白质；许多基础分子零件得以保留，但调控程序会重新接线。
💡 跨物种数据可以帮助模型学习共享规律，却不能要求某一种动物成为人体的完美实验替身。关键是识别哪些知识可迁移、哪些差异必须单独建模。
⚡ 蛋白质层面的跨进化迁移已提供范例，但它并不直接证明复杂疾病和治疗反应也能以同等程度迁移。
💬 Reeves 预计细胞生物学也会利用自监督预训练，再针对具体问题提取模型能力；更进一步是类似“可验证奖励强化学习”（RLVR）的循环，让 AI 提问、设计并执行实验、读取结果、更新认识，再提出更好的实验。与数学或代码不同，生物学的关键验证必须在实验室发生。
💡 模型是否真正有用，最终要看它能否提出可检验、能改进下一轮研究的预测，而非只在已有数据上取得好看的分数。
⚡ 实验有成本、耗时和噪声，也受自动化能力限制。计算任务中的快速验证循环，不能直接照搬到湿实验。
💬 面对“细胞短期变化如何预测几十年健康”的问题，Reeves 承认这是重大挑战，同时预计健康与疾病细胞图谱可在 1—2 年出现初稿；若持续协调推进，约 5 年内可能形成相当全面的图谱。模型随后可尝试识别病理状态，并询问什么干预能将其转向健康状态。谈到电子健康记录时，他认为其有望改善现有治疗的匹配，但自己更关注记录背后的基础生物机制。
💡 图谱可能同时服务传统分析与 AI，并帮助提出疾病间的共同机制；病历则提供真实患者轨迹。两者若能可靠连接，问题会比单独分析任一数据源更清晰。
⚡ 时间表属于嘉宾展望。细胞状态与长期临床结局之间仍有因果缺口；病历中的相关性、数据获取限制和隐私要求，也不会因图谱扩大而自行消失。
💬 主持人问生物数据与语言会进入共同潜在空间，还是长期通过工具调用协作。Reeves 没有押注某个终局：语言能利用历代研究者写下的知识，但最想发现的新生物事实尚未写成文字，必须做实验；目前也缺少足够的桥接数据。他以大量功能未知的已测序蛋白质为例，说明模型可能表示人类尚未命名的生物学特征。
💡 文献推理与实验数据建模各有不可替代之处。“能够谈论某个机制”和“能够预测尚未发现的机制”并不是同一能力。
⚡ 潜在空间中的新特征是否对应稳定、可解释、可实验复现的生物概念，需要逐一验证；发现一个表示不等于发现一种功能。
💬 对于定期微活检、传感器和密集个人记录，Reeves 认为数据会很有价值；未来若连续监测能覆盖更多分子参数，也可能连接自下而上与自上而下的健康视角。但 Biohub 当前更着力于基础测量技术。问到自身实践，他表示并未系统追踪健康，除用手表记录睡眠外做得很少。访谈于 59:30 左右结束，随后是片尾音乐与节目尾声。
💡 这一回答区分了“某类数据有科学价值”和“某机构目前最该投资哪一层”。它也提醒听众，嘉宾的研究方向并不是个人健康方案。
⚡ “密集监测最终会有用”尚不能推出越多检测越好；具体指标是否能改善决策，仍取决于准确性、解释方式和有效干预。
“我说细胞模型，并不是指孤立的细胞。”——Alex Reeves，意译
“我们最想知道的那些生物学事实，并没有被写在文本里。”——Alex Reeves，意译
“让 AI 提问、做实验、从实验学习，再提出更好的实验。”——Alex Reeves 对经验性 AI 闭环的描述，意译
