生命过程的分子语言：AI 解析范式与场景应用全景研究（下）

第六章 细胞语言单细胞、空间组学与 AI 虚拟细胞6.1 从分子到细胞语言单位的升维单细胞 RNA 测序scRNA-seq把基因表达向量变成了可大规模采集的数据单元一个自然的类比随之形成基因是词细胞是句子组织是篇章。单细胞基础模型沿用 NLP 配方在数千万至上亿细胞的表达谱上预训练学出细胞类型、状态与调控网络的通用表征再微调至细胞注释、批次整合、基因网络推断、扰动响应等下游任务【A】。代表模型包括Geneformer《自然》2023约 3,000 万细胞预训练后续扩展至 9,500 万作者称其以完全自监督方式获得了对网络动力学的基础理解【A】scGPT《自然·方法》20243,300 万细胞统一支撑细胞分类、多组学整合、网络推断与扰动建模【A】TranscriptFormerCZI跨物种 15 亿年进化的生成式细胞图谱【B】。6.2 AI 虚拟细胞AIVC一个可提问的细胞2024 年 12 月斯坦福、Genentech、CZI 等机构在《细胞》Cell发表倡议文章首次为 AI 虚拟细胞下定义一个多尺度、多模态、基于大型神经网络的模型能够表征和模拟分子、细胞与组织在不同状态下的行为其虚拟实验能力可在低成本甚至实验室无法实现的条件下预测细胞对扰动的响应【A】。2025 年Arc Institute 将这一愿景工程化要素内容证据数据基座Arc 虚拟细胞图谱Atlas总规模超 3 亿细胞Tahoe-100M50 种癌细胞系 × 1,100 余种小分子、约 1 亿细胞 scBaseCountAI Agent 自动从 SRA 爬取标准化21 物种 72 组织、逾 2 亿细胞H5AD 格式、CC0 开放【B】评测范式首届虚拟细胞挑战赛2025-06在 H1 人胚胎干细胞训练中未见的细胞类型上以 CRISPRi 扰动约 30 万单细胞为基准考察泛化能力指标为差异表达匹配度DES、扰动区分度PDS、全局误差MAE强制模型学分布而非学均值【A/B】社区响应114 个国家逾 5,000 人、1,200 余支队伍参赛Arc 联合创始人 Patrick Hsu 将其类比为虚拟细胞领域的 CASP 起点【B】基座模型State在 1.67 亿观测细胞逾 1 亿扰动细胞、70 种人类细胞背景上训练捕捉基因/化学/细胞因子扰动的细胞类型特异性效应【B】长期愿景“虚拟细胞图灵测试”Cell, 2025终极目标是 AI 对细胞扰动反应的预测与真实实验难以区分【A】6.3 必要的冷水基准批判与诚实清算虚拟细胞的热度必须由证据来节制。EMBL/海德堡团队的 Ahlmann-Eltze、Huber 与 Anders 在《自然·方法》发表基准研究标题罕见地直白——“基于深度学习的基因扰动效应预测尚不能超越简单线性基线”五个基础模型与两个深度方法对阵刻意简单的对照模型无一取胜对已知单基因效应的双基因组合深度模型甚至不优于简单加性模型【A】。更早的零样本评估同样显示部分自回归细胞模型在鉴别测试样本时不优于训练集均值基线【B】。这些结果的合理解读不是方向错误而是观测性转录组数据蕴含的因果信息存在上限细胞建模的AlphaFold 时刻有赖于大规模扰动数据与分布层面评测体系的成熟——这正是 Arc 挑战赛设计的出发点【C·框架归纳】。对产业界的含义是当前阶段采购虚拟细胞能力时应要求供应商在第三方基准而非自建测试集上证明超越线性基线的增量价值【C·建议】。6.4 空间组学与视觉-组学融合细胞语言的另一前沿是把空间语法纳入模型。2025 年下半年的三项工作标志该方向进入基础模型阶段Nicheformer慕尼黑工大/亥姆霍兹《自然·方法》2025-12在迄今最大的 SpatialCorpus-110M5,700 万解离细胞5,400 万空间细胞、73 种组织上预训练可将空间上下文迁移至普通 scRNA-seq 数据仅凭转录组推断组织邻域密度、区分肿瘤与健康区域研究同时证明仅用于解离数据训练的模型无法复原空间微环境复杂性【A】。OmiCLIP/LOKI《自然·方法》2025以 220 万对空间转录组-HE 病理图像配对做对比学习实现从一张普通病理切片读出空间基因表达具备对齐、注释、细胞组成分解、检索与表达预测五大功能【A】。SWITCH同济大学高绍荣院士团队与陈广教授团队《自然·计算科学》2025-10借鉴机器翻译的伪平行语料思想实现非配对空间多组学整合综合评分较次优方法提升 59%并支撑空间特异性基因调控网络构建【A】。这些工作的共同指向是病理影像、转录组、表观组正在被对齐到同一潜在空间分子语言与形态语言的翻译通道已经打通【C·框架归纳】。6.5 数据生态纵深从细胞图谱到扰动工厂支撑上述模型竞赛的是一个快速分层的数据生态。观测层CZI 资助的 Tabula Sapiens 计划收集了 24 位正常人体供者、28 个组织器官、逾 110 万细胞的单细胞转录组被视为基准级人体多器官参考图谱人类细胞图谱HCA计划则系统绘制了数百种细胞类型在健康状态下的表达底稿——没有这类广覆盖基线数据就无从训练通用细胞表征【B】。扰动层Broad 研究所的 Connectivity MapCMap是最早的大规模细胞扰动资源截至 2017 年已积累逾 150 万份 L1000 基因表达谱覆盖约 5,000 种化合物与 3,000 种基因扰动【B】2025 年的 Tahoe-100M 则将扰动数据推向亿级规模约 1 亿单细胞、50 种癌细胞系、逾 1,100 种小分子、6 万余条件X-Atlas/Orion 提供了约 800 万细胞的全基因组 Perturb-seq 资源【B】。空间层SToCorpus-88M 等数千万级空间细胞语料与 JUMP-CP 跨模态图像集正在补齐位置与形态维度【B】。值得注意的是数据生产方式的变革Arc 的 scBaseCount 由 AI Agent 自动从 SRA 公共库爬取、标准化、质控与注释Xaira 等全栈公司则将每次湿实验同时设计为验证候选物与生产训练数据——数据生产本身正在被 AI 化模型—数据飞轮的转速成为机构竞争力的核心指标【B】。第七章 场景应用Ⅰ药物发现与精准医疗7.1 首个临床概念验证Rentosertib 里程碑2025 年 6 月 3 日《自然·医学》Nature MedicineIF58.7发表英矽智能Insilico MedicineRentosertibISM001-055治疗特发性肺纤维化IPF的 IIa 期结果被公司称为业界首个 AI 驱动药物发现的临床概念验证【A】。该案例的完整链条是AI 发现新靶点PandaOmics 系统提出 TNIK→AI 生成新分子Chemistry42 生成化学→18 个月内推进至临床前候选、成本约为传统项目 10%【B】→临床验证GENESIS-IPF 试验在中国 22 个中心入组 71 例患者12 周双盲安慰剂对照60 mg 每日一次组用力肺活量FVC平均改善 98.4 mL安慰剂组平均下降 -20.3 mL安全性终点达标不良事件多为轻中度且停药后可缓解【A】。主要研究者、北京协和医院徐作军教授同时指出各组样本量相对有限需在更大队列中验证【A】。截至 2026 年初公司正推进关键 III 期试验的监管沟通其 31 条管线中已有 10 个进入临床并通过 license-out 获得多笔总额 5 亿美元级的对外授权【B】。7.2 宏观证据成功率与管线规模AI 发现分子的 I 期临床成功率 80–90%历史均值约 52%【B】II 期成功率约 40%样本有限传统为 28.9–40%【B】173 个 AI 设计候选药物进入临床开发截至 20262016 年仅 3 个【B】2024 年全球 AI药物研发融资 128 起、57.95 亿美元2023 年为 104 起/36.01 亿美元【B】统计信号整体积极但需限定I 期高成功率部分反映 AI 在成药性ADME/毒性预筛上的优势II 期数据与传统方法相当提示生物学机制不确定性——而非分子质量——仍是失败主因【C·推断】。反面案例同样必须记录首个进入人体的 AI 设计药物 DSP-1181Exscientia/住友2022 年因 I 期活性不足终止Recursion 的 REC-994 在 II 期读出后于 2025 年停止开发BenevolentAI 特应性皮炎候选物 IIa 期失败并引发公司重组【B】。“AI 发现≠AI 验证”行业共识正从新范式故事转向你到底给哪家药企交付了什么【B】。7.3 巨头下注与商业模式分化2024—2026 年AI 制药一级市场出现标志性大额融资Xaira Therapeutics诺奖得主 David Baker 参与创办2024 年 4 月以超 10 亿美元 A 轮登场Isomorphic LabsDeepMind 分拆Demis Hassabis 创立2025 年 3 月完成 6 亿美元融资Thrive Capital 领投2026 年再完成 21 亿美元轮次与礼来、诺华、强生建立合作Hassabis 称首批药物将于年内进入临床【B】EvolutionaryScale 获 1.42 亿美元种子轮Lila SciencesAI 科学工厂A 轮累计 3.5 亿美元、估值 13 亿美元【B】。商业模式分化为三类全栈自研型Xaira、Isomorphic模型实验数据药物资产一体实验既验证候选又生产训练数据形成模型—实验—回流闭环平台授权型Chai、Cradle出售设计软件/年许可不碰临床风险管线 BD 型Insilico自研管线推进至早期临床后授权给药企获取首付款与里程碑【B】。对中国从业者的特别提示2024 年全球超 1 亿美元的 15 起融资中仅 1 起发生在中国中国 AI 制药融资额约占全球 8%【B】。7.4 精准医疗从变异解读到个体化干预分子语言模型对临床医疗的价值正沿三条路径兑现其一变异解读提速——Evo 2 的 BRCA1 判别90%与 Genos 的致病突变解读92%→98.3%为 VUS 重分类提供计算证据直接服务遗传咨询与诊断【A/B】其二细胞特异性基因治疗设计——让基因疗法只在神经元或肝细胞中开启的靶向调控元件设计已被 Evo 2 团队列为近期可及的应用方向【B】其三多组学患者分层——空间组学与病理-组学对齐模型LOKI 等使常规病理切片承载分子分型信息有望以极低成本扩展分子诊断可及性【A】。中长期看“患者数字孪生”——对个体化药效与毒性做出带不确定性校准的预测——已在虚拟细胞框架的路线图中被明确提出但当前证据等级仅为前瞻推断【C】。7.5 老药新用与临床研发全链条的 AI 渗透分子语言解析的价值并不限于从零造药。**老药新用drug repurposing**是最早兑现临床价值的场景2020 年 1 月BenevolentAI 的知识图谱模型在 48 小时内将类风湿药物巴瑞替尼baricitinib识别为 COVID-19 潜在治疗药物假说为抑制病毒入胞并驯服细胞因子风暴论文 2 月发表于《柳叶刀》临床试验迅速证实获益该药 2020 年 11 月获 FDA 紧急使用授权、2022 年转为正式批准——从假说到授权治疗不足一年【B】。这一案例的范式意义在于当分子知识被结构化为可计算的图谱后重新理解一个已知分子的成本可以趋近于零这在突发公共卫生事件中具有战略价值【C·框架归纳】。在临床研发中下游AI 同样沿全链条渗透英矽智能的 InClinico 模块用于临床试验结果预测药企普遍在适应症分层、生物标志物发现、患者招募匹配环节部署组学模型Exscientia2024 年并入 Recursion曾以端到端 AI 设计大幅压缩候选物推进时间【B】。但多位一线从业者的判断同样值得引用“AI 在性质预测、分子优化等环节确实提供了加成但还没有出现突破式、爆发式的改变一旦进入适应症分层、毒性评估、药代动力学阶段AI 价值开始边际递减。”【B】这提醒我们分子语言解析当前最坚实的能力带在序列—结构—早期性质区间向体内—临床区间的延伸仍受制于系统生物学数据的稀缺【C·分析】。图 3见 HTML 版六大场景价值量级 × 技术成熟度矩阵——右上方规模兑现区当前仅有结构/变异解读药物发现处于高价值高成熟边缘虚拟细胞价值想象空间最大但证据最弱位于重点攻关区。定性定位为框架归纳【C】各场景数据见第七、八章【A/B】。第八章 场景应用Ⅱ合成生物、农业与工业生物制造8.1 合成生物从编辑到从头书写分子语言模型的生成能力正在改写合成生物学的作业方式。三个已验证的里程碑其一基因组尺度书写——Evo 2 微调设计的 285 个噬菌体基因组中 16 个成功增殖并表现宿主特异性证明 AI 已能完成11 个基因的小基因组级从头设计为噬菌体疗法应对抗生素耐药开辟路径【B】其二细胞特异性调控元件——设计只在特定细胞类型中激活的基因表达开关可使基因治疗避免脱靶副作用Evo 2 团队将其列为直接应用方向【B】其三进化距离跳跃——ESM3 的 esmGFP 证明模型可在序列空间中跨越相当于 5 亿年自然进化的距离定位功能蛋白大幅压缩定向进化的实验轮次【B】。工程化意义上合成生物正从读写已存基因合成编辑迈向按需求撰写基因生成式设计其经济含义是把生物制造的试错成本从湿实验室转移到计算端【C·推断】。8.2 工业酶与蛋白工程最快兑现的现金流场景酶是生物制造的核心也是 AI 蛋白设计商业化最成熟的方向。中国公司分子之心的公开案例提供了量级参考以生成式 AI 改造融合蛋白药物3 个月内实现表达量提升逾 400 倍、单体含量超 95%某抗体工程化改造经 2 个月两轮干湿闭环迭代获得 10 个以内达到预期的候选分子且具备超强 pH 敏感性、有望显著延长半衰期【B】。晶泰科技则示范了锤子找钉子的跨赛道变现与协鑫集团签署 5 年约 10 亿元合作将 AI 分子模拟能力输出至新能源材料领域公告后市值一度突破 500 亿港元【B】。这些案例的共同逻辑是工业场景对功能的定义远比药物宽松无需穿越临床死亡谷因此成为分子语言 AI 最早产生正现金流的落点【C·框架归纳】。8.3 农业与动物育种变异解读的规模化外溢Evo 2 在家养动物上的测试跨物种变异分类 AUROC 0.921类型匹配后仍达 0.844揭示了农业场景的清晰路径借助人类功能变异数据库的迁移学习对复杂性状做精细定位评估突变负荷以辅助育种决策、降低有害等位基因传递风险与传统数量遗传学整合以估计变异间互作【B】。此类应用不触及人类医疗的监管强度且数据获取相对容易适合作为基因组语言模型在产业端的第二落点【C·推断】。第九章 中国进展与产业生态9.1 模型层从跟跑到局部并跑中国在分子语言模型上的 2025 年成绩单已具备国际能见度基因组方向华大生命科学研究院与之江实验室联合发布 Genos以 636 个 T2T 级人类基因组训练数据与 MoE 可部署架构形成差异化全面开源【B】空间多组学方向同济大学 SWITCH 登《自然·计算科学》非配对空间多组学整合综合评分提升 59%【A】结构预测方向百度 HelixFold-3 与字节跳动 Protenix 进入 AF3 级开源阵营后者成为全球复现 AF3 的标准参考实现之一【B】蛋白质设计方向分子之心 NewOrigin 大模型与 MoleculeOS 平台以生物学 EDA定位切入抗体与酶工程【B】。此外杭州华大 2025 年发布全球单芯片通量最高的纳米孔长读长测序仪 G400-ER单芯片 495 Gb、完全国产化供应数据生产端的自主化为模型层提供了语料保障【B】。9.2 产业层AI 制药的中国式路径中国 AI 制药呈现管线深但资本薄的结构特征英矽智能总部中国香港/上海以 Rentosertib 成为全球 AI 药物临床进度的领跑者2024 年药物发现与管线研发贡献其 92.9% 营收并先后与美纳里尼达成两笔总额逾 10 亿美元的授权合作、与赛诺菲达成最高 12 亿美元多靶点合作【B】但从融资结构看2024 年中国 AI 制药初创融资仅占全球 8%亿元美元级融资事件仅 1 起【B】。行业内部正在形成共识纯平台软件模式难以维系“AI 能力最终要体现在做药本身”模型-实验-反馈的工程化闭环成为分水岭【B】。深势科技AI for Science 多领域布局低迷期仍获超 7 亿元融资与晶泰科技跨赛道至新材料提供了另外两条生存路径【B】。9.3 数据与基础设施长板与短板中国的结构性优势在于人群队列与数据生产中国人群泛基因组联盟CPC、中国慢性病前瞻性研究CKB等大型队列持续产出高质量本土数据636 个 T2T 基因组的整合能力展示了数据治理水平的提升【B】。短板同样明显其一扰动数据缺口——类似 Tahoe-100M 的大规模单细胞扰动数据集在国内尚无对等公开资源制约虚拟细胞方向起步其二算力与框架依赖——Evo 2、ESM3 的训练均基于 NVIDIA 万卡级集群国产算力生态在生物基础模型训练上的成熟度仍需验证其三评测基准缺位——国内尚缺类似 Arc 挑战赛、CASP 的公开常设评测机制模型能力对比多依赖自建测试集【C·分析】。政策端杭州以开源大模型之城建设国家网信办备案大模型 31 个为代表的地方产业生态为基因组大模型等垂直模型提供了孵化土壤【B】。第十章 风险治理与生物安全10.1 双重用途能力对称性带来的治理难题分子语言模型的核心风险来自能力的对称性能设计靶向治疗蛋白的模型原则上也能设计增强毒性的蛋白能书写噬菌体基因组的模型原则上也能书写危险病原体基因组。2025 年的红队测试提供了量化参照研究团队对 DNA 合成筛查系统施加变体生成与序列混淆拆分重排基因片段攻击多数防护最初仅能检出与监控名单高度匹配的序列经筛查服务商多轮工具改进后检出率提升至约 97%但逃逸变体往往与低风险序列高度相似凸显何为潜在有害本身需要共识标准【B】。这一事实确立了治理的第一原则仅靠序列黑名单无法应对生成式模型的设计空间治理必须覆盖模型—订单—客户全链条【C·框架归纳】。10.2 政策演进从自愿到有条件强制时间政策/事件要点证据2023美国 HHS《合成核酸筛查框架指南》筛查窗口从 200 核苷酸收紧至 50 核苷酸覆盖短片段拼装风险【B】2024-04OSTP《核酸合成筛查框架》依 EO 14110建立潜在有害序列判定标准与筛查方法2025 年 4 月起 NIH 经费仅可采购遵守框架的合成服务商【B】2024-10英国政府合成核酸筛查指南自愿性质为用户与供应商设定客户/序列筛查基线保留立法空间【B】2025-05EO 14292《改善生物研究安全与安保》要求修订/替换 DURC/PEPP 政策与核酸筛查框架临时暂停高风险功能增益研究以联邦经费条件为主要抓手【B】2026-01《生物安全现代化与创新法案》提交美参议院拟将筛查从自愿升级为强制序列筛查、客户核验、跨服务商拆单检测、关注序列库动态更新、审计与民事处罚仍处委员会阶段【B】2026-06生命科学界、AI 公司、生物企业联名公开信呼吁国会立法强制核酸合成订单及合成设备筛查责任落在合成公司而非 AI 模型侧【B】治理现状的结构性特征是**经费条件式监管**约束主要经联邦科研经费传导私营部门与非联邦资助研究存在覆盖缺口欧盟层面商业 DNA 合成目前也无强制性筛查法律【B】。与此同时行业自律国际基因合成联盟 IGSC 的订单与客户双重筛查协议、AI 公司侧的防护OpenAI 生物安全越狱悬赏最高 5 万美元、Anthropic 前沿模型风险评估框架、模型发布侧的预防性设计Evo 2 训练数据排除人类病原体共同构成了多层防御网【B】。此外美国 FY2026 国防授权法中的 BIOSECURE 条款从供应链角度限制使用受关注生物技术公司的设备与服务提示数据主权与供应链安全已成为生物 AI 治理的新维度【B】。10.3 中国的治理落点建议对中国而言本报告建议的治理优先级为第一建立自主的关注序列SOC数据库与序列级决策指引——当前美英欧均未建成官方序列级风险库率先建成者将获得标准制定话语权第二将合成筛查要求嵌入科研经费与采购条件以低成本实现广覆盖第三对桌面合成设备benchtop实施出口与备案管理防范去中心化合成绕开集中筛查第四推动本土模型发布的安全评估惯例如训练数据病原体排除、生成查询过滤与国际最佳实践互认【C·建议】。图 4见 HTML 版风险治理三级矩阵——低风险常规工具使用靠社区自律与透明披露中风险基因组生成、全新蛋白设计、虚拟细胞靠模型方—合成服务商—经费方三点联控红队评测、权重分级、SOC 筛查高风险病原体生成、功能增益、序列混淆规避靠政府强制DURC/PEPP 审查、KYC、出口管制。框架为综合归纳【C】政策事实见 10.2 节【B】。第十一章 成熟度评估与发展路线图11.1 L0—L4 五级成熟度模型综合前述证据本报告提出分子语言 AI 解析的五级成熟度模型框架归纳标 C各级实践依据见前文对应章节级别名称定义当前状态2026L0辅助工具单点算法辅助特定分析任务比对、注释、对接全面普及已是常规基础设施【B】L1基础模型表征预训练表征替代手工特征迁移至下游任务蛋白质/基因组/细胞三线均已实现【A】L2统一预测引擎单模型跨分子类型高精度预测复合物、调控、变异AF3/AlphaGenome/Evo 2 达成免费或开源可得【A】L3生成式设计闭环按需生成序列/结构/基因组干湿闭环快速迭代蛋白与噬菌体基因组概念验证完成工业酶场景开始兑现现金流【A/B】L4系统级模拟虚拟细胞/数字孪生对细胞/组织/个体状态做因果可靠的虚拟实验评测体系元年深度模型尚未稳定超越线性基线差距显著【A】总体判断领域整体处于 L2 成熟、L3 早期兑现、L4 攻关的阶段。价值兑现节奏呈哑铃形——L2 类工具结构/变异解读已高度商品化、溢价空间有限L4 类系统级能力想象空间最大但 3—5 年内难见规模收入L3 生成式设计是当前投入产出比最高的主战场【C·框架归纳】。11.2 三阶段路线图2026—2030阶段时间窗技术主线可核验里程碑预测C 级近期2026—2027L3 闭环规模化设计-合成-验证周期压缩至周级亲和力/成药性联合预测普及Boltz-2 路线首个 AI 设计抗体进入 II 期AI 发现药物 III 期读出Rentosertib 关键试验中期2027—2028多模态统一中心法则全链条模型DNA→RNA→蛋白→表型扰动数据规模化亿级细胞虚拟细胞在限定细胞类型上稳定超越线性基线AI 设计的基因治疗调控元件进入 IND远期2029—2030L4 突破患者数字孪生、组织尺度模拟自动化AI 科学工厂常态化虚拟细胞图灵测试在限定任务上通过首个端到端 AI 发现药物获批上市注路线图为基于当前证据速率的前瞻推断全部标 C其中 Rentosertib III 期、Isomorphic 首批临床等为公司公开计划【B】实际进度以注册信息为准。11.3 四类参与者的行动清单参与者行动建议依据科研机构优先掌握开源模型栈Evo 2/Genos/Boltz-2/scGPT并接入公开扰动数据基座Arc Atlas评测一律采用第三方基准与线性基线对照【C】Biotech/药企把 AI 预算从平台采购转向闭环工程自建或共建湿实验反馈回路BD 尽调要求供应商提供超越基线的外部基准证据【B/C】医院与临床机构从变异解读辅助Genos 类与病理-组学对齐LOKI 类两个低风险高确定性场景切入建立 AI 证据分级与临床验证内部流程【C】政策制定者建设 SOC 序列库与合成筛查经费条件设立扰动数据国家专项建立常设公开评测机制对标 CASP/Arc 挑战赛【C】第十二章 结论与建议12.1 核心结论结论一分子语言范式已经确立且不可逆。从 AlphaFold2 到 Evo 2从 ESM3 到 Genos证据链完整表明生命过程的信息载体可以被语言模型统一读取、理解乃至书写。2024 年诺贝尔化学奖是对这一范式的最高学术背书【A】。读懂层结构预测、变异解读已经商品化并免费开放成为行业公共基础设施【A】。结论二价值重心正在从预测移向生成但生成功能≠功能保证。ESM3 的 5 亿年进化跳跃与 Evo 2 的可存活噬菌体证明生成式生物学已经成真【A/B】同时 Adaptyv 挑战赛千个设计无一中和与虚拟细胞基准不超越线性基线提醒从分子成立到功能成立之间仍隔着湿实验迭代与因果数据两座大山【A/B】。结论三应用兑现呈哑铃结构L3 生成设计闭环是未来三年主战场。左端是已免费工具化的 L2 预测右端是证据尚弱的 L4 虚拟细胞中间最具确定性的现金流场景是工业酶/抗体工程表达量 400 倍提升级别与 AI 药物管线 BD5 亿美元级授权【B】。结论四中国的机会窗口在数据纵深可部署架构场景纵深。Genos 证明中国可在基因组基础模型上做出全球首个百亿级开源作品【B】Rentosertib 证明中国团队可率先完成 AI 药物临床概念验证【A】。短板在扰动数据基座、常设评测机制与算力自主性三者均可通过专项投入补齐【C】。结论五治理必须与技术同步设计而非事后补票。Evo 2 的病原体排除、OSTP 筛查框架与 97% 检出率的红队迭代共同说明分层管控低/中/高风险模型—合成—经费三点联控是当前最优可行框架而序列级风险数据库是全球性公共品缺口【B】。12.2 给决策者的一页纸建议对研发负责人把 70% 的分子语言 AI 投入配置在 L3 闭环生成设计湿实验反馈20% 用于跟踪 L4 评测进展10% 用于治理合规。对临床负责人变异解读与病理-组学对齐是今年即可落地的两个场景务必建立内部证据分级。对投资机构甄别平台故事与管线证据以对外授权与临床读出为估值锚。对政策制定者扰动数据专项、常设评测、SOC 数据库是三件成本可控而战略价值最高的公共品。生命用了 38 亿年写下这部分子语言的巨著人类正在学会读它也开始尝试写它。本报告的判断是2026—2030 年将是读懂红利充分释放、写出能力接受功能检验的五年。对每一位参与者而言比追逐模型规模更重要的是建立自己的证据分级体系与干湿闭环能力——这才是穿越概念周期、抵达真实价值的船票。12.3 研究局限与未尽议题本报告存在三方面局限读者引用时应予注意其一来源偏向——部分关键指标如 Evo 2 社区应用、AI 制药成功率统计来自机构官方发布与行业二手汇总虽已尽量以同行评审论文互证但企业披露口径与学术口径之间仍可能存在系统性差异其二时间截点——本领域进展以月为单位迭代报告中 2026 年内的融资、政策与模型信息基于 2026 年 10 月检索快照后续变化请以一手注册信息为准其三未尽议题——代谢组与糖组的语言模型化、蛋白质-代谢物相互作用预测、AI 与自动化实验机器人self-driving lab的深度融合、以及分子语言模型的能耗与碳足迹问题均值得专文研究本报告未及展开。可核验引用清单【A】Abramson J. et al. Accurate structure prediction of biomolecular interactions with AlphaFold 3.Nature, 2024-05-08. https://www.nature.com/articles/s41586-024-07487-w【A】Nobel Prize 官方公告The Nobel Prize in Chemistry 2024David Baker / Demis Hassabis / John Jumper, 2024-10-09. https://www.nobelprize.org/prizes/chemistry/2024/press-release【A】Arc InstituteAI can now model and design the genetic code for all domains of life with Evo 2, 2025-02-19. https://arcinstitute.org/news/evo2【A/B】Arc InstituteEvo 2: One Year LaterNature 正式发表、噬菌体设计、Evo2HiC、下载统计, 2026. https://arcinstitute.org/news/evo-2-one-year-later【B】新华社美研究机构发布生物学领域最大 AI 模型 Evo 2, 2025-02-20. https://www.news.cn/world/20250220/7c586b818a284d8d9a5e984d6a9d6994/c.html【B】EvolutionaryScale / Hayes T. et al. Simulating 500 million years of evolution with a language modelESM3, bioRxiv 2024. https://www.evolutionaryscale.ai/papers/esm3-simulating-500-million-years-of-evolution-with-a-language-model【B】NVIDIA BlogEvolutionaryScale Debuts With ESM3 Generative AI Model for Protein Design, 2024. https://blogs.nvidia.comESM3 专文【A】Penić R.J. et al. RiNALMo: general-purpose RNA language models can generalize well on structure prediction tasks.Nature Communications, 2025. https://www.nature.com/articles/s41467-025-60872-5【B】EurekAlert/A*STARRiNALMo: an AI model that deciphers the language of RNA to power next-generation therapeutics, 2025. https://www.eurekalert.org/news-releases/1105840【A】Roohani Y. et al. Virtual Cell Challenge: Toward a Turing Test for the Virtual Cell.Cell, 2025经 AICell Lab Newsletter 2026-08-15 转述. https://aicell.io/post/newsletter-2026-08-15/【A】Ahlmann-Eltze C., Huber W., Anders S. Deep-learning-based gene perturbation effect prediction does not yet outperform simple linear baselines.Nature Methods, 2025同上转述页. https://aicell.io/post/newsletter-2026-08-15/【B】集智俱乐部Swarma数据驱动 AI 虚拟细胞探索——从 Arc 挑战赛看数据基座的力量, 2025-08-23. https://swarma.org/?p63753【A】Bunne C. et al. How to build the virtual cell with artificial intelligence: Priorities and opportunities.Cell, 2024-12经 Swarma 引述. https://swarma.org/?p63753【A】Tejada-Lapuerta A. et al. Nicheformer: a foundation model for single-cell and spatial omics.Nature Methods22(12), 2025-12. https://doi.org/10.1038/s41592-025-02814-z【A】Chen W. et al. A visual–omics foundation model to bridge histopathology with spatial transcriptomicsOmiCLIP/LOKI.Nature Methods, 2025. DOI: 10.1038/s41592-025-02707-1【A】Li Z. et al. Integrative deep learning of spatial multi-omics with SWITCH.Nature Computational Science, 2025-10-29. https://life.tongji.edu.cn/82/60/c12615a361056/page.htm【A】Insilico MedicineNature Medicine Publication of Phase IIa Results of RentosertibGENESIS-IPF, NCT05938920, 2025-06-03. https://insilico.com/news/tnrecuxsc1-insilico-announces-nature-medicine-publi【B】Health AI WikiAI 药物管线追踪DSP-1181、REC-994、BEN-2293、baricitinib 等案例状态, 2025. https://aiwiki.ai/wiki/health【B】IntuitionLabsAccelerating Drug Development with AI in the U.S. Pharmaceutical IndustryI 期 80–90% 成功率、173 管线、18 个月/10% 成本, 2026. https://intuitionlabs.ai/articles/accelerating-drug-development-ai-pharma【B】健闻咨询PhIRDA 转载大模型浪潮下的 AI 制药, 2025-06-20. https://www.phirda.com/artilce_39225.html【B】Crunchbase NewsAlphabet-Backed Isomorphic Labs Raises $600M For AI Drug Development, 2025-03. https://news.crunchbase.com/venture/alphabet-backed-isomorphic-google-ai-drug-development【B】CB InsightsXaira Therapeutics 公司与商业模式分析Isomorphic 2026 年 21 亿美元轮次等. https://www.cbinsights.com/company/xaira-therapeutics/【B】IntuitionLabsAI Biotech Funding: A 2025 Analysis of VC Investment TrendsXaira $1B、EvolutionaryScale $142M、Lila $350M, 2025. https://intuitionlabs.ai/articles/ai-biotech-funding-trends【B】新华社百亿参数人类基因组通用基础模型Genos发布, 2025-10-23. https://www.xinhuanet.com/20251023/6963d3ad8b2b495a8f0a49a9f702adba/c.html【B】杭州市科学技术局速览杭州华大 2025 年度重大进展Genos、G400-ER, 2026. https://kj.hangzhou.gov.cn/col/col1228922127/art/2026/art_29230119b9df4ad0bb355e079d7b2955.html【B】Wohlwend J. et al. Boltz-1: Democratizing Biomolecular Interaction Modeling. bioRxiv, 2024-11-19. https://biorxiv.org/content/10.1101/2024.11.19.624167v4.full-text【B】IntuitionLabsOpen-Source AI Drug Discovery: Boltz-Pfizer AnalysisBoltz-2 FEP Pearson 0.62、CASP16, 2025. https://intuitionlabs.ai/articles/open-source-ai-drug-discovery-boltz-pfizer【B】Stanford HAIAI Index Report 2026, Chapter 6 MedicineFoldBench、GPN-Star vs Evo 2、Adaptyv Nipah 挑战赛, 2026. https://hai.stanford.edu/assets/files/ai_index_report_2026_chapter_6_medicine.pdf【B】EMBL-EBI TrainingHow have AlphaFold 3’s predictions been validated?Chai-1/Protenix/HelixFold-3 参数与基准. https://www.ebi.ac.uk/training/online/courses/alphafold/alphafold-3-and-alphafold-server/introducing-alphafold-3/how-have-alphafold-3s-predictions-been-validated【B】Belfer Center (Harvard Kennedy School)The Dual-Use Frontier of AI-Enabled BiotechnologyEO 14110/14292、OSTP 框架、DURC/PEPP、BIOSECURE, 2026. https://www.belfercenter.org/index.php/research-analysis/dual-use-frontier-ai-enabled-biotechnology-civilian-opportunities-national【B】PMCPubMed CentralCreating Enforceable Biosecurity Standards for Nucleic Acid Providers, 2025. https://pmc.ncbi.nlm.nih.gov/articles/PMC12710665/【B】Centre for Future GenerationsWriting DNA to create synthetic life红队混淆攻击、约 97% 检出率、英/欧治理, 2026. https://cfg.eu/emerging-biotech-atlas-part-two-writing-dna-to-create-synthetic-life/【B】Arms Control AssociationRegulatory Gaps in Benchtop Nucleic Acid Synthesis Create Biosecurity Vulnerabilities, 2025. https://www.armscontrol.org/node/14993【B】Eurasia ReviewArtificial Intelligence And Growing Biosecurity Concerns – Analysis2026-07 高风险生命科学研究政策、OpenAI/Anthropic 治理动作、2026-06 公开信, 2026-08-04. https://www.eurasiareview.com/04082026-artificial-intelligence-and-growing-biosecurity-concerns-analysis【B】新浪财经/WAIC 报道「生物学 EDA」AI 蛋白质平台分子之心抗体/融合蛋白/酶案例, 2025. https://t.cj.sina.com.cn/articles/view/7970234518/1db10209600102g4s6【B】Cell Patterns 综述Large language models for scientific discovery in molecular property predictionNucleotide Transformer、DNABERT-2、HyenaDNA、RNA-FM 等谱系, 2025. https://www.cell.com/patterns/fulltext/S2666-3899(25)00194-1