挑戰生物學邊界：Fabian Theis 談 AI 與虛擬細胞模型

Fabian Theis 一直是虛擬細胞概念與相關計畫發展的關鍵人物之一。毫不誇張地說，他的實驗室不斷推動演算法的邊界，以理解多尺度、多模態（「多體學」）、隨時間變化的生物數據。

透過他在 Helmholtz、多家新創公司以及 Biohub 的領導，他確實塑造了大規模願景和數據收集。近期 AI 與生物學領域的許多關注都集中在蛋白質和分子設計上，例如 AlphaFold、ESM 和 BioHub 等眾多專案。

然而，在經歷最初的興奮之後，虛擬細胞專案受到的關注有所減少，這在很大程度上是因為人們質疑大規模模型在解決即使是最基本的虛擬細胞問題時的有效性。

數週前 Biohub 宣布一項高達 18 億美元的投資，引起了廣泛關注。這筆資金來自 Biohub、NIH、DOE、Google 和 Meta 等機構的承諾。

討論中提到新的影像與測量能力，將產生大量數據並可用於訓練 AI。但為何這些組織現在要加倍投入這些巨額賭注？這些計畫已醞釀多年，是什麼讓現在成為推動的關鍵時刻？

新的測量能力和大規模基礎設施現已上線，這使得 Biohub 的推動很可能對科學產生巨大影響。DOE 和 NIH 正在大規模開發「實驗室迴圈」（lab-in-the-loop）自動化能力。

Google 正在擴大其連接體學（connectomics）的能力。Biohub 本身也與多個實驗室合作，開發並改進了雷射相位板顯微鏡、光片顯微鏡以及普通顯微鏡的進階後處理技術，以揭示深層的表型數據。這些技術正迅速成熟，並將在 Biohub 計畫中扮演重要角色。

虛擬細胞面臨困境。這種多尺度、多模態的數據，與 Fabian Theis 職業生涯中致力於建模的數據非常相似。

另一方面，虛擬細胞建模也遇到了一些問題，這些問題降低了人們對系統生物學的熱情。2025 年的 Arc 虛擬細胞挑戰賽揭示了這個問題：許多論文指出，在「擾動預測」方面，即使是恆定基準（甚至不是線性基準）也常常勝過複雜的模型。

「擾動預測」是指當你透過基因編輯、藥物或其他環境因素改變細胞的輸入或程式時，細胞的「狀態」將如何變化。令人失望的發現是，許多模型甚至無法超越最基本的基準。

不過，情況實際上並沒有那麼糟：一篇出色的論文指出，許多現有的評估指標校準不佳，它們可能會獎勵無資訊的平均預測，因為大多數基因幾乎沒有變化。透過校準更好的指標，深度學習模型可以超越平均基準。

儘管如此，Fabian Theis 認為，在現有數據集下的擾動預測並不是一個足夠困難的問題，不足以需要複雜的演算法。

相反地，我們應該專注於 Biohub 剛宣布投入 18 億美元進行數據收集的那些問題：利用大規模、高精度、多尺度、共同註冊的生物數據，來預測分子 → 細胞 → 生態位 → 組織 → 器官 → 生物體的演化，以及這些不同尺度之間如何相互影響。

這是一個令人欣喜的局面：此刻，AI 正在使我們能夠解決規模顯著更大的問題，而這個問題確實非常龐大。我們缺乏對這些不同「適用領域」之間「尺度介面」的理解，也缺乏數據。

Biohub 計畫旨在解決數據問題。Fabian Theis 多年來一直致力於為這些更大的問題開發建模演算法。

我周圍的其他細胞如何改變我的狀態？擾動對細胞分佈有何影響？我該如何擾動一個細胞以使其達到我想要的狀態？

這些問題日益複雜，正逐步導向「實驗室迴圈」和大規模實驗，並且確實需要日益複雜的模型。

模型推動精準醫療。Fabian Theis 的實驗室和計畫也投入了大量資金：Helmholtz 的計算健康中心結合了 AI、分子數據、醫學影像、基因組學和臨床數據，以開發用於精準醫療的預測性和機制性模型。

計算生物學研究所開發統計和動態模型，整合從單細胞時間序列到群體規模體學數據的生物資訊。鑑於他在這個前沿領域的領導地位，我們非常興奮有機會與他進行一小時的對談，以了解在「困難」的定義迅速變化的情況下，Fabian Theis 如何看待虛擬細胞的概念。我們也討論了虛擬細胞的商業模式、生物學中的「苦澀教訓」、培養下一代計算生物學家，以及實現「實驗室迴圈」等議題。