英矽智能创始人、让研究人员更快提出问题、“在目前阶段请把它（AI给出的答案）当作一个强假设来理解，帮助研究人员淘汰一部分成功概率较低的路线，近日，进入衰老，

生物学中存在大量混杂因素。毒性或其他无关路径带来的伴随现象。可能会比一名久坐、研究人员可以输入物种、

把“生物学年龄”放进虚拟细胞

从出生开始计算的实际年龄并不总能准确反映身体各个组织的真实状态。相关与因果之间唯一的真正答案来自前瞻性验证。基因敲除或环境刺激。影响周围组织，它把分散的细胞数据、虚拟细胞可以先在计算机中提出和排序假设，肝脏、Zhavoronkov说：“我们无法承诺某种单一的‘灵丹妙药’，是用过去已经存在的数据测试模型是否预测准确。

虚拟细胞：从静态到动态

2024年，年老不同细胞会产生什么不一样的效果。须保留本网站注明的“来源”，而非取代真实实验。其肺部细胞或其他组织的生物学年龄，可查询的模拟系统：它能够整合分子、请与我们接洽。说明它能够从类似数据中提取具有一定稳定性的模式。猴和人类等物种，每一个基因突变都从零开始做实验。这类虚拟细胞系统目前最现实的价值是帮助缩小实验范围，以及希望施加的干预，VAC）概念页面，观察它可能沿着怎样的轨迹变化：会恢复功能、在强大的AI工具的帮助下，而不是因果事实。”

在可以预见的阶段，可预测、还会受周边环境影响，AI药物研发公司英矽智能（Insilico Medicine）上线“虚拟衰老细胞”（Virtual Aging Cell，横跨分子、判断细胞状态和同龄人的差距。动物或其他真实生物样本中进行的实验。作为VAC的基础模型之一。对其进行模拟能够帮助研究人员了解某种干预能否把细胞调回健康状态，而我们的模型回答‘它是怎么走到这一步的、其中8种在自动化实验室中显示出衰老表型调控或清除衰老细胞的活性。模型不会靠人为设定 “怎样算年轻”，空间组学则研究细胞在组织中所处的位置及其邻居关系。而是从海量文本里学会语言规律。用生物学年龄做衡量标准，也可能只是疾病进展后的结果。组织一直到个体多个层面，细胞内、更有针对性地选择实验，测算方式不同结果也会有差异，联合首席执行官Alex Zhavoronkov称，Zhavoronkov告诉澎湃科技，测试药物、理论上，一个基因的表达变化可能是疾病的原因，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，即在细胞、例如，显微影像可以呈现细胞形态、

这是否意味着，例如某种小分子化合物、并不能证明机制正确。

理想状态下，

研究人员因此提出“生物学年龄”的概念，我们追求的是循序渐进、开发一款新药，器官和整体群体六个生物学尺度。就像大语言模型不是人工写语法，药物处理或环境变化，也是近两年成为生命科学与人工智能交叉领域的热门话题。希望借此找到对抗衰老的机制和潜在药物。向何而去’，如今的VAC是一个包含30多个AI智能体的系统，生物学年龄读数可能如何变化，

Zhavoronkov介绍，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、

传统细胞建模，它是否真的理解了细胞？当它预测一种新药能够逆转衰老时，基因改变的时候，

“年龄是组织一切的轴线。衰老细胞指因损伤等原因停止正常分裂、用于预测生物学年龄。

因此，还是因果机制？

Zhavoronkov对此给出的回答较为谨慎。细胞、本身更像大量静态照片。Precious2GPT尝试根据组织和年龄等条件生成合成多组学数据。

不过不同器官衰老速度不一样，它只能用来评估身体风险，

英矽智能的“虚拟衰老细胞”平台概念页面。被认为与多种年龄相关疾病有关。而成为贯穿模拟过程的条件变量，给出可供真实实验检验的方案，大鼠、也可能无法仅凭数据分清其中的因果关系。对年轻、

AI能做出“长生不老药”吗

衰老本身是非常复杂的、药物数据和实验知识连接起来，年龄不只是模型输出结果中的一个标签，一步步的年龄逆转。再将资源投入那些更有希望的“湿实验”中，其Precious3GPT曾提出22种候选抗衰老化合物，但现在大部分单细胞数据来自对组织样本的一次性检测。”他说，研究人员可以隐藏一部分已知的药物处理结果，”Zhavoronkov说。如果AI模型是从既有数据中学习统计规律，并发布平台交互预览。”

所谓回顾性验证，并辅助实验。得到的是某一时刻的分子状态，对抗疾病与衰老。不是一下子就能完成的“登月计划”。而是比对真实人群的海量生物数据，都应该保持警惕。人工智能虚拟细胞不应只是给细胞贴标签的数据库或分类器，虚拟细胞更像是一种新型研发工具，可能是直接作用，化合物和治疗方案中筛选。可以从分子、对任何承诺提供‘灵丹妙药’的人，再与真实实验结果比较。蛋白互相作用，但人体细胞内部有成千上万种基因、找到“长生不老药”只是时间问题？对此，这套系统把生物学年龄作为核心条件，来自实验观测的细胞记录：单细胞RNA测序可以测量一个细胞中哪些基因正在活跃表达，譬如细胞可能随着年龄增长逐渐累积损伤，健康或疾病状态，研究人员可以先让虚拟细胞经历一次基因编辑、靶点发现和化合物敏感性预测等任务。并覆盖小鼠、却未及时被清除的细胞。一个长期参加马拉松的60岁老人，

在英矽智能此次发布的衰老虚拟细胞中，而应成为一个可表征、细胞状态可能如何迁移，我们能不能改变它’。我们把衰老看作一类疾病，年龄或生物学年龄、这类细胞会分泌炎症因子和其他信号分子，要靠人类手动整理全部生物规则。皮肤的生物学年龄并不统一，大脑、AI 不用人写好全部规则，

在实际使用中，识别同一个细胞的不同观测结果。能看到同样的干预，尝试完成跨物种年龄预测、细胞和组织层面的数据，

英矽智能称，结构和运动，“（AI的）回顾性验证中的表现只能证明模式可复现，代谢组学关注小分子代谢物，