AI驅動數位有機體AIDO藍圖問世：模擬生物學從分子到個體的嶄新路徑

一項刊登於 《自然醫學》（Nature Medicine） 的最新前瞻性論文——〈如何打造AI驅動的數位有機體〉（How to build an AI-driven digital organism）——由 Eric Xing、Eran Segal、Le Song 等多位學者共同撰寫，提出了 AI驅動數位有機體（AI-Driven Digital Organism，簡稱AIDO） 的詳盡藍圖 。這套系統由一系列整合式的多尺度基礎模型構成，旨在從單一分子層級，一路向上到細胞、組織乃至完整有機體，進行生物學的預測、模擬與程式化調控 。其終極目標，是將生物學與醫學的探索方式，從緩慢、昂貴且零散的實驗搜尋，轉變為在一套學習而得的生物學「世界模型」中，進行高效且結構化的電腦模擬導航 。AIDO 的 Phase 1 已於 2024 年 12 月由 GenBio AI 釋出 ，但論文也坦承，目前仍面臨訓練資料偏誤、以及整合高度異質生物資料集等重大障礙 。

藍圖與架構：模組化的基礎模型堆疊

AIDO 並非單一模型，而是一套 模組化、可互連、且整體性的系統，由多個專門處理特定生物尺度的 Transformer 基礎模型所組成 ：

• AIDO.DNA — 模擬基因組序列，為理解基因變異及其下游效應奠定基礎 。
• AIDO.RNA — 一個擁有 16 億個參數的模型，在 4,200 萬條非編碼RNA序列上，以單核苷酸解析度進行預訓練 。
• AIDO.Protein — 學習蛋白質的序列、結構與功能 。
• AIDO.Cell — 一系列僅編碼器的稠密 Transformer 模型，參數量最高達 6.5 億，預訓練資料來自橫跨多種組織的 5,000 萬個人類細胞，涵蓋每個細胞約 20,000 個基因 。
• AIDO.Tissue — 模擬組織層級的行為與細胞間交互作用 。
• AIDO.Biology — 一個總攬全局的「世界模型」層，負責整合所有較低尺度的資訊，以模擬有機體層級的結果 。

其中至關重要的設計巧思，在於這些模組是 可互相連結的。因此，任何單一的外界干擾，無論是新的藥物分子還是基因編輯，都能夠被邏輯性地追蹤，從分子交互作用、細胞反應、組織效應，一路預測到最終的健康結果 。

目標：多尺度模擬器與生物學的「世界模型」

此計畫的核心野心，是建立一個生物學的計算 「世界模型」，能夠模擬從DNA層級的變異，如何透過蛋白質、細胞、組織，最終影響到整個有機體的表型 。這將允許研究人員：

• 以電腦模擬疾病與複雜的生物過程，跳脫耗時數年的濕式實驗室研究 。
• 在進行任何濕式實驗之前，就能預測藥物的效果與毒性，大幅減少需要實際測試的候選分子數量 。
• 快速測試數百萬種電腦模擬的干擾因子，使最終需要進行實驗驗證的候選項目，縮小到最具潛力的少數 。

此計畫被形容為打造醫學領域的「飛行模擬器」，讓科學家在投入真實世界實驗前，能先在虛擬環境中進行嘗試 。

與其他虛擬細胞計畫的比較

AI 驅動虛擬細胞的概念並非 AIDO 團隊獨有。Chan Zuckerberg BioHub（CZI）與史丹佛大學、基因泰克（Genentech）合作，於 2024 年 12 月同步發表了一篇《自然》前瞻性論文，提出了 AI虛擬細胞（AI Virtual Cells, AIVCs） 。CZI 也舉辦了一場虛擬細胞工作坊，會中識別出許多相同的瓶頸，包括資料異質性、雜訊、再現性挑戰，以及對更佳多模態基準測試的需求 。

兩個旗艦計畫的主要差異如下：

面向	AIDO（GenBio AI / 卡內基美隆大學）	AIVC（CZI / 史丹佛 / 基因泰克）
範疇	完整有機體（DNA → 細胞 → 有機體）	主要為細胞與組織層級
核心概念	生物學的「世界模型」，模組化但可互連	用於模擬細胞狀態的大型神經網路
主導組織	GenBio AI（Eric Xing, Le Song, Eran Segal）	Chan Zuckerberg BioHub（T. Karaletsos, S. Quake, J. Leskovec, A. Regev）
開發階段	Phase 1 已於 2024 年 12 月釋出，包含 6 個預訓練模型	仍處於願景與設計階段，正舉辦工作坊

儘管在範疇與開發階段上有所不同，這兩個計畫都面臨著相同的根本性挑戰：如何將高度異質的體學資料——包含單細胞RNA-seq、蛋白質體學、表觀基因體學、代謝體學——整合進統一的模型中 。

已知的限制

AIDO 論文及其相關報導，坦承了幾項重要的限制，為初期的熱情降溫 ：

• 有偏誤且不完整的訓練資料：目前的生物學資料集，高度傾向於研究透徹的細胞株、常見疾病以及歐洲裔族群。這可能導致模型預測產生偏差，並可能加劇醫療保健上的族群不平等 。
• 病人的個體差異：人類在遺傳背景、年齡與健康狀態上的生物多樣性極其廣泛，現有的訓練群體難以捕捉。作者明確指出，當模型應用於未被充分代表的族群時，可能無法有效泛化 。
• 異質資料的整合：要將不同模式（從轉錄體學、蛋白質體學、影像學到臨床記錄）的資料融合，在技術上仍舊困難重重，因各類資料在尺度、測量雜訊與缺漏模式上存在差異 。
• 缺乏標準化基準測試：若無跨領域的評估框架，將難以客觀比較不同團隊的模型，或評估其在真實世界中的穩健性 。

應用：藥物候選分子篩選與傳染病應對

AIDO 最具前景的兩個近期目標應用是 ：

• 藥物候選分子篩選：AIDO 能模擬數百萬種化合物的電腦模擬效果，在展開任何濕式實驗室工作前，預測它們的分子結合能力、細胞反應、組織層級毒性以及對有機體的療效。這將大幅減少需要實驗測試的候選分子數量，從而降低臨床前開發的成本與失敗率 。

• 加速傳染病疫情的應對：由於系統是模組化的，且是基於基礎生物學模式（而非僅針對單一病原體）進行訓練，它可以被快速調整，以模擬新型病毒或細菌威脅。研究人員可以在數天或數週內，就能模擬感染動態、測試現有藥物庫的再利用潛力，並預測虛擬有機體中的免疫反應，而不必耗費數月 。