英矽智能上线虚拟衰老细胞页面，并发布多智能体驱动的多模态虚拟衰老细胞生成平台预览版

历经从 2014 年 NVIDIA GTC 到 PreciousGPT 系列模型的十二年探索，英矽智能推出首个将“生物学年龄”作为核心维度的多智能体虚拟细胞平台。

由生成式人工智能（AI）驱动的临床阶段药物研发公司英矽智能（Insilico Medicine）今日宣布，上线虚拟衰老细胞（Virtual Aging Cell, VAC） 概念页面，并同步发布由多智能体（Multi-Agent Swarms）驱动的VAC平台交互预览。

虚拟细胞是利用人工智能（AI）和数学建模技术，对细胞生命活动及其变化规律进行计算模拟的数字模型，可用于预测药物反应、解析疾病机制并辅助靶点发现。作为前沿科技领域的重要方向，虚拟细胞于2025年被《自然》杂志评选为年度七大科技突破之一，正成为全球顶尖研究团队竞相探索的热点领域。

然而，现有多数模型仍主要依赖特定时间点采集的数据，将细胞视为静态快照，对细胞分化、重编程和衰老等动态过程，以及不同生物学尺度之间相互作用的模拟能力仍相对有限。真实细胞并非静止不变的生物学单元，而是始终处于分裂、分化、衰老和环境响应等动态过程中，其状态还受到细胞内分子网络、细胞间通讯、组织微环境和个体背景等多重因素的共同影响。因此，如何将时间维度、生物学年龄和外部干预纳入统一的计算框架，已成为虚拟细胞研究进一步发展的重要方向。

英矽智能推出的虚拟衰老细胞（Virtual Aging Cell，VAC）概念，正是围绕这一前沿方向展开。该平台将“生物学年龄”作为核心条件变量，通过多智能体AI架构，在分子、细胞内、细胞间、组织、器官和整体群体六个生物学尺度上开展协同推理，旨在动态模拟细胞分化、重编程与衰老过程，为靶点识别、细胞命运干预、创新药物研发和抗衰老研究提供计算支持。

英矽智能创始人、联合首席执行官兼首席商务官Alex Zhavoronkov博士表示，“每一个计算模型都需要一个第一原理，而我们的第一原理就是生物学年龄。这是一场跨越十二年的科学探索，从 2014 年在 NVIDIA GTC 上抛出行业问题，到 PreciousGPT 系列让 AI 掌握衰老生物学的语言，再到今天用多智能体重构虚拟细胞。VAC正是这一研发脉络的交汇点：它不仅是一个能读取生物学数据的系统，更是一个能条件生成生命演进过程的虚拟细胞。我们期待与全球制药企业或研究机构展开深度合作，共同探索健康及疾病状态下的虚拟细胞、虚拟系统与虚拟人群建模。”

英矽智能在虚拟细胞与衰老科学领域的探索跨越了十二年。

2014 年 NVIDIA GTC 大会，英矽智能在会上首次阐述了计算虚拟细胞、虚拟器官与数字人群的设想，并抛出了一个行业问题：“NVIDIA 能否帮助解决衰老问题？”，正式开启了利用高性能计算与人工智能探索衰老机制的序幕。

为了将这一理论设想付诸实践，公司随后与再生医学及干细胞先驱 BioTime 开展了一项名为 Embryonic.AI 的深度合作，利用深度神经网络集成（Deep Neural Network Ensembles） 追踪与调控细胞在“胚胎向胎儿过渡”（Embryonic-to-Fetal Transition, EFT） 过程中的分化轨迹与细胞命运走向。 2017 年，双方在Oncotarget期刊发表了这项研究的成果，证实 AI 算法成功识别出胚胎转化阶段的关键过渡因子 COX7A1 。这不仅是英矽智能首个经过基础实验验证的 AI 靶点发现成果，同时也首次向业界证明了人工智能能够精准捕捉细胞分化、重编程与细胞转换的开关，为后续虚拟细胞模拟奠定了生物学基石。

随着大模型技术的迅猛发展，Alex Zhavoronkov博士于2022年5月在戈登研究会议（Gordon Research Conference，GRC）上首次提出将多模态Transformer应用于衰老研究的构想。为探索多模态Transformer与扩散模型在生命科学领域的应用潜力，公司 AI 团队于同年启动模型研发，将早期在衰老生物学与多组学建模中积累的经验深耕迭代，逐步构建出专注于衰老机制解析与多组学生成的 PreciousGPT 科学大模型系列。

其中，英矽智能于2023年发布 Precious1GPT，这是一个基于多模态 Transformer 与迁移学习的衰老时钟。该模型整合 DNA 甲基化（表观遗传）与转录组数据，能够预测生物学年龄并区分疾病与对照样本。利用该模型，团队识别出 APLNR 和 IL23R 等兼具"抗衰老"与"抗老龄疾病"潜力的双效靶点，相关成果发表于衰老领域权威期刊 Aging。

英矽智能进一步将模型能力由评估预测拓展至条件生成。于2024年发布的Precious2GPT 融合了条件扩散模型（CDiffusion）与仅解码器的多组学预训练 Transformer（MoPT），能够生成携带特定组织与年龄特征的高质量合成多组学数据，并在生成数据上的年龄预测精度优于条件 GAN 等基线模型，该研究成果发表于 Nature 旗下期刊npj Aging。

同年，英矽智能与哈佛医学院 Vadim N. Gladyshev 实验室合作，进一步推出Precious3GPT。作为真正的多模态 Transformer，该模型整合文本、表格与知识图谱表征，覆盖小鼠、大鼠、猴与人类四大物种，以及转录组、甲基化与蛋白质组三大组学维度，能够在一套统一框架下完成跨物种年龄预测、靶点发现、疾病/组织/性别分类及化合物敏感性预测等多重任务；其合成数据生成以"生物学年龄"作为条件输入之一，使生成的组学数据携带年龄与时间标签。该模型在发布同期已在 Hugging Face 与 GitHub 开源。

从早期单靶点的识别验证到多模态大模型的演进，该系列研究逐步拓宽了单一模型对生物学系统的认知边界，最终演进为对细胞全生命周期及动态过程的系统性建模。

“生物学是在时间长河以及诸多相互联系的维度中展开演进的，然而现有的许多计算模型仅能孤立地研究单一层级或某个特定时刻，” 英矽智能副总裁、全球 AI 平台负责人 Petrina Kamya 博士表示，“VAC 平台的推出正是为了将这些维度融为一体。它将“生物学年龄”’与多智能体推理能力相结合，用以探索细胞年龄的变化将如何进一步影响组织、器官乃至整个生物个体。我们的目标是构建一个更加动态的数字环境，为解析疾病机制、评估干预手段以及寻找全新的药物研发突破口提供支持。”

PreciousGPT 系列大模型为理解细胞组学与衰老机制奠定了底层数据与条件生成基石，本次英矽智能发布的VAC平台，引入多智能体（Multi-Agent Swarms）架构，真正具备了模拟动态生命系统的智能化推演能力。

与行业内多数将细胞视为特定时刻“静态快照”的单点模型不同，真实生物体中的细胞时刻处于多尺度相互作用与动态演化的网络之中。为了捕捉这种高度复杂的生命动态，英矽智能在 VAC 平台中构建了VAC 的多智能体协同架构，从三个核心维度重构了计算生物学范式：

英矽智能TargetID负责人 Vladimir Naumov表示，"VAC的独特之处不在于层级数量或智能体数量，而在于双向Master Agent协调机制与一等生物体上下文存储的结合。在我们调研的48篇论文中，没有现有系统同时具备这些特征：六个生物学层级、每个生物学实体配备智能体、自上而下和自下而上双Master Agent、以及以年龄为优先考虑变量的共享生物体传导。我们今日发布的预览版，是迈向一个不仅能建模状态、更能建模变化的虚拟细胞的重要一步。"

通过将 PreciousGPT 大模型的组学感知能力与 VAC多智能体的跨尺度推理能力深度融合，VAC 平台实现了从单一组学特征的“定格照相”，向涵盖健康与疾病状态的“动态生物系统模拟”的跨越，为靶点识别、细胞重编程方案设计及抗衰老药物评估提供了高度可解释的数字测试环境。

随着 Virtual Aging Cell 网站的上线，英矽智能已发布 VAC 平台的初期 Demo 预览视频。此外，英矽智能将在波士顿举行的 ARDD 2026（第 13 届衰老研究与药物发现大会）上，继续与长寿研究领域的顶尖学术伙伴与业务伙伴展开虚拟细胞平台开发的下一步走向，并分享多模态大模型与多智能体在衰老干预、细胞重编程及靶点发现方面的最新实践与论证。

作为一家临床阶段的 AI 驱动药物研发公司，英矽智能此前已凭借 Pharma.AI 平台实现了多款 AI 发现与设计药物的临床验证。自2021年以来，公司已提名 33个临床前候选化合物，其中 13个已获得IND批件。值得注意的是，在这 33 个提名中，有 9 个候选药物（DC）是在 2026 年初至今宣布的，其中包括 2 个源自阿联酋（UAE）的候选药物，达成了该地区历史上的首个里程碑。这些成就充分展示了英矽智能 AI 驱动研发生产力的高可扩展性与卓越效率。

得益于这一由 AI 驱动的发展势头，英矽智能已成功为其 Pharma.AI 平台自主发现和设计的多个分子完成了临床验证。其中进展最为领先的项目 Rentosertib 已完成 IIa 期临床试验，验证了其安全性及药效趋势的概念性验证（PoC），该标志性成果已于 2025 年 3 月发表在《自然·医学》（Nature Medicine）期刊上。

这一卓越的临床记录，结合其研发引擎所积累的庞大自有数据库，为虚拟衰老细胞（Virtual Aging Cell）平台的“干湿实验”验证闭环以及靶点的真实可靠性提供了坚实而强有力的现实依据。

想要了解更多关于英矽智能虚拟衰老细胞的信息，请访问：https://virtualcell.insilico.com。