世界生物医学模型

科学问题

生物医药领域长期难以精准预测复杂干预的连锁反应，主要受制于组合扰动空间过于庞大，且绝大多数湿实验检测具有破坏性。研究者无法在活体样本上连续追踪状态转移，导致观测数据极丰富而干预数据极匮乏。本文旨在厘清生物医学世界模型的本质内涵，阐明其与基座模型、机制模拟的界限，并给出构建此类动态模拟系统的架构设计、数据路径与评估框架。

背景与领域脉络

经典分子生物学依靠干预与观测确立因果规律，但真实生物空间的组合爆炸令人望而生畏。现有二元蛋白互作网络仅覆盖真实界面的极小部分，海量基因变异缺乏临床注释，而已批准药物的作用靶点也极其有限。以往研究大多采用有监督模型预测单一表型，或训练自监督基座模型提取静态表征，始终无法模拟系统在外界干预下的连续时间演化。近年来，强化学习世界模型在机器人控制与自动驾驶领域取得突破，为生物计算提供了全新思路。研究者得以借助紧凑隐空间建模环境动力学，在无需实体试错的前提下推演不同干预策略的可能未来。

方法与技术路线

作者梳理并整合了跨越分子、单细胞、组织及临床患者等多个尺度的干预组学与跨模态基座模型数据。系统依托编码器-解码器架构，通过状态转移概率分布函数建模生物动力学过程。算法支持以当前隐状态和外部干预为条件，利用自回归或扩散机制生成下一时刻的状态分布，并以输出状态作为新起点进行多步迭代推演。验证与评估设计涵盖反向干预设计、跨时间步长外推模拟，以及由自主智能体驱动的湿实验闭环闭合检验。

主要结果

创新点

本研究首次将强化学习领域的世界模型范式严格泛化到生命科学。只学习静态先验分布的单细胞基座模型（如 scGPT、Geneformer）不具备动作条件下的状态转移函数。传统常微分方程与多智能体动力学模拟则要求预先掌握完备的物理化学机理。该架构把观测历史与干预动作一起压进自监督隐状态，实现了数据驱动的多分支连续轨迹推演。

意义与影响

该范式为AI驱动的科学发现（AI for Science）提供了关键的基础设施设计规范。它改变了以往依赖大量盲目试错筛选药物靶点与基因编辑组合的研发模式，促使计算生物学从单一终点表型预测转向活体过程模拟。这为虚拟细胞、虚拟胚胎乃至虚拟病人的研发提供了统一的形式化理论框架，显著降低了湿实验探索极端生物学状态的时间与资金成本。

局限与待验证

当前大部分组学检测（如单细胞 RNA 测序）会破坏样本，真实生物系统难以获得连续纵向单细胞轨迹。观测变量还存在大量未测混杂因素，可能误导因果推断。针对从未被实验探索过的基因组区域，模型的跨分布泛化可靠性也仍缺少生物学定论的检验。

对我们的相关性

对单细胞与空间组学研究者，可借助文中的隐空间转移方程重新设计微调目标，把静态图谱升级为能响应药物扰动的动态演化预测器。对生物信息与 AI 算法学者，可借鉴其编码器—转移算子—解码器的解耦思路，在扩散模型或流匹配框架中显式注入干预参数。湿实验团队则能利用这类逆向搜索功能，在实验设计初期就排除无效的干预组合。

术语速查