告別天價實驗！AI 虛擬類器官橫空出世

2025年末，Bioactive Materials發表了一篇開創性綜述。上海大學轉化醫學研究院蘇佳燦教授團隊提出了“人工智能虛擬類器官”（Artificial Intelligence Virtual Organoids, AIVOs）的概念框架。這為突破傳統生物醫學研究面臨的高昂成本、倫理限制和可重復性難題，指明了一條極具前景的數字化路徑——在計算機的硅基世界中培育永不消亡的類器官數字孿生體。

一、天價實驗與脆弱的類器官

物理類器官的黃金時代正面臨難以逾越的鴻溝。首先，廣泛使用的動物源性基質膠（如Matrigel）成分極其復雜且難以精確控制，其包含的上千種未明確蛋白質導致不同批次間存在顯著差異，使得跨實驗室的研究結果難以比對。其次，類器官的培養和維持高度依賴人工操作，從細胞取材、培養基配制到傳代處理，任何細微的操作差異都可能引入巨大誤差。最后，主流的觀測手段（如顯微成像和組學分析）大多只能提供終點快照信息，難以實現無損、連續、動態的類器官狀態監測。新興的傳感技術雖在發展中，但遠未滿足大規模、長時程、高內涵的監測需求。隨著類器官復雜度逼近真實器官，其高昂的培養成本、規模化瓶頸以及日益嚴格的倫理審查（尤其對于腦類器官等敏感領域），進一步限制了其在大規模藥物篩選和臨床常規應用中的潛力。一項大型藥物篩選動輒耗費數百萬美元，卻可能因批次差異或觀測局限導致結論失真甚至失敗。

正是在此背景下，人工智能虛擬類器官（AIVOs）應運而生。AIVOs的核心突破在于其多層次的智能融合架構：它以“人工智能虛擬細胞”（AIVCs）為基石，通過“通用狀態表征”（URs）技術將多組學數據（基因組、轉錄組、蛋白組、代謝組等）融合為統一的數字編碼，使每個虛擬細胞如同擁有數字化的生命藍圖。這些虛擬細胞通過整合了深度學習與物理引擎（如基于智能體模型、連續介質模型、有限元分析）的混合建模技術，模擬細胞間信號傳遞、營養物質擴散、機械應力等復雜相互作用，最終在虛擬微環境中自組織成類器官結構。

圖文摘要

二、虛擬類器官的定義與演化

虛擬類器官源自實體類器官、人工智能賦能的類器官研究及虛擬細胞技術的融合（圖1）。實體類器官為虛擬模型提供了關鍵的生物數據基礎。人工智能賦能的類器官研究（如運用AI分析成像或組學數據預測藥物反應）潛力顯著，但多將類器官視為靜態數據源，而非持續同步演化的數字孿生體。與此同時，人工智能虛擬細胞（AIVC）為在細胞層面構建可執行、可調控的計算模型提供了基礎，其核心包括通用表示（將生物數據轉化為保留生物學關系的數值嵌入）和虛擬儀器（作為操作這些表示的神經網絡工具，用于模擬擾動或生成可解釋輸出）。

由此，虛擬類器官概念得以明確：它是以虛擬細胞/AIVC為基本單元，通過模擬細胞間及細胞與基質間相互作用，并嵌入數字化微環境的組織尺度數字模型。虛擬類器官與實體類器官形成互補共生：實體系統為虛擬模型提供訓練、驗證所需數據；虛擬系統則能進行高通量篩選、探索極端或組合擾動，從而增強實體研究效能。

圖1 虛擬類器官：進化、構建與生物醫學應用

三、構建與建模策略

構建功能完備的虛擬類器官是一個系統工程，可分為數據層、模型層和交互層（圖2）。

數據層整合多模態信息，包括單細胞轉錄組、空間轉錄組、蛋白質組、代謝組等多組學數據，以及熒光顯微鏡、活細胞成像等高維成像數據，同時納入患者臨床信息（如基因組變異、治療史）和實體類器官的連續監測數據（如形態、代謝）。這些數據經過預處理（如批次校正、標準化），以確保模型準確性與可比性。

模型層采用機器學習與計算模型處理數據。自監督和對比學習技術從多組學數據中提取特征表示；生成模型（如變分自編碼器、生成對抗網絡）可在數據稀缺時進行增強或模擬未知擾動。為捕捉組織層面復雜互作，需融合多種模型：圖神經網絡和Transformer用于解析細胞信號網絡與空間關系；基于規則的代理模型、連續介質模型和有限元模型則引入生物物理約束，模擬細胞增殖、遷移、力學響應及物質擴散過程。模型可解釋性通過歸因分析等方法加強，以確保生物學合理性。

交互層形成閉環，虛擬實驗平臺整合模擬技術，支持在計算機中進行干預（如調整給藥、改變基質剛度）并優化實驗設計。平臺預測可指導后續實體實驗，而新實驗數據又可反饋更新虛擬模型，實現虛實系統的迭代共演。

四、虛擬細胞為虛擬類器官設計提供信息

在虛擬類器官中，虛擬細胞是最小功能單元，是在多組學、時空成像和擾動實驗約束下學習得到的可執行細胞狀態模型。虛擬類器官引入虛擬細胞的目的，是為干細胞、功能細胞和腫瘤細胞構建虛擬版本，實現虛擬空間中的組裝、擾動和篩選。

具體而言，虛擬干細胞模塊（如虛擬iPSC）關注個體特異性多能性起點，模擬分化潛能與命運決定；虛擬胚胎干細胞提供發育時間與譜系標尺；虛擬成體干細胞則承載組織穩態與再生過程，通過與微環境的反饋環路影響虛擬類器官長期行為（圖3）。

圖3 虛擬干細胞作為虛擬類器官的發育骨架

虛擬功能細胞是執行者：虛擬免疫細胞編碼開發分層與記憶結構；虛擬代謝細胞重建多細胞代謝網絡的協作與失衡；虛擬上皮細胞維持屏障完整性并觸發感染反應（圖4）。

圖4 虛擬器官多維功能輸出示意圖，由虛擬功能單元驅動

虛擬腫瘤細胞專注于模擬癌癥核心特征，承載分子調控網絡（如EGFR通路）并與物理參數（如遷移速度、增殖率）結合。從離散的單個虛擬腫瘤細胞到描述腫瘤浸潤的連續密度場，實現了分子調控到組織形態的跨尺度映射，為接入放療、化療等干預模塊奠定基礎（圖5）。這些模塊化的虛擬細胞為按需組裝、替換和升級針對不同器官與疾病的虛擬類器官提供了核心基礎。

圖5 虛擬腫瘤細胞在虛擬類器官及腫瘤數字孿生中的跨尺度作用示意圖

五、臨床前和臨床應用

虛擬類器官的核心價值體現在推動生物醫學研究與實踐的潛力上。

在個性化醫療與藥物發現中，虛擬類器官優勢顯著。例如，針對胰腺導管腺癌的ODFormer框架，通過輸入患者類器官的多組學特征與藥物分子信息，能預測患者特異性治療反應。模型訓練完成后，在虛擬空間中擴展候選藥物、設計復雜聯合方案僅需增加計算量，不受培養時間與樣本數量限制，可大幅縮短篩選周期。對于樣本稀缺的罕見病，虛擬類器官能在倫理與樣本限制下系統探索潛在靶點與藥物組合。

在疾病建模與病理生理研究中，虛擬類器官作為多尺度整合平臺，能再現器官發育至疾病進展的關鍵階段。通過耦合代理模型與多物理場模擬，可模擬化療藥物或免疫療法在三維組織中的時空分布，分析免疫浸潤模式、間質含量等對療效的影響，從而在體外系統與臨床病理間構建更細致的橋梁。

虛擬類器官與實體類器官及器官芯片的整合，形成相互校準、增強的閉環系統。實體系統提供高保真數據用于訓練和驗證虛擬模型；虛擬模型的預測則能反向指導實驗設計，如優化器官芯片的流體剪切力、濃度梯度等參數。這種虛實協作的高通量平臺適用于復雜聯合用藥、劑量序貫優化等任務，有望成為智能實驗室的核心決策模塊（圖6）。

圖6 虛擬類器官的應用

六、結論：機遇與挑戰并存

虛擬類器官標志著類器官研究從物理構建向數字智能系統的決定性轉變。通過整合多組學、成像、臨床數據與機器學習、生成式AI及機制模型，它在藥物發現、疾病建模和精準醫學中展現出巨大前景。然而，實現這一潛力需要在數據質量、模型透明度、計算效率和倫理治理方面取得持續進展。未來的方向包括構建互聯的多器官虛擬系統（邁向虛擬人體），以及與量子計算、先進傳感等新興技術結合。如果這些條件得以滿足，虛擬類器官有望成為未來生物醫學研究與臨床實踐中不可或缺的核心工具。

參考文獻

L. Bai, J. Su, Artificial Intelligence Virtual Organoids (AIVOs), Bioactive Materials 59 (2026) 45-68.

識別微信二維碼，添加生物制品圈小編，符合條件者即可加入

生物制品微信群！

請注明：姓名+研究方向！

本公眾號所有轉載文章系出于傳遞更多信息之目的，且明確注明來源和作者，不希望被轉載的媒體或個人可與我們聯系(cbplib@163.com)，我們將立即進行刪除處理。所有文章僅代表作者觀不本站。