一、rBio：让AI“读懂”细胞，打破交互壁垒

在生物学研究领域，AI应用一直存在一个关键难题：像ChatGPT这样的大型语言模型擅长处理文本，可生物基础模型（如GREmLN、TranscriptFormer）多依赖复杂分子数据，科学家难以用自然语言与之交互，只能通过复杂方式“提示”模型。

rBio的出现解决了这一问题。它从CZI的TranscriptFormer（基于12个物种、1.12亿个细胞，涵盖15亿年进化史训练的虚拟细胞模型）中提炼知识，打造出能让研究人员用通俗英语查询的对话式AI系统。

二、核心创新：“软验证”，让AI用概率思考

传统推理模型从答案明确的问题（如数学方程）中学习，但生物学问题存在不确定性和概率性结果，无法简单归为“是”或“否”。

CZI的研究团队（由AI高级总监Theofanis Karaletsos和研究负责人Ana-Maria Istrate带领）采用“带比例奖励的强化学习”攻克这一难题。模型不会只得到“是/否”的验证，而是根据其生物预测与虚拟细胞模拟所判定的“现实”的吻合概率，获得相应比例的奖励。

借助这种方法，科学家能提出复杂问题（如“抑制基因A的活性是否会导致基因B的活性增加？”），并得到关于细胞变化（包括从健康状态到疾病状态转变）的科学依据充分的回答。

三、性能亮眼：超越基准，迁移学习能力突出

在针对基因扰动预测的标准数据集PerturbQA的测试中，rBio展现出与基于实验数据训练的模型相当的竞争力：

• 性能超过基础大型语言模型；

• 在关键指标上与专业生物模型持平。

更值得关注的是，rBio具备出色的“迁移学习”能力。它能将从TranscriptFormer中学到的基因共表达模式知识，成功应用于基因扰动效应预测这一完全不同的生物任务中，还能对分布外细胞系进行泛化，可能无需依赖细胞系特定的实验数据进行训练。

此外，当结合“链式思维提示”技术（鼓励逐步推理）时，rBio实现了“最先进性能”，超越了此前领先的模型SUMMER。

四、CZI的底气：多年积累，数据与平台双保障

rBio的推出并非偶然，而是CZI近十年基础工作的成果。

• 数据层面：CZI运营着CZ CELLxGENE——全球最大的单细胞生物数据仓库之一，数据经过严格质量控制。其打造的转录组学旗舰数据图谱，在细胞类型、祖先、组织和供体等方面注重多样性，最大程度减少模型训练中的偏差，这对可能影响医疗决策的AI模型至关重要。

• 平台与目标：CZI一直致力于构建细胞图谱（记录不同物种不同细胞类型中活跃基因的综合数据库），并开发训练大型生物模型所需的计算基础设施，目标是“到本世纪末治愈、预防和控制所有疾病”。

不过，CZI近年也经历了组织变革，从涵盖社会正义、教育改革的广泛慈善使命，转向更聚焦科学研究，这一调整虽遭部分前员工和受资助者批评，但对长期参与科学计划的Istrate而言，聚焦生物AI是长期优先事项的自然演进。

五、开放共享：免费开放，推动科学民主化

与谷歌DeepMind、制药公司等开发专有AI工具的商业机构不同，CZI秉持开源理念。包括rBio在内的所有模型，都可通过其“虚拟细胞平台”免费获取，还附带能在免费Google Colab笔记本上运行的教程。

CZI认为开源至关重要，这是其创立以来的核心价值观。开放这些工具旨在推动科学加速发展，让资源有限的小型研究机构、初创公司也能使用先进的生物AI工具，实现研究资源的民主化，同时产生加速科学进步的网络效应。

六、应用前景：从加速 drug discovery 到构建“通用细胞模型”

1. 缩短药物研发周期

rBio的应用远不止学术研究。它能让科学家快速测试基因相互作用和细胞反应的假说，大幅加速药物研发早期阶段。要知道，传统药物研发通常需要数十年时间，耗费数十亿美元。

尤其在神经退行性疾病（如阿尔茨海默病）研究中，rBio预测基因扰动对细胞行为影响的能力极具价值，有助于研究人员弄清特定基因变化如何推动疾病发展，为早期干预甚至彻底阻止疾病提供可能。

2. 迈向“通用虚拟细胞模型”

rBio是CZI实现更宏大愿景的第一步——打造能整合多个生物领域知识的“通用虚拟细胞模型”。目前，研究人员需使用针对不同生物数据类型（转录组学、蛋白质组学、成像数据）的单独模型，难以整合各模型的见解。

研究团队已展示出整合能力：他们训练的rBio模型结合了多种验证来源（用于基因表达数据的TranscriptFormer、用于扰动预测的专业神经网络、Gene Ontology等知识数据库），其性能显著优于单一来源模型。未来，如何将所有这些生物模型的知识整合到一起，是CZI面临的重要挑战。

七、挑战与影响：前路有障碍，变革已开启

• 专业范围有限：rBio目前主要专注于基因扰动预测，虽理论上可纳入TranscriptFormer覆盖的所有生物领域，但仍需拓展；

• 用户体验与安全防护：团队需持续优化用户体验，并设置防护机制，防止模型回答超出其专业范围的问题——这也是专业领域部署大型语言模型普遍面临的难题。

当前，AI驱动的药物研发竞争激烈，大型制药公司和科技企业纷纷投入巨资。CZI的开源模式能让更广泛的研究群体（学术界、生物技术初创公司、老牌制药企业）获得先进工具，加速行业变革。

与此同时，特朗普政府提议大幅削减美国国立卫生研究院（NIH）预算，可能威胁生物医药研究的公共资金支持。在此背景下，CZI对生物AI基础设施的持续投入，有望在政府资助减少的时期，维持研究的发展势头。

八、结语：生物学研究的“速度革命”

rBio的推出不只是又一项AI突破，更标志着生物学研究方式的根本转变。CZI证明，虚拟模拟能像昂贵的实验室实验一样有效训练模型，为全球研究人员开辟了一条新道路——摆脱时间、资金和物理资源的传统限制，加速研究进程。

如今，CZI正准备通过其“虚拟细胞平台”免费开放rBio，同时还在拓展生物AI能力（如用于癌症检测的GREmLN模型、成像技术研发等）。“软验证”方法的成功，或许会影响其他机构的科学AI训练方式，减少对实验数据的依赖，同时保持科学严谨性。

对于以“本世纪末治愈所有疾病”为宏大目标的CZI来说，rBio为医学研究人员带来了长期缺失的能力——快速提出生物学领域最棘手的问题，并在输入一个句子的时间内获得科学可靠的答案。在这个以数十年为进步单位的领域，这样的速度，或许就是让某些疾病从“世代困扰”变为“遥远记忆”的关键。