虚拟细胞！中国里程碑

腾讯AI驱动的虚拟细胞算法登上权威期刊Cell，成为中国领域里程碑

近期，腾讯生命科学实验室与中南大学的合作研究项目「UniPert–G2CP」发表于国际顶尖学术期刊Cell。该成果是中国AI驱动虚拟细胞研究首次登上该刊，具备开创性意义。

该算法提出创新方案，将基因扰动与化学药物扰动映射至统一语义空间。这一突破有效解决了「化学扰动×细胞特异性响应」这一重大难题。研究核心模块UniPert已向科研社区公开。G2CP则采用迁移学习策略，在基因筛选数据集上完成预训练，随后在化学筛选数据集上开展微调。

该研究覆盖范围广泛，包含4,994个基因、7,860种化合物以及5种癌细胞系。此外，该研究在ESR1内分泌耐药的案例研究中完成了从预测到机制解析的闭环验证。

简言之

UniPert-G2CP是套面向虚拟细胞的AI框架，可联合建模基因、化学２类扰动的分子成因与细胞表型效应。基因筛选与化学筛选２种互补数据视角，可实现更精准的扰动预测、机制解析与高效虚拟药物筛选。

fionafyang@tencent.com

limin@mail.csu.edu.cn

jianhuayao@tencent.com

#扰动建模 #基因筛选 #化学药物筛选 #分子表征学习 #迁移学习 #虚拟药物筛选 #细胞异质性 #虚拟细胞 #化合物靶点互作 #图神经网络 #对比学习

UniPert-G2CP整体框架示意

左侧为分子成因空间，包含基因扰动、化学扰动2类输入，经UniPert统一表征模块映射至共享嵌入空间；

右侧为细胞表型效应空间，依托G2CP迁移学习框架输出各类扰动对应的细胞表型。

3大下游应用：跨尺度分子注释、计算机虚拟药物筛选、细胞特异性机制挖掘。

亮点

• UniPert在统一嵌入空间中实现基因、化学２类扰动分子的表征融合

• G2CP借助「基因预训练-化学微调」迁移学习，大幅提升虚拟药物筛选效率

• UniPert-G2CP可适配多细胞异质性场景，模型泛化能力显著提升

• 联合扰动成因-效应空间可解析细胞特异性药物作用机制与耐药特征

摘要

在异质细胞环境中系统模拟、预测各类干预产生的表型效应，是人工智能虚拟细胞（AIVC）领域的核心目标。但基因筛选与化学筛选在扰动类型、实验体系、数据产出效率上存在巨大差异，难以实现统一建模与联合分析。本文提出UniPert-G2CP双阶段深度学习框架，通过多模态扰动分子统一表征，搭建基因筛选与化学筛选之间的桥梁，并支持基因到化学扰动的迁移学习。基于大规模基因、化学筛选数据集完成验证：UniPert-G2CP可实现高效、精准、稳健、可复现的多细胞、多维度扰动成因-效应空间模拟；对２类空间开展联合分析，可挖掘药物响应背后的细胞异质性，为药物作用机制与耐药机制提供机理解释。UniPert为对比学习多模态表征模型，将生物大分子（基因）、小分子（化学药物）编码至共享语义嵌入空间；G2CP依托UniPert统一表征，采用「基因数据预训练+化学数据微调」迁移学习策略，弥补化学筛选数据稀疏、化学空间庞大的痛点。整套框架可支撑多组学、多尺度扰动因果建模，加速AI虚拟细胞研发，拓展精准医学的AI应用潜力。

结果

UniPert：统一多模态扰动分子表征

图1  UniPert模型整体架构

A UniPert双模态表征学习完整流程：生物大分子（蛋白基因）、小分子药物分别经专属编码器，通过化合物-靶点互作对比学习对齐至统一语义嵌入空间；

B 3类降采样方案用于构建训练数据集；

C 香农指数、基尼-辛普森指数、Vendi得分3类数据集多样性评估指标；

D UniPert在基因、小分子上的表征可视化结果，可实现通路层面分子聚类；

E UniPert-G2CP四大下游生物学应用场景。

G2CP：基因到化学扰动迁移学习框架

图2  G2CP迁移学习工作流

A G2CP整体训练流程：先用大规模CRISPR基因扰动数据预训练模型，再以少量化学药物数据微调，实现海量未上市化合物表型预测；

B 模型输入输出结构：UniPert提供基因/药物统一嵌入，以未扰动细胞基线为输入，预测各类扰动诱导的转录/形态表型；

C LINCS五株癌细胞系基因、化学扰动数据规模统计柱状图；

D 跨数据集泛化测试（训练集Norman基因集，测试集Dixit基因集）；

E Cell Painting形态扰动预测基准对比；

F 不同预训练数据规模梯度测试折线图；

G 微调数据量梯度对照；

H 模型训练算力耗时对比柱状图。

跨比例预训练-微调消融实验

图3  G2CP性能热力图

A 全部药物UniPert嵌入t-SNE降维聚类图；

B 不同家族蛋白嵌入UMAP可视化；

C 随机选取30类药物的嵌入相似度热图；

D ECFP传统指纹vs UniPert药理分类聚类系数对比箱线图；

E 未知孤儿靶点药物预测验证；

F 通路富集匹配柱状图；

G UniPert消融对照（仅小分子编码器、仅蛋白编码器、完整双模态对比学习）；

H CPI互作预测召回率-精确率曲线。

UniPert提升未知药物扰动预测性能

图4  化学扰动预测基准对比

A chemCPA基准模型架构；

B Uni-Mol、KPGT、ECFP、UniPert四类分子编码器药物预测性能对比；

C HDAC抑制剂留一药物预测实验，各类模型PCC对比柱状图；

D 跨细胞0样本迁移测试（训练RPE1细胞，预测K562细胞扰动）；

E 不同扰动复杂度性能梯度曲线；

F 模型缺失值填充、低表达基因预测性能对照；

G 各模型推理单批次样本GPU内存占用柱状图；

H 复现性测试（5次独立训练平均性能误差棒）。

UniPert-G2CP解析药物细胞特异性响应与耐药机制

图5  药物作用类别（PCL）细胞敏感性分析

A 成因分子相似矩阵（UniPert嵌入）与表型响应连通矩阵联合分析流程；

B 全部基因、药物UniPert嵌入t-SNE投影，按通路着色；

C 各类药理作用类别（PCL）细胞敏感性热力，色块为Mantel检验Spearman相关系数；

D 雌激素受体（ER）激动剂案例：分子空间相似热图、多细胞系表型响应差异热图；

E 多PCL药理类别在12种肿瘤细胞系药效热图；

F ESR突变前后全基因组扰动差异火山图；

G 耐药相关基因共表达网络。

图6  ESR1突变介导内分泌耐药机制建模

A ESR1蛋白结构域示意图：配体结合域LBD、DNA结合域DBD、激活功能区AF1/AF2，以及Y537S、D538G耐药突变位点；

B UniPert计算野生型ESR1与各类配体、突变体的余弦相似度柱状图；

C ER激动剂分子相似矩阵与MCF7细胞扰动表型连通矩阵对比；

D ESR1野生型/突变体扰动下全基因组差异基因热图；

E 通路富集气泡图，展示差异基因富集通路NES标准化富集得分与FDR显著性；

F 虚拟筛选应用实操案例完整流程。

数据与代码

本研究使用的所有数据集均取自公开数据库资源

人类全基因组蛋白序列及家族注释数据取自人类基因命名委员会数据库

https://www.genenames.org/

与UniProt数据库

https://www.uniprot.org/

化合物-靶点互作（CPI）数据取自PubChem数据库

https://pubchem.ncbi.nlm.nih.gov/

靶点层级分类、药物作用机制（MoA）注释取自ChEMBL数据库

https://www.ebi.ac.uk/chembl/

Dixit、Norm数据集来源于GEARS项目开源仓库

https://github.com/snap-stanford/GEARS

sciPlex3数据集来源于CPA项目开源仓库

https://github.com/theislab/cpa

CPJUMP1数据集来源于JUMP细胞成像联盟仓库

https://github.com/jump-cellpainting

LINCS数据集存储于CLUE平台

https://clue.io/data/CMap2020#LINCS2020

细胞特异性基因必需性数据来自癌症依赖图谱门户https://depmap.org/portal/data_page/

通路注释数据取自PharmGKB数据库

https://www.pharmgkb.org/

药理分类（PCL）、分类归属及文献报道的药理分类环境敏感性数据出自期刊Cell原文

https://www.cell.com/cell/fulltext/S0092-8674(17)31309-0

UniPert工具已开源公开，仓库地址

https://github.com/TencentAILabHealthcare/UniPert

该仓库提供简易教程，支持从FASTA、TXT、CSV、Anndata等多种格式文件中解析基因、化学扰动条件信息并完成编码。经编码得到的表征可直接接入GEARS、CPA等任意扰动效应预测模型，实现包含G2CP在内的跨领域扰动建模。本研究配套完整代码、预处理数据集、预训练模型及可复现实验资源，托管于开源仓库

https://github.com/lynn-1998/UniPert-G2CP_reproduce

详细总结

思维导图

基础信息总览

现有工具短板对比

双分支编码器架构

全套数据集汇总

参考

[0] Tencent’s AI-Powered Virtual Cell Algorithm Makes Its Debut in Prestigious ‘Cell’ Journal, a Milestone for China.

https://www.c114pro.com/ainews/182388.html

[1] Cell. 2026 Aug 6;189(16):4946-4963.e8. doi: 10.1016/j.cell.2026.06.005.  

UniPert-G2CP bridges genetic and chemical screens from molecular representation to phenotype modeling

注：AI辅助创作，如有不当欢迎指出。内容仅供参考，不构成任何建议。