用世界模型做AI藥物研發，同濟教授融資數千萬元

編譯 | 黃菲 編輯 | 江宇 10月30日消息，昨日，國內AI for Science新銳企業擾動之心（PerturbMind AI）宣佈完成數千萬元天使輪及天使+輪融資，由清松資本領投，同楊基金及多家藥企跟投，正式走出隱匿模式。該公司聚焦幾何世界模型驅動的下一代AIDD（AI藥物研發）創新範式，探索以生命系統狀態推演為核心的研發模式。此次官宣，擾動之心還發布了數字生命世界模型生態系統PerturbSeek旗下的全球首個虛擬細胞狀態推演模型AlphaCell 1.0 Pro。

該模型以幾何世界模型為底層架構，標準參數量為1B，可根據應用需求做調整，向下可裁剪至 300M的輕量化模型AlphaCell 1.0 Flash，向上可擴展至50B參數的超大規模模型AlphaCell 1.0 Mega，適配科研機構、中小型藥企及大型跨國藥企的不同部署需求。與傳統AI藥物研發不同，擾動之心希望通過幾何世界模型學習生命系統在不同干預條件下的動態變化，推演疾病狀態遷移及藥物干預後的系統反應，進而為複雜疾病機制解析、新靶點發現和新型模態藥物研發提供技術支持。一、從靶點篩選轉向狀態推演，發佈虛擬細胞模型 擾動之心此次發佈的AlphaCell 1.

0 Pro，是該公司虛擬細胞模型AlphaCell 1.0 Preview的升級版本。今年3月5日，擾動之心創始人兼CEO啜國暉帶領的擾動之心團隊發佈在bioRxiv發佈AlphaCell相關預印本論文，介紹了該模型基於幾何世界模型架構模擬擾動引起的細胞動態變化的方法。▲擾動之心創始團隊發佈AlphaCell 1.0 Preview論文，來源bioRxiv 此次發佈的AlphaCell 1.0 Pro標準參數量為1B，並具備參數量彈性調整能力，可根據客戶算力條件和研發需求動態調整模型規模。其中，模型向下可裁剪至300M參數，形成輕量化版本AlphaCell 1.

0 Flash，滿足醫院、科研機構及中小型藥企的輕量化和私有化部署需求；向上可擴展至50B參數的AlphaCell 1.0 Mega，為大型跨國藥企（MNC）提供複雜場景下的系統級擾動軌跡推演能力。在商業化方面，擾動之心計劃圍繞不同規模的模型提供端側服務訂閱、私有化部署及藥物研發管線共建等服務。在技術路線方面，擾動之心希望改變傳統AI藥物研發（AI-driven Drug Discovery，AIDD）以靶點為中心的研發模式。傳統AIDD通常圍繞已知靶點尋找能夠與之結合的候選藥物分子，類似於根據一把已知的鎖去找到合適的鑰匙。

但對於複雜疾病而言，單一靶點未必能夠解釋疾病產生的全過程，藥物干預也可能引發其他生物系統層面的變化。擾動之心談道，疾病本質上是生命系統原有穩態遭到破壞後產生的狀態偏移。因此，藥物研發不僅需要尋找能夠作用於特定靶點的分子，還需要理解疾病狀態如何形成，以及不同干預手段可能帶來怎樣的系統性變化。基於這一思路，該公司將研發重點從單個靶點轉向整個生命系統的狀態變化，希望通過模型推演識別能夠使疾病狀態恢復正常的干預方式。二、幾何世界模型構建技術底座，探索生命系統推演 圍繞上述技術路線，擾動之心打造了PerturbSeek數字生命世界模型生態系統，以擾動組學、幾何深度學習和幾何世界模型理論為三大技術支柱。

其中，擾動組學主要研究基因、蛋白質等生物對象受到不同干預後產生的變化，為理解生命系統的動態反應提供數據基礎。幾何深度學習則用於學習生物數據背後的複雜結構。擾動之心稱，其通過構建幾何深度學習算法，對生物隱空間流形（Biological Latent Manifold）進行學習和建模，將複雜的生物數據映射到潛在空間中，以表徵不同細胞狀態及其內在關係。幾何世界模型則在此基礎上，進一步學習生命系統的狀態及其變化規律。它將細胞狀態和外部干預納入統一的模型框架，模擬基因、藥物等不同因素作用下細胞狀態的變化，進而推演生命系統的動態演化過程。

簡單來說，該技術路線希望其模型不僅能夠識別某種干預與生物變化之間的關聯，還能夠學習生命系統在不同條件下如何變化，並推演特定干預可能產生的結果。在此基礎上，PerturbSeek希望結合具體疾病和臨床約束條件，識別具有潛在治療價值的干預方式，而不只是圍繞已知靶點進行候選分子篩選。針對模型訓練，擾動之心並不主張單純擴大參數規模和數據量。該公司提到，生命科學領域的模型訓練未必能夠直接套用通用AI領域的規模定律（Scaling Law），模型參數量需要與實際任務需求、預測性能及計算成本相匹配。

因此，擾動之心希望尋找模型性能與研發成本之間的平衡點，即參數量甜點（Sweet Spot），通過優化底層架構和訓練效率，在有限樣本條件下提升模型的泛化能力。三、同濟科研團隊創業，攜手多家藥企推動技術落地 擾動之心創始人兼CEO啜國暉博士畢業於同濟大學數字生命智能體實驗室。啜國暉稱，該公司的底層技術創新一定程度上受到谷歌推出的AI科研模型DeepMind Alpha系列工作的啟發，希望將前沿世界模型技術轉化為藥企和臨床能夠使用的平臺解決方案。

▲擾動之心創始人兼CEO啜國暉，來源：同濟大學官網 在他看來，生命系統具有複雜的動態變化特徵，模型不僅需要理解不同生物對象之間的關係，還需要刻畫系統在受到外部干預後的狀態遷移。擾動之心希望通過幾何世界模型建立數字生命系統的狀態表徵和狀態轉移模型，並將推演結果轉化為藥物研發線索。該公司首席科學家、同濟大學數字生命智能體實驗室負責人劉琦教授稱，新型模態藥物研發需要對複雜生命系統進行整體理解和建模。傳統AIDD在已知靶點的分子設計方面已經積累了較多技術，但在複雜疾病機制解析和新靶點發現方面仍面臨挑戰。

▲擾動之心首席科學家、同濟大學數字生命智能體實驗室負責人劉琦，來源：同濟大學官網 劉琦談道，擾動之心希望將藥物研發從單純的分子層面建模，推進至生命系統狀態層面的理解和推演，再通過實驗驗證和數據反饋形成閉環，讓數字模型與真實生命系統之間建立聯繫。在科研積累方面，擾動之心團隊曾與羅氏、阿斯利康、藥明康德等國內外藥企及合同研究組織（CRO）展開合作。

該團隊相關研究成果發表於Nature Methods、Nature Machine Intelligence、Nature Computational Science、Cancer Cell等期刊，並獲得藥明康德生命化學研究獎、吳文俊人工智能自然科學獎等。產業合作方面，擾動之心稱，該公司已與國內一家頭部國產芯片企業簽署戰略合作協議，PerturbSeek引擎已完成對國產GPU芯片的全棧適配。此外，該公司還與國內特定領域的藥物研發企業簽署合作協議，正在開發和部署多個原型系統，並圍繞具體應用場景建設數據及實驗反饋閉環。結語：生命世界模型走向產業，實際研發價值何時落地？

從靶點篩選到生命系統狀態推演，AI藥物研發正在探索新的技術路徑。不過，世界模型能否真正理解複雜生命系統，仍需要通過持續的實驗驗證和實際藥物研發項目檢驗。對於擾動之心而言，如何將模型預測轉化為可驗證的藥物研發線索，並進一步推動新靶點發現和新型藥物研發，是其後續商業化落地需要回答的問題。來源：擾動之心