经过从 2014 年 NVIDIA GTC 到 PreciousGPT 模型系列十年的探索，Insilico Medicine 推出了业界首个以生物年龄为核心条件的多智能体虚拟衰老细胞 (VAC) 平台。
马萨诸塞州剑桥，2026 年 8 月 14 日 /美通社/ -- 由生成人工智能 (AI) 驱动的临床阶段药物发现公司 Insilico Medicine（“Insilico”，香港联交所代码：3696）今天宣布推出其虚拟衰老细胞 (VAC) 网页，同时预览该公司的多代理驱动 VAC 平台。
虚拟细胞是利用人工智能 (AI) 和数学建模来计算模拟细胞生物学及其基本动态规律的数字模型。它们提供了预测药物反应、阐明疾病机制和支持靶标发现的强大功能。虚拟细胞被认为是一项前沿技术，被《自然》杂志评为2025年值得关注的七大技术突破之一，并迅速成为全球顶尖团队竞相研究的焦点。
然而，大多数现有模型主要依赖于在隔离时间点收集的数据，将细胞捕获为静态快照。它们模拟动态时间过程（例如细胞分化、重编程和衰老）以及跨生物层次的多尺度相互作用的能力仍然受到明显限制。活细胞不是冷冻的生物单位；相反，它们不断地经历着分裂、分化、衰老和环境反应等动态过程。细胞的状态是由细胞内分子网络、细胞间通讯、组织微环境和个体背景参数复杂地决定的。因此，将时间轴、生物年龄和外部干预整合到统一的计算框架中已成为虚拟细胞研究发展的关键轨迹。
Insilico 推出的虚拟老化单元 (VAC) 概念直接解决了这一新兴前沿问题。该平台以生物年龄为核心条件变量，利用多智能体人工智能架构在分子、细胞内、细胞间、组织、器官和生物体/群体等六个生物尺度上进行协作推理。它旨在动态模拟细胞分化、重编程和衰老，为目标识别、细胞命运干预、新药发现和老年科学研究提供强大的计算支持。
Insilico Medicine 创始人、联合首席执行官兼首席商务官 Alex Zhavoronkov 博士表示：“每个计算模型都需要一个第一原理，而我们的模型就是生物年龄。” “这是一个长达十年的科学旅程，从 2014 年在 NVIDIA GTC 上提出行业定义性问题，到通过 PreciousGPT 系列向 AI 教授衰老生物学语言，再到现在通过代理 AI 群重新想象虚拟细胞。VAC 代表了这篇论文的融合：一个不仅能读取生物数据，还能有条件地生成生命进化轨迹的平台。我们期待与全球制药公司和研究机构在建模方面进行合作健康和患病状态下的虚拟细胞、虚拟系统和虚拟群体。”
十年基础：从虚拟细胞概念到 PreciousGPT 系列
Insilico 在虚拟细胞和老年科学领域的探索跨越了十年。
在 2014 年 NVIDIA GTC 大会上，Insilico 首次阐述了其对计算虚拟细胞、虚拟器官和数字群体的愿景，并提出了一个现在著名的行业问题——“NVIDIA 能否帮助解决衰老问题？” — 正式启动公司利用高性能计算和人工智能来研究衰老机制。
为了将这一理论愿景转化为实践，该公司随后与再生医学和干细胞研究领域的先驱 BioTime 合作，开展了一项名为 Embryonic.AI 的深度合作，该项目使用深度神经网络集成来跟踪和调节胚胎到胎儿转变 (EFT) 期间的细胞分化轨迹和细胞命运决策。
2017年，两个团队在Oncotarget上发表了他们的研究结果，证实AI算法成功识别COX7A1作为胚胎转化阶段的关键过渡因子。这不仅是Insilico首个经过实验验证的AI靶点发现结果，也是首次向业界证明人工智能可以精确捕捉细胞分化、重编程和细胞转换的开关，为后续虚拟细胞模拟奠定生物学基础。
随着大模型技术的快速发展，Alex Zhavoronkov博士于2022年5月在戈登研究会议（GRC）上首次提出将多模态Transformers应用于衰老研究。为了探索多模态Transformers和扩散模型在生命科学中的潜力，公司AI团队于同年启动模型开发，基于多年积累的衰老生物学和多组学建模专业知识，逐步构建了PreciousGPT系列致力于衰老机制分析和多组学生成的科学基础模型。
2023 年，Insilico 发布了 Precious1GPT，这是一款基于多模态 Transformer 和迁移学习的老化时钟。该模型整合了 DNA 甲基化（表观遗传）和转录组数据，以预测生物年龄并将疾病与对照样本区分开来。利用该模型，研究小组确定了具有抗衰老和抗年龄相关疾病潜力的双重用途靶标，例如 APLNR 和 IL23R。研究结果发表在该领域领先期刊《Aging》上。
Insilico 进一步扩展了模型的功能，从评估和预测到条件生成。 Precious2GPT 于 2024 年发布，将条件扩散模型 (CDiffusion) 与仅解码器的多组学预训练 Transformer (MoPT) 融合，能够生成携带特定组织和年龄特征的高质量合成多组学数据。该模型对生成数据的年龄预测准确性优于条件 GAN 等基线模型。这项研究发表在《自然》杂志的《npj Aging》上。
同年，Insilico 与哈佛医学院 Vadim N. Gladyshev 实验室合作发布了 Precious3GPT。作为真正的多模态 Transformer，该模型集成了文本、表格数据和知识图表示，涵盖小鼠、大鼠、猴子和人类等四个物种，以及转录组学、甲基化和蛋白质组学三种组学模式。它可以在统一的框架内执行跨物种年龄预测、目标发现、疾病/组织/性别分类和化合物敏感性预测。其合成数据生成使用“生物年龄”作为条件输入之一，确保生成的组学数据带有年龄和时间标签。该模型在 Hugging Face 和 GitHub 上开源，同时作为 bioRxiv 预印本发布。
从早期的单目标识别和验证到多模式基础模型的演变，这一研究谱系逐步拓宽了单一模型可以了解生物系统的边界，最终集中在细胞全生命周期和动态过程的系统建模上。
“生物学在时间和相互关联的层面上展开，但许多计算模型仅检查孤立的一层或时刻，”副总裁、人工智能平台全球负责人兼加拿大 Insilico Medicine 总裁 Petrina Kamya 博士说。 “VAC 旨在将这些维度结合在一起，将生物年龄与多智能体推理相结合，探索细胞年龄的变化如何影响组织、器官和更广泛的有机体。我们的目标是为研究疾病、评估干预措施和寻找药物发现的新机会创造一个更加动态的环境。”
代理人工智能驱动：从分子模拟到生物体进化
PreciousGPT 模型系列为理解细胞组学和衰老机制奠定了基础数据和条件生成功能，而今天发布的 VAC 平台引入了多代理群架构，赋予其真正的智能推理能力来模拟动态生命系统。
与大多数将细胞视为特定时刻的“静态快照”的行业方法不同，活有机体中的细胞存在于多尺度相互作用和持续动态进化的网络中。为了捕捉这种生物复杂性，Insilico 构建了一个多智能体协作架构 VAC 平台，跨三个核心维度重新定义了计算生物学范式：
生物时间作为核心条件。与静态表达谱预测不同，多智能体架构将“生物年龄”视为渗透各个尺度的核心条件变量。在推理细胞分化、重编程或疾病进展时，智能体群可以动态评估组织微环境在年轻、成熟和老年生命阶段的差异反应，确保生物时间自然渗透到每个推理步骤。
六规模智能体群体协作。 VAC 系统不是尝试将所有生物数据压缩到单个 Transformer 或图神经网络中，而是部署跨越不同功能和规模梯度的代理群。主代理处理全局任务调度和跨级别逻辑集成，而专家代理则执行每个级别的专门任务。个体代理可以独立访问数据库、组学工具和文献知识图谱，并在分子、细胞内、细胞间、组织、器官和有机体六个生物尺度上进行自适应协商和联合推理。
从状态观察到命运干预。传统的虚拟细胞很大程度上局限于单向状态描述和表达谱插补。相比之下，VAC 平台旨在回答“如何逆转和重塑细胞命运”的问题。当系统模拟药物靶点抑制、基因敲除或特定环境刺激等干预措施时，每个级别的代理都可以实时推理微环境变化、下游通路级联以及从微观到宏观的跨尺度结构重塑，为干细胞重编程和系统性抗衰老策略提供端到端推理。
“VAC 的特点不是层级或代理的数量，而是双向主代理协调和一流生物体上下文存储的结合。在我们调查的论文中，没有任何现有系统同时具备这些功能：六个生物层次结构、每个生物实体都有一个代理、自上而下和自下而上的双重主代理，以及优先考虑年龄作为变量的共享生物体上下文。我们将要发布的预览版是迈向虚拟细胞的重要一步，虚拟细胞不仅可以模拟状态，还可以模拟变化。” Vladimir Naumov 博士，Insilico Medicine TargetID 负责人。
通过将PreciousGPT基础模型的组学感知能力与VAC多智能体架构的跨尺度推理能力深度融合，VAC平台实现了从单组学“快照”表征到跨越健康和疾病状态的“动态生物系统模拟”的飞跃，为靶标识别、细胞重编程方案设计和抗衰老药物评价提供了高度可解释的数字测试环境。
平台预览和未来视野
随着 Virtual Aging Cell 网页的推出，Insilico 发布了 VAC 平台的初始演示预览视频。此外，Insilico还将在波士顿ARDD 2026（第13届衰老研究与药物发现会议）上继续对话，与长寿研究领域的顶级学术和行业合作伙伴就虚拟细胞平台开发的下一步进行交流，并分享多模态基础模型和多智能体系统在衰老干预、细胞重编程和靶点发现方面的最新实践和验证。
作为一家人工智能本土公司，Insilico 正在通过其先进的人工智能平台和自动化实验室重新定义药物发现的效率和可扩展性，从而创造行业记录。传统的早期药物发现通常需要 2.5 至 4 年的时间，而 Insilico 平均只需 12 至 18 个月即可持续获得开发候选药物 (DC) 提名，每个项目仅合成和测试 60 至 200 个分子。
自2021年以来，该公司已提名33个PCC，其中13个已获得IND批准或许可。值得注意的是，自 2026 年初以来，已公布了 9 名 DC 提名，其中包括 2 名来自阿联酋的候选人，这是该地区历史上的第一个里程碑。这些成果充分展现了英科智能AI驱动研发生产力的可扩展性和高效性。
凭借这种人工智能驱动的势头，Insilico 已成功对其 Pharma.AI 平台生成的多种人工智能发现和人工智能设计的分子进行了临床验证。其最先进的项目 Rentosertib 完成了一项 IIa 期临床试验，为安全性和有效性趋势建立了概念验证，并于 2025 年 3 月在《自然医学》上发表了具有里程碑意义的发现。
这一业绩记录与通过其研发引擎积累的大量专有数据相结合，为 Virtual Aging Cell 平台的干实验室和湿实验室验证循环以及目标真实性提供了强大的现实基础。
有关 Insilico 虚拟老化单元的更多信息，请访问：https://virtualcell.insilico.com。
关于英科智能
Insilico Medicine 是一家全球领先的生物技术公司，致力于整合人工智能和自动化技术来加速药物发现、推动生命科学创新并延长地球上人们的健康寿命。公司于2025年12月30日在香港联交所主板上市，股票代码03696.HK。
通过整合人工智能和自动化技术以及深厚的内部药物发现能力，Insilico 正在为未满足的需求提供创新的药物解决方案，包括纤维化、肿瘤学、免疫学、疼痛、肥胖和代谢紊乱。此外，Insilico 还扩大了制药行业的业务范围。人工智能跨越先进材料、农业、营养产品和兽医等不同行业。
欲了解更多信息，请访问 www.insilico.com
查看原始内容：https://www.prnewswire.com/news-releases/insilico-medicine-introduces-biological-age-into-virtual-cell-research-launches-virtual-aging-cell-webpage-and-previews-multi-agent-driven-vac- Generation-platform-302851856.html