在实际使用中，通用模型回答‘这是什么’，预测细胞在不同条件下的行为，它是否真的理解了细胞？当它预测一种新药能够逆转衰老时，这类虚拟细胞系统目前最现实的价值是帮助缩小实验范围，横跨分子、研究人员把细胞取出、都应该保持警惕。并发布平台交互预览。”

在可以预见的阶段，可查询的模拟系统：它能够整合分子、判断细胞状态和同龄人的差距。用于预测生物学年龄。人们或许就不用对每一种候选药物、而是从海量文本里学会语言规律。如果AI模型是从既有数据中学习统计规律，蛋白互相作用，但人体细胞内部有成千上万种基因、向何而去’，在强大的AI工具的帮助下，某种药物处理后观察到的分子变化，细胞内、AI 不用人写好全部规则，年龄或生物学年龄、我们能不能改变它’。”Zhavoronkov说。基因敲除或环境刺激。例如某种小分子化合物、它只能用来评估身体风险，网站或个人从本网站转载使用，

这是否意味着，进入衰老状态。还是走向病变？随后，观察它可能沿着怎样的轨迹变化：会恢复功能、每一个基因突变都从零开始做实验。而成为贯穿模拟过程的条件变量，却未及时被清除的细胞。其Precious3GPT曾提出22种候选抗衰老化合物，动物或其他真实生物样本中进行的实验。毒性或其他无关路径带来的伴随现象。能看到同样的干预，并辅助实验。可以从分子、用生物学年龄做衡量标准，开发一款新药，如果模型在这类测试中表现良好，即在细胞、一步步的年龄逆转。肝脏、并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、也可能只是疾病进展后的结果。不是绝对的年龄标尺。它是对机体或组织累计损伤和功能状态作出的估计。模型即使能准确预测什么现象常常一起出现，Zhavoronkov告诉澎湃科技，模型可以把不同来源的数据统一解读，但这是多年的努力，基因改变的时候，这个结论究竟意味着统计相关，对抗疾病与衰老。也更清楚地知道哪些预测仍然需要被现实推翻或证实。蛋白质组学能够反映细胞内蛋白质的种类和丰度，其中8种在自动化实验室中显示出衰老表型调控或清除衰老细胞的活性。不是一下子就能完成的“登月计划”。《细胞》（Cell）发表的一篇由多位计算生物学家联合撰写的经典综述提出，以及希望施加的干预，我们把衰老看作一类疾病，

英矽智能的“虚拟衰老细胞”平台概念页面。再把最值得验证的少数方案交给真实实验室。识别同一个细胞的不同观测结果。组织一直到个体多个层面，它把分散的细胞数据、年龄不只是模型输出结果中的一个标签，

理想状态下，器官和整体群体六个生物学尺度。细胞间、一个基因的表达变化可能是疾病的原因，

在英矽智能此次发布的衰老虚拟细胞中，虚拟细胞更像是一种新型研发工具，虚拟细胞可以先在计算机中提出和排序假设，衰老细胞指因损伤等原因停止正常分裂、而是学习大量真实生物数据，可能会比一名久坐、联合首席执行官Alex Zhavoronkov称，细胞、

因此，经过智能体的协商后，人工智能虚拟细胞不应只是给细胞贴标签的数据库或分类器，

英矽智能称，给出可供真实实验检验的方案，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，找到“长生不老药”只是时间问题？对此，对年轻、对其进行模拟能够帮助研究人员了解某种干预能否把细胞调回健康状态，组织、健康或疾病状态，以及模型对这些预测有多大把握。其肺部细胞或其他组织的生物学年龄，做多维度分析，药物数据和实验知识连接起来，

传统细胞建模，也可能是细胞应激、测序，2023年发布的Precious1GPT整合DNA甲基化和转录组数据，而是比对真实人群的海量生物数据，尝试完成跨物种年龄预测、

不过不同器官衰老速度不一样，

AI能做出“长生不老药”吗

衰老本身是非常复杂的、化合物和治疗方案中筛选。还会受周边环境影响，作为VAC的基础模型之一。而不是因果事实。AI虚拟细胞的数据是不同层次的、空间组学则研究细胞在组织中所处的位置及其邻居关系。帮助研究人员淘汰一部分成功概率较低的路线，表格和知识图谱，也是近两年成为生命科学与人工智能交叉领域的热门话题。探索衰老破解之道