复旦提出生命算子，迈向全尺度生命建模

从虚拟细胞到全尺度生命推演

近年来，AI与生物学的交叉领域迎来一个热门方向——虚拟细胞（AIVC）。去年6月，Arc Institute发起的虚拟细胞挑战赛吸引了全球114个国家5000多名研究者参与；今年第二届赛事刚开赛一周，报名人数已突破2500人。其核心设想是：能否在计算机中“培养”出一个细胞，用它替代部分真实实验？

然而，人体并非单细胞堆砌。药物进入体内后，会依次影响分子通路、细胞状态、组织微环境，最终传导至器官功能，才表现为CT影像或临床症状。这意味着，生命是一个从细胞到器官层层耦合的多尺度系统。当前多数模型各自为政：单细胞模型、蛋白模型、器官数字孪生彼此割裂，难以真正模拟整体生命过程。

生命算子：把生命数学化

针对这一难题，复旦大学上海医学院王烁团队与香港科技大学郭毅可教授合作，于近日发布预印本论文，提出“生命算子”（Life Operators）框架。其核心思路并非构建更大的模型，而是先将生命计算拆解为可组合的基础单元。

在该框架中，生命被视为一个开放、随机、受控且部分可观测的多尺度动力系统。我们观察到的CT、基因表达等数据，只是生命内部状态的“投影”。要推演生命，需回答三个问题：当前状态如何？未来如何变化？变化后会产生什么观测信号？

为此，团队设计了三类算子：

• 感知算子：从影像、组学、病历等外部观测中反推系统真实状态。
• 演化算子：模拟疾病自然发展或干预后的变化，回答“如果这样做会怎样”。
• 生成算子：根据预测状态生成对应的影像、波形等可观测结果。

这三类算子形成闭环，并可依据新数据持续校准。更关键的是，团队引入了尺度桥机制，作为不同尺度模型间的“翻译器”。细胞模型只需传递器官模型所需的信息（如材料参数、边界条件），器官层面的压力、药物暴露也能反馈回细胞层。这样，不同尺度的模型首次有望真正衔接，组装成一张“生命算子图”。

不过，这张图并非越大越好。针对具体问题（如预测心脏器械效果），系统只调用必要尺度，避免过度计算。算子还具备“证据驱动的自进化”能力：新数据出现后，AI可提出新算子版本，经独立数据或真实实验验证后升级或淘汰，确保模型不偏离科学规律。

六年积累：从内镜到心脏的实证

生命算子并非纸上谈兵。过去数年间，王烁团队已在多个领域积累了技术基础：

• 消化内镜：开发EndoKED系统，利用约100万张多中心内镜图像，结合大语言模型与视觉模型，实现自动知识提取和像素级标注，发表于《自然·生物医学工程》。
• 肾癌影像：2025-2026年连续发表论文，其中专病基础模型RenalCLIP覆盖8809名患者、27866次CT扫描，可同时完成解剖评估、诊断和预后分析。
• 心脏建模：参与研发的MeshHeart模型（2025年发表于《自然·机器智能》），将三维心脏压缩至潜在状态空间，学习个体化运动演化，从静态识别走向动态推演。

这些成果对应了感知、演化、生成三类算子，但过去散落于不同论文。现在，团队将其整合为可复用的“生命算子库”，使科研成果从“论文资产”转化为“计算资产”。

从力学方程到生命方程

王烁的研究之路始于2010年保送复旦大学理论与应用力学专业，后赴剑桥大学攻读放射学博士，研究心血管系统。在帝国理工期间，他与郭毅可教授合作，将机理建模与数据驱动结合，最终于2021年回国组建NeoLab团队。

生命算子的首个落地场景选择了心脏。2025年，王烁在复旦孵化支持下成立上海全晓得医疗科技有限公司，启动Cardio-World项目。心脏是天然的跨尺度系统：从细胞电活动到心肌收缩、泵血，再到血流动力学和临床结局，环环相扣。团队正将既往心脏模型重构为算子模块，目标是构建能回答干预问题的计算系统，例如预测药物效果或器械植入后的变化。其近期方向是“虚拟临床”——先在计算机中筛选不合适的参数，缩小动物实验和临床试验范围，提高成功率。

目前，Cardio-World已完成底层框架和核心算子原型开发。若进展顺利，未来可能实现“一人一药”的个性化医疗设计。