Awesome-Virtual-Cell

这是一个关于AI驱动的虚拟细胞研究的数据集合集，收集了多个与虚拟细胞建模、单细胞和多模态基础模型、空间和形态建模、生物AI代理等相关的数据集资源，旨在为研究人员提供全面的数据参考和索引。This is a dataset collection for AI-driven virtual cell research. It compiles multiple dataset resources related to virtual cell modeling, single-cell and multimodal foundation models, spatial and morphological modeling, biological AI agents, and other relevant fields, aiming to provide comprehensive data references and indexing for researchers.

原始信息汇总

Awesome Virtual Cell 数据集详情

简介 这是一个由社区维护的精选资源列表，聚焦于人工智能虚拟细胞（AIVC） 研究，涵盖论文、数据集、基准测试、讲座及相关社区资源。该列表以实用为导向，旨在帮助研究人员理解、建模、基准测试或构建虚拟细胞及相关的细胞基础模型。

关键范围

• 纳入范围：虚拟细胞视角、扰动建模、单细胞与多模态基础模型、空间与形态建模、生物AI代理、数据集、基准测试以及虚拟细胞研究相关的社区资源。也包括对虚拟细胞社区有广泛价值的邻近工作，尤其是提供数据、评估方法或细胞系统建模工具的资源。
• 排除范围：通常不包含与细胞建模相关性弱的通用生物医学AI工作、低置信度的二手来源、失效链接或未能提供明确价值的条目。

纳入规则 优先收录同行评审论文、高价值预印本、官方项目页面以及主要来源链接。当代码、数据集、项目页面或中文解读明确有用时，也会收录。条目保持简洁。

数据集与社区资源概览

该仓库的内容结构包含以下主要板块：

板块	内容
Overview Papers	关于虚拟细胞、基础模型、细胞图谱等的综述和前瞻性论文（来自Nature、Cell等期刊）。
Research Papers	按年份和标签分类的研究论文，标签包括 [Virtual Cell]、[Perturbation]、[Foundation Model]、[Spatial]、[Morphology]、[Agent]、[Benchmark]、[Tool] 等。
Datasets	相关数据集（README中具体数据集列表未完整展示，但明确包含该板块）。
Reports and Blogs	报告与博客文章。
Videos	相关视频资源。
Historical and Foundational Works	历史性与基础性工作。
Related Resources	其他相关资源。

研究所覆盖的领域

• 虚拟细胞建模：包括Lingshu-Cell、ProtiCelli、AetherCell、AlphaCell、VCWorld等项目。
• 扰动预测：大量关于单细胞扰动响应预测的研究，如CRISPRi Map、X-Pert、PerturbDiff、HarmonyCell、scDFM、Doloris等。
• 基础模型：CONCORD、PETRI、Stack、Tahoe-x1等单细胞和多模态基础模型。
• 空间组学：Spatial Perturb-seq、Celcomen、stVCR、Nicheformer等空间转录组学工作。
• 工具与基准：Pertpy、Scouter、GPerturb、Squidiff等分析工具，以及MVCBench、Systema、Benchmarking等评估框架。
• AI代理：CRISPR-GPT、Cell-o1等用于自动化实验或推理的AI代理。

代表性高层次论文（综述与观点）

• [Cell Perspective] How to Build the Virtual Cell with Artificial Intelligence: Priorities and Opportunities (Cell 2024) 论文链接 | 中文解读
• [Nature Perspective] Towards Multimodal Foundation Models in Molecular Cell Biology (Nature 2025) 论文链接 | 中文解读
• [Nature] The Human Cell Atlas from a cell census to a unified foundation model (Nature 2024) 论文链接
• [Nature Methods] The virtual cell (Nature Methods 2025) 论文链接
• [Cell Perspective] Empowering Biomedical Discovery with AI Agents (Cell 2024) 论文链接 | 中文解读

代表性最新研究论文（2026年）

• [Lingshu-Cell] 用于转录组建模的生成式细胞世界模型 论文链接
• [ProtiCelli] 蛋白质组水平的细胞图像生成模型 论文链接 | 代码
• [VCWorld] 用于虚拟细胞模拟的生物世界模型 论文链接 | 代码
• [CONCORD] 跨单细胞数据集揭示一致细胞状态景观 论文链接 | 代码
• [MVCBench] 药物诱导虚拟细胞表型的多模态基准 论文链接 | 代码
• [scDFM] 用于稳健单细胞扰动预测的分布流匹配模型 论文链接 | 代码

代表性研究论文（2025年）

• [Pertpy] 扰动分析端到端框架 论文链接 | 代码
• [Benchmarking] 单细胞扰动响应预测算法基准 论文链接 | 代码
• [Nicheformer] 单细胞与空间组学基础模型 论文链接 | 代码
• [Tahoe-x1] 30亿参数的单细胞基础模型 论文链接 | 代码
• [Systema] 遗传扰动响应预测评估框架 论文链接 | 代码
• [CRISPR-GPT] 基因编辑实验的自主AI代理 论文链接 | 代码
• [CellWhisperer] 基于聊天的单细胞数据多模态探索 论文链接 | 代码

搜集汇总

数据集介绍

构建方式

在人工智能与细胞生物学深度交叉的前沿领域，虚拟细胞研究正成为揭示生命奥秘的新范式。Awesome-Virtual-Cell 数据集通过系统性地梳理与整合，构建了一个聚焦于 AI 驱动虚拟细胞研究的资源宝库。其构建方式严谨而全面：首先，明确了纳入范围，涵盖虚拟细胞视角、扰动建模、单细胞与多模态基础模型、空间与形态建模、生物 AI 智能体、数据集及基准测试等核心方向；其次，制定了严格的收录规则，优先选择经过同行评审的论文、高信号预印本、官方项目页面及原始来源链接，并纳入代码、数据集、项目页面及中文解读等辅助资源；最后，通过轻量级标签（如 [Virtual Cell]、[Perturbation]）对研究论文进行分类，确保条目的简洁性与可浏览性。这一系统化的构建方法，为研究者提供了理解、建模、基准测试和构建虚拟细胞及相关细胞基础模型的全景式导航。

特点

该数据集最显著的特点在于其高度的实用性与前沿性。它并非简单的文献罗列，而是经过精心筛选与组织，聚焦于与虚拟细胞研究紧密相关的资源，剔除泛化生物医学 AI 工作及低置信度来源，确保每一条目均能带来明确价值。数据集覆盖了从 2024 年至 2026 年的最新研究，囊括了 Nature、Cell、Science 等顶级期刊的综述与原创论文，以及 ICLR、AAAI 等顶会的前沿工作，体现了该领域的快速演进。此外，数据集还整合了代码仓库（如 GitHub 星标）、中文解读、项目页面及视频资源，形成了多维度、跨语言的知识网络，为不同背景的研究者提供了便捷的接入点。其轻量级标签系统进一步提升了检索效率，使研究者能快速定位感兴趣的子领域。

使用方法

使用者可依据自身需求灵活探索该数据集。对于希望了解领域全貌的初学者，可从 Overview Papers 部分入手，阅读 Nature、Cell 等期刊的综述性文章，快速建立对虚拟细胞研究的整体认知。对于从事具体研究工作的学者，可借助 Research Papers 部分的标签（如 [Perturbation]、[Foundation Model]）定位相关论文，并通过附带的代码链接（如 GitHub 仓库）获取可复现的算法实现。数据集还提供了 Datasets、Reports and Blogs、Videos 等模块，支持从数据、报告到视频教程的多模态学习。此外，使用者可通过 Related Resources 部分发现更广泛的社区资源，或参考 Awesome Scientific Figures 获取科学绘图灵感。这一结构化的组织方式，使得数据集既可作为快速入门的指南，也能作为深入研究的工具书。

背景与挑战

背景概述

人工智能虚拟细胞（AIVC）研究是计算生物学与人工智能交叉领域的前沿方向，旨在通过构建高保真的细胞计算模型，模拟和理解细胞在生理与病理状态下的动态行为。该领域自2024年《Cell》杂志发表题为“How to Build the Virtual Cell with Artificial Intelligence: Priorities and Opportunities”的展望文章后迅速兴起，吸引了全球多个顶尖研究机构（如Nature系列期刊报道中的团队）的广泛参与。Awesome-Virtual-Cell数据集由社区维护，系统整理了自2024年以来关于虚拟细胞建模、扰动预测、单细胞与多模态基础模型、空间组学及形态学建模等核心研究论文、基准测试和社区资源。其核心研究问题在于如何利用人工智能整合多尺度、多模态的细胞数据，构建能够预测细胞对遗传、药物或环境扰动响应的统一模型。该数据集对推动虚拟细胞研究的标准化、可重复性和跨学科协作具有重要影响力，已成为该领域研究者获取前沿动态和资源索引的关键门户。

当前挑战

该数据集所聚焦的领域面临多重挑战。其一，细胞系统的复杂性远超传统图像或文本数据，涉及基因表达、蛋白质组、空间位置及时间动态等多模态信息的异质性融合，现有模型难以在保持生物学可解释性的同时实现跨模态泛化。其二，构建过程中面临数据稀缺与标注不一致的难题，大规模扰动实验（如CRISPR筛选）产生的单细胞数据往往噪声高、批次效应强，且缺乏统一的金标准基准。其三，虚拟细胞模型需具备因果推断能力以区分相关性与因果关系，但当前多数方法仍局限于相关性预测，难以在未观测的扰动条件下可靠外推。此外，模型的可扩展性与计算效率之间的权衡，以及如何在保证预测精度的前提下降低对海量训练数据的依赖，亦是制约该领域发展的关键瓶颈。

常用场景

经典使用场景

在人工智能与细胞生物学交叉的前沿领域，虚拟细胞（Virtual Cell）研究正逐步成为解析生命微观世界动态行为的核心范式。该数据集汇聚了众多围绕单细胞多模态基础模型与扰动建模的经典工作，其最经典的使用场景在于构建能够模拟细胞状态变化及响应外部扰动的生成式模型。研究者借助该数据集中的资源，可系统性地训练和评估诸如AlphaCell、VCWorld等能够仿真细胞动态演化的世界模型，从而在转录组、空间组及形态学层面实现对细胞行为的高保真预测与探索。

衍生相关工作

围绕该数据集，衍生出一系列具有开创性的经典工作，深刻影响了计算生物学的发展方向。在基础模型层面，Tahoe-x1与PETRI等研究探索了如何利用大规模预训练策略学习通用的细胞表示，实现了跨模态与跨物种的知识迁移。在扰动预测领域，X-Pert与PerturbDiff等模型通过引入多模态学习与扩散过程，显著提升了对抗生素、CRISPR等不同类型扰动效应的预测精度。此外，Spatial Perturb-seq与Nicheformer等工作将虚拟细胞的概念拓展至空间转录组学，揭示了细胞在组织微环境中的互作机制。这些衍生工作共同构建了一个日益完善的虚拟细胞生态系统，持续推动着该领域的边界延伸。

数据集最近研究

最新研究方向

在单细胞生物学与人工智能深度融合的前沿浪潮中，虚拟细胞研究正以前所未有的速度重塑我们对生命基本单位的认知与建模能力。该数据集所汇聚的最新成果揭示了若干核心方向：以Lingshu-Cell、AlphaCell和VCWorld为代表的生成式世界模型，致力于通过转录组与多模态数据模拟细胞动态与扰动响应，标志着虚拟细胞从静态描述迈向动态仿真；在空间组学领域，Spatial Perturb-seq与stVCR等研究将单细胞功能基因组学与组织微环境解析相结合，开创了在完整组织架构内探究基因扰动效应的新范式；同时，以Tahoe-x1、EpiAgent和Stack为代表的基础模型通过规模化参数与上下文学习能力，实现了跨模态、跨物种的细胞状态统一表征，为因果推断与药物发现提供了全新工具。这些进展紧密呼应了《Cell》等顶级期刊所倡导的虚拟细胞构建蓝图，不仅推动了精准医学中扰动响应预测与疾病机制解析的突破，更在AI驱动的生物发现代理（如CRISPR-GPT和Cell-o1）中展现出自动化实验设计与推理的潜力，对理解复杂人类疾病和加速临床转化具有深远意义。