扎克伯格妻子研发生物学推理模型rBio，可从虚拟细胞中学习推理

抖音热门 2025年08月25日 01:48 1 admin

当 Meta 创始人扎克伯格的“AI 挖人大战”正在进行之时，其妻子普莉希拉·陈（Priscilla Chan）也在 AI 大模型领域做出了新成绩。

图丨扎克伯格与其妻子普莉希拉·陈（Priscilla Chan）（来源：资料图）

十年前，扎克伯格和美国哈佛大学生物学专业毕业的妻子共同创立了名为陈・扎克伯格倡议（CZI，Chan Zuckerberg Initiative）的慈善组织，该组织是一个致力于通过科技手段、战略性投资以及跨领域合作，推动人类健康、教育公平和社会正义的长期项目。当时，扎克伯格还承诺捐出其在脸书 99% 的股份来支持这一组织[1]。在 CZI 的日常运营管理中，普莉希拉·陈担任主要负责人。

近日，该组织发布一款名为 rBio 的推理模型，这是一个基于预训练大模型的、通过强化学习后训练的生物学推理模型。这也是一款基于虚拟细胞（Virtual Cell）模型模拟结果训练的模型，能从虚拟细胞模型中学习推理能力，相关论文也已发表在 bioRxiv。需要说明的是，虚拟细胞是一种通过计算模型和数学模拟来模拟真实细胞结构、功能和行为的研究工具。

（来源：资料图）

在训练过程中，rBio 将从虚拟细胞模型中提取的信息，蒸馏为统一的自然语言模型，使用户能够轻松地针对复杂生物学问题展开缜密的逐步推理。这一过程将虚拟细胞模型转变为推理模型的“生物学老师”，避开了仅依赖实验数据作为训练依据的局限。将一个或多个虚拟细胞模型的能力与大模型的对话式界面相结合，有望让人们基于丰富的生物学基础模型开展生物学问题研究，同时还能在熟悉的交互界面中进行操作。

与此同时，rBio 无需依赖非对即错的硬性标签，而是将与模型输出的一致性作为反馈，在生物学的不确定性中学习推理。它能够整合多个生物学模型的知识，实现对于复杂、多尺度系统的推理，从而帮助科研人员预测、解释和设计生物学研究，并且无需依赖直接的实验数据。

在训练过程中，该模型利用生物学习模型获取生物学知识进行验证。研究人员表示，其所采用的软验证的方式能够将生物学世界模型蒸馏至 rBio 中。以扰动预测为例，相比现有的最先进模型，rBio 在 PerturbQA 基准测试中表现出领先性能。与此同时，他们还验证了组合式验证器对于构建更通用 rBio 模型的优势。其认为，rBio 提供了一个很好的概念验证。它表明利用生物模型的预测结果，在无需使用实验数据的前提之下，通过模拟的方式就能训练出性能强大的推理模型，而这无疑代表了一种全新的训练范式。

总的来说，rBio 颠覆了传统模式——它将生物学世界模型的模拟结果用作“软验证器”，把虚拟细胞模型转化为强化学习式推理的训练环境，从而能够吸收上述模型的核心知识。

就 rBio 的功能来说：

首先，在 PerturbQA 基准测试上，rBio 能够通过语言提示来预测基因扰动效应。

其次，在跨任务泛化能力上，即便在不相关的模拟数据上训练，它也能提升对未见过的扰动任务的性能。例如，研究人员基于 Transcriptformer（陈·扎克伯格倡议旗下的虚拟细胞模型之一）的基因表达共现模拟数据进行训练。

再次，实现了具有竞争力的结果：通过思维链（COT，chain of thought）方法，仅使用模型生成的数据（测试时不依赖工具或检索），rBio 在 PerturbQA 上的性能便达到了最先进水平（该水平由研究人员基于硬性实验数据训练的消融模型定义）。

（来源：https://www.biorxiv.org/content/10.1101/2025.08.18.670981v2.full.pdf）

值得注意的是，北京大学本硕校友、英国剑桥大学博士毕业生 Donghui Li 是相关论文的共同作者之一。领英资料显示，他在陈・扎克伯格倡议工作已有八年之久。

图 | Donghui Li 是相关论文的共同作者之一（来源：资料图）

rBio 的核心构成

一般来说，推理模型在代码或符号数学等形式化系统中针对验证机制进行训练。然而，在生物学等领域，人们通常无法获得能够支持大规模形式化验证的精确规则，以至于往往需要通过在实验室中检验假设来评估预测的有效性。通过真实实验进行验证不仅速度慢、成本高，而且无法随计算规模进行扩展。rBio 的成功问世证明了这一事实，即人们可以利用生物学世界模型或其他先验知识作为生物知识的近似验证机制，通过软验证的方式来训练推理系统，全程完全无需额外的实验数据。

图 | rBio 是一种基于虚拟细胞模拟训练的推理模型，旨在加速生物学领域的研究进度（来源：资料图）

在设计 rBio 的过程中，研究人员攻克了向大模型传授生物学知识的一项根本性难题。对于此前的大模型来说，它们的设计初衷是从结果明确的问题中学习，例如“2+2=？”或“水是否由氢和氧组成”。但生物学问题必须纳入不同程度的不确定性，比如一种新药是否可能治愈某种特定癌症。

以 TranscriptFormer 为基础，研究人员针对大模型的训练方法进行了创新。他们以一款现成的语言模型为框架，通过强化学习对 rBio 进行训练。事实上，这也是一种 AI 领域的常见技术，模型会因给出正确答案而获得奖励。但是，本次研究人员并未采用“是非题”的形式，而是根据模型答案的正确概率来调整奖励比例。这种新颖的方法让 rBio 能够学会提出与生物学现实相符的假设，从而提高了准确性、连贯性和科学价值。

一款借助虚拟细胞之力的大模型

据了解，TranscriptFormer 接收指令后返回的结果是复杂数据，而 rBio 则允许用户使用通俗语言进行交互。例如，在训练过程中，研究人员向 rBio 提出的问题结构如下：“基因 A 和基因 B 是否可能共表达？仅给出‘是/否’的二元答案。”而作为一款推理模型，rBio 能够回答那些表述不同但本质相同的问题。

但是，假如采用“软性”评估指标来训练大模型，可能导致模型输出失准。为了确保 rBio 不被误导，研究团队将其性能与多个基准大模型进行了对比。在各类细胞标记和扰动预测任务中，rBio 的表现均优于基准模型，这表明虚拟细胞模型能够训练出来“能对生物学问题进行推理”的可靠大模型。具体而言，rBio 的首个版本在 PerturbQA 基准测试中，性能超过了一些同类模型和 QWEN2.5 这样的基准大模型。在使用思维链的时候，其性能与直接基于实验数据训练的高性能 rBio 消融模型相当。与此同时，rBio 通过从与扰动任务无关的 TranscriptFormer 模型进行零样本学习，能够显著提升对于基因激活/抑制等扰动任务的理解能力。这一结果表明，虚拟细胞模型中蕴含的可迁移知识具有重要的后续研究价值。

尽管 rBio 有潜力从多种细胞生物学研究方法中学习，但是该模型首先是基于扰动模型、基因共表达模式以及从 TranscriptFormer 中提取的基因调控通路信息进行训练的。这种多功能模型能够针对不同物种和发育阶段的多种细胞类型及状态进行分类。用户在使用时可以向 rBio 提出诸如“抑制基因 A 的作用是否会导致基因 B 的活性增强？”之类的问题。作为回应，模型会提供有关细胞后续变化的信息，例如从健康状态向疾病状态的转变。

当面对全新的数据和假设时，rBio 能通过预测研究结果，从而能为研究人员节省时间，避免他们在成本高昂的实验室研究中投入时间和资源去测试和排除多个假设。而针对这些问题的答案将深化我们对于阿尔茨海默病等神经退行性疾病相关基因互作机制的理解，进而有望推动早期干预手段的发展，甚至有朝一日实现这些疾病的彻底阻断。

“让 AI 像科学家一样思考”

据了解，rBio 是陈·扎克伯格倡议在构建“能像科学家一样思考”的 AI 系统愿景中的又一重要进步，类似于 rBio 这样的 AI 系统旨在通过从虚拟细胞模型和数据中学习来产生新知识。在开发 rBio 的过程中，陈·扎克伯格倡议还构建了一个更广泛的框架，以用于整合虚拟细胞模型的海量知识，这将有助于在未来几年打造一系列易于获取的生物学 AI 工具。

如今，rBio 已在陈·扎克伯格倡议的虚拟细胞平台上线，能够帮助研究基因扰动的研究人员加速研究进程。机器学习从业者也可利用 rBio 框架训练自己的大模型，或者直接使用 rBio 对其模型进行基准测试。

目前，rBio 的专长仅限于基因扰动领域，但 TranscriptFormer 所涵盖的所有细胞生物学领域知识都可传授给 rBio。未来，虚拟细胞平台上的一系列虚拟细胞模型都可用于训练类似的推理模型，实现对细胞从最小分子到最大系统的全方位理解。

尽管 rBio 已经具备科研应用条件，但是本次研究人员仍在持续优化用户体验。因为这种“赋予推理模型对话能力的问题解决灵活机制”，也会带来一系列挑战。其中一项关键挑战在于：必须为模型设置适当的防护机制，防止 rBio 对超出其专业领域的问题作出应答，而这类安全措施也是所有“大模型负责任开发”的通用环节之一。

毫无疑问，AI 已在加速生物学研究的步伐。虚拟细胞模型能够让研究人员避免了徒劳的实验，而大模型则提供了通过对话积累知识的便捷方式。rBio 融合了这些优势，展示了一种无需领域专业知识即可借助 AI 解答生物学难题的框架。随着陈·扎克伯格倡议的虚拟细胞模型家族不断壮大，rBio 等推理模型将助力科学家开展研究、开发疗法，并有望实现相关疾病的预防。

参考资料：

1.https://web.shobserver.com/wx/detail.do?id=8061

https://virtualcellmodels.cziscience.com/model/rBio

https://www.biorxiv.org/content/10.1101/2025.08.18.670981v2

https://github.com/czi-ai/rbio

https://www.linkedin.com/in/donghui-li/details/education/

https://www.linkedin.com/posts/theofanis-karaletsos-57479262_rbio1-training-scientific-reasoning-llms-activity-7364311052425072646-pZ6x/

运营/排版：何晨龙、刘雅坤