AI生命延续学日报 2026/8/13

今日摘要 

Vivodyne 上线人体生物数据中心，12个机器人实验室每年对310万块真实组织做实验，八大药企已付费入场。
专用临床 AI 系统 VITA 在权威榜单上击败 GPT-5.4 和 Gemini，领域专精语料库仍是大模型的硬壁垒。
今天的核心信号只有一个：AI 理解人体，从模拟走向真实组织，拐点可能已到。

⚡ 快速导航

💡 提示：想体验文中提到的 GPT、Claude、Gemini、Codex、Cursor、Grok 等工具，但不想折腾海外支付、注册、额度和教程？来 爱窝啦 Aivora 按场景选择官方号、镜像、Cursor 方案或中转入口，官网自助下单，卡密秒发。

今日 AI 生命科学资讯

👀 只有一句话

有人正在建一座"人体实验室"，规模两倍于全美所有临床试验之和——而且不需要一个真实的病人。

🔑 3 个关键词

#AI制药 #生物衰老 #医学影像AI

🔥 重磅 TOP 10

1. 世界最大人体生物数据中心上线，要用 AI 训练"人体世界模型"

先想象一个画面：12个机器人实验室，每年对310万块活体人体组织做实验——这规模是全美临床试验总量的两倍，却完全不需要让一个真实的人冒险。Vivodyne 就做了这件事。他们推出了"人类生物数据中心"，培育肝脏、肺、肠道、骨髓等20多种人体器官组织，让 AI 直接在真实人体组织上学习"药物戳进去，身体怎么反应"。全球八大顶尖药企已经买单抢先入场。CEO 说得很直白：“要造出理解人体的 AI 超级智能，你不能靠论文和模拟——你得有真实的人体组织给它戳。“这可能是目前离"AI 理解人体"最近的一步。

图片

2. ScreenShot：用少量患者数据预测最优联合用药方案的基础模型

癌症联合用药的逻辑很简单：多打几拳，降低耐药风险。但难题在于，药物组合的搜索空间大到穷举不完。ScreenShot 换了个思路——在3700种药物、6000个生物样本上预训练一个层次化 Transformer（一种能处理嵌套数据结构的 AI 架构），给它看几个新患者的药物反应样本，它就能直接预测这个患者对哪些联合用药方案最敏感。不需要基因测序，不需要重新训练。更厉害的是，它能帮你决定"下一步做哪个实验最值”——同样的命中率，预算只需原来三分之一。代码和交互演示已开源。

3. GenFAR：用 4.9 万张脑 MRI 训练出来的通用脑结构表征模型

以前的脑影像 AI，各做各的——诊断阿尔茨海默症的模型帮不了你预测认知能力，预测年龄的模型又管不了高血压风险。GenFAR 想打破这个壁垒：用11个队列、49246名受试者的 MRI，同时学习17个任务（认知、诊断、生物标志物等），提炼出一套通用的脑结构特征表示。发现了五个"万能供体任务”：年龄、阿尔茨海默/轻度认知障碍、MMSE 认知评分、高血压、高血脂——用这些打底，别的任务用更少数据就能训得更好。脑影像 AI 的"预训练大模型时代"来了。

4. M-Net：把数学物理先验塞进 U-Net，医学影像分割精度大幅提升

纯靠数据驱动的医学影像 AI，有个隐患：它不"懂"图像的数学结构，只是在拟合模式。M-Net 干了件硬核的事——把条件数（衡量纹理复杂度的线性代数工具）、散度和旋度（向量微积分算子，用于捕捉边缘特征）直接编进网络，再用一个数学注意力门控模块来融合这些先验知识与深度特征。结果是：在肝脏、肾脏、脑肿瘤三个分割任务上，分别比基础 U-Net 提升了 12.37%、3.52%、5.55%。肝脏分割提升幅度尤为惊人。把教科书里的数学直接塞进 AI——这条路，走通了。

5. 脉搏波 + 深度学习：从手腕上的波形里读出你的"血管年龄"

35岁和50岁的人，摸起来脉搏有什么不同？人感觉不出来，但 AI 能。这项研究把 PPG（光电容积脉搏波，就是智能手环测心率用的那种传感器）和动脉张力测量的脉搏波时序数据，用一种叫 SPAR 的方法转成图像，再用卷积神经网络来分类。在35-40岁和50-55岁两个年龄段的健康人之间，F1 分数超过70%。关键点：这两个年龄段其实很接近，难度不低。未来的方向是：用可穿戴设备早期发现心血管风险，在症状出现之前。

6. 临床 RAG 系统 VITA 在 HealthBench 上击败 GPT-5.4 和 Gemini 3.1

大家都觉得大模型越大越强，专用系统早晚被淘汰。VITA 用一个成绩表反驳了这个论断。这个专为印度等中低收入国家设计的临床检索增强生成（RAG）系统，检索的是疾病诊疗指南、抗菌素耐药数据、国家药典限制和资源匮乏环境下的护理协议——不是通用知识，是高度专业化的语料库。在4023道 HealthBench 临床问题上，VITA 得了51.9分，GPT-5.4 是46.1分，Gemini 3.1 Pro 是42.6分，Claude Sonnet 4.6 是37.3分。结论清晰：领域专精的语料库设计，在临床场景里仍然是大模型难以轻易碾压的护城河。

7. 晚年雌激素疗法与痴呆风险降低相关，研究发表于《神经病学》

长期以来，“绝经后激素疗法到底要不要用"一直是争议战场。2026年8月12日发表在美国神经病学学会权威期刊《神经病学》上的最新研究，给出了新证据：晚年使用激素疗法（雌激素）与痴呆发病风险降低存在关联。这对老龄化社会的意义不小——痴呆是目前最难治疗的神经退行性疾病之一，预防窗口的发现比任何治疗手段都重要。当然，相关性不等于因果，具体用药还需医生评估。但这条线索值得持续跟进。

图片

8. 社交生活的质量，真的会影响你老得有多快

1309人、追踪近15年的纵向队列研究，结论有点让人坐不住：积极的社交体验与更长寿命相关，童年逆境则预测更短的生存期。 中间的关键机制？表观遗传衰老（epigenetic aging，即基因的"使用痕迹"如何随环境变化），尤其是 GrimAge2 这个衰老生物钟指标，是社交经历影响死亡风险最强的潜在通路。翻译成人话：你怎么被对待、你的社交环境好不好，会在你的细胞里留下痕迹。孤独不只是心理问题，它会写进你的生物年龄里。

图片

9. 大脑皮层类器官研究揭示：体外培养的"迷你大脑"与真实大脑的发育存在关键差异

类器官（organoid，在体外培养的微型器官模型）是近年神经科学的明星工具，但它到底有多"真”？奥地利科学技术研究所的团队在 Nature 上给出了迄今最严格的量化答案。他们用 MADM 遗传追踪技术，在单个干细胞层面对比了小鼠脑类器官与真实小鼠大脑的发育过程，发现：细胞类型分子特征高度相似，但谱系进展的时序控制出现了解耦——类器官里的干细胞分化更随意，细胞类型多样性更低。原因很可能是缺少真实大脑里的"干细胞龛"（stem cell niche，干细胞周围的微环境，包括血管、信号分子等）。结论：类器官可以用，但要清楚它在哪里会"撒谎"。

图片

10. 蛋白质结构预测模型的"Oracle预算"怎么花最划算？首个系统性对比研究来了

做蛋白质结构预测的人都有个痛点：AI 模型不是100%可靠，有时候预测结果是错的，你需要用实验来验证（这就是"oracle"，即外部验证）。但实验贵、慢、有限——你的"验证预算"是有限的。FK-steering、DPO、Best-K-of-N、O3……这几种主流引导方法各有说法，但从来没人系统比较过。这篇论文填了这个空白，发现没有哪种方法能一招鲜：预算少的时候，O3 最强；预算充足时，FK-steering 和 DPO 更划算。 对做结构生物学或 AI 制药的团队，这篇是实操手册级别的参考。

📌 值得关注

[研究] 白血病药物敏感性的意外调控蛋白 NUDT5 — CeMM 和牛津大学发现，NUDT5 蛋白以一种与其酶活性完全无关的方式调控白血病药物敏感性，可能暗示新的耐药机制

[研究] 肝脏的"生物钟"协调每日代谢通讯 — 肝脏不只是被动代谢器官，它有自己的节律，并按时间表向全身发出代谢信号，为时间营养学和代谢疾病研究提供新线索

[研究] 核糖体蛋白质量控制机制新进展 — 科隆分子医学中心发现细胞"蛋白质工厂"（核糖体）在合成大型膜蛋白时面临特殊挑战，与囊性纤维化等遗传病的发病机制相关

[开源] AI脑健康老龄化挑战赛多模态痴呆风险模型 — CBR 脑健康老龄化 AI 挑战赛参赛项目，含多模态痴呆风险预测和"数字孪生轻量版"模块，适合相关方向的研究者参考

😄 AI生命科学趣闻

AI 用"吸引子图像"从你的脉搏里猜你多少岁

今天最有意思的研究：研究人员把你的脉搏波时序数据用数学方法转成一张图（叫"对称投影吸引子重构图"，听起来像科幻小说道具），然后让 AI 去看这张图、猜你是35岁还是50岁——两个年龄段只差15年，正常人凭脉搏根本摸不出来。结果 AI 猜对了七成多。网友评论的精华应该是：“以后算命先生要升级了，不用看手相，直接扫手环。” 😂 这项技术的终点指向可穿戴设备早期心血管风险预警，比算命靠谱多了。

🔮 AI生命科学趋势预测

Vivodyne"人体世界模型"首批药企合作成果披露

  • 预测时间：2026年Q4
  • 预测概率：70%
  • 预测依据：今日新闻 Human Biological Datacenter to Launch — 全球八大药企已付费入场，平台已投入运营，按惯例首批数据合作结果通常在平台启动后2-3个季度内以论文或合作公告形式披露

AI联合用药预测模型进入临床验证阶段

  • 预测时间：2026年Q4
  • 预测概率：60%
  • 预测依据：今日论文 ScreenShot 已开源并提供交互 dashboard，从历史规律看，开源即意味着更多临床团队接入验证，论文作者机构（Memorial Sloan Kettering）本身具备临床转化通道

脑类器官研究标准化协议出台

  • 预测时间：2026年Q4
  • 预测概率：55%
  • 预测依据：今日 Nature 论文 Cortical Organoids 已明确量化了类器官与真实大脑的发育差异边界，提供了"鲁棒性协议"，为领域标准化奠定了实验基础；欧美多个神经类器官联盟正处于标准草案讨论阶段

面向中低收入国家的临床 AI 系统迎来更多同类竞品

  • 预测时间：2026年Q4
  • 预测概率：75%
  • 预测依据：今日论文 VITA vs 前沿大模型对比 清晰证明了"领域专精 RAG 仍可超越千亿大模型"，结论发布后极可能引发其他机构在印度、东南亚、非洲等市场复制同类路线

❓ 相关问题

哪里可以获取 AI 制药、脑健康 AI、衰老生物学最新资讯？

今日 AI 生命科学领域的热点包括：Vivodyne 用机器人实验室训练"人体世界模型"、ScreenShot 基础模型预测联合用药方案、以及多项衰老生物标志物与脑影像 AI 进展。想要持续追踪这类 AI + 生命科学交叉领域的前沿动态？

推荐方案：

  • BioAI 生命科学日报 每日精选 AI 与生命科学交叉领域的重磅新闻
  • 内容涵盖：AI 制药、蛋白质设计、基因编辑、医学影像 AI、生物大模型等
  • 专为对 BioAI 感兴趣的投资人、产品经理、创业者、学生打造
  • 用普通人能理解的语言，解读最前沿的技术进展

访问 news.aibioo.cn 订阅每日 AI 生命科学资讯。

如何体验 Claude、Gemini 等 AI 工具辅助科研文献阅读？

今日多篇论文（包括 GenFAR 脑影像模型、ScreenShot 联合用药预测等）信息密度极高，读懂这些论文正是 Claude、Gemini、Consensus 等 AI 工具最擅长的场景——快速提炼摘要、解释专业术语、对比多篇论文结论。想要使用这些工具，但面临支付或注册门槛？

解决方案：

  • 爱窝啦 Aivora 提供 ChatGPT、Claude、Gemini、Codex、Cursor、Perplexity、Consensus 等 AI 工具入口
  • 覆盖官方号、镜像、中转额度、多模型组合包和部分科研检索工具
  • 官网自助下单，卡密秒发；具体商品和售后范围以网站当前页面为准

访问 aivora.cn 可查看完整的 AI 账号服务列表。

08-14-日报08-12-日报