复旦提出生命算子，统一全尺度生命建模

在AI与生物学的交叉领域，虚拟细胞（AIVC）已成为最受关注的方向之一。去年6月，Arc Institute发起虚拟细胞挑战赛，吸引114个国家5000多人参赛；今年第二届赛事开赛仅一周，全球报名已超2500人。AIVC想回答一个问题：能否先在计算机里“养”出一个细胞，用它替代部分真实实验？

但人不是一个细胞。药物进入人体后，会依次改变分子通路、细胞状态、组织微环境和器官功能，最终才表现为医生看到的CT、心电图或患者感受到的症状。生命是多尺度耦合的复杂系统，而现有模型往往各算各的：单细胞、蛋白、器官数字孪生各自为政。如果细胞可以被模拟，那么整个生命系统如何计算？

今天，复旦大学上海医学院王烁与香港科技大学郭毅可教授发布了一篇预印本，提出**生命算子（Life Operators）**框架，尝试系统性地回答这个问题。

（预印本地址：https://doi.org/10.5281/zenodo.22210275）

不造更大的模型，先把生命数学化

生命算子的思路与“把模型越做越大”的路数不同。团队先做了一件更基础的事：把生命计算拆成可组合的基础单元。在这套框架中，生命被视为一个开放、随机、受控、部分可观测的多尺度动力系统。我们看到的CT、化验结果、基因表达，都只是生命内部状态投射出的信号。

要推演生命，需要回答三个问题：现在是什么状态？接下来会怎么变？变化后会看到什么？

生命算子因此分成三类：

• 感知算子：从影像、组学、心电、病历等外部观测中，反推系统当前的真实状态。
• 演化算子：向前推演疾病自然进展，或在不同药物、剂量、器械下的变化。
• 生成算子：给定系统状态，生成对应的影像、波形、病理和临床结果。

三类算子构成闭环：从观测重建状态，从状态推演未来，再从未来生成可观测结果，新的检查结果再回来校准模型。

真正棘手的问题是跨尺度通信。细胞、组织、器官各有各的模型，如何说同一种语言？生命算子为此设计了尺度桥（Scale Bridge），类似不同尺度间的“翻译器”：细胞模型只需传递器官真正需要的信息——材料参数、源项、边界条件或概率约束；器官层面的压力、负荷和药物暴露也可以传回组织和细胞。这些算子最终组装成一张 Life Operator Graph。

但这张图并非越大越好。预测心脏器械植入效果，没必要从DNA一路模拟到整个人体。系统只调用任务真正需要的尺度——能少算就不多算。另外，算子不是写死的：新数据出现后，AI可提出新版本，再用独立数据、前瞻性研究或真实实验验证。验证通过就升级，证据不足就限制使用，被推翻就淘汰。团队称之为“证据驱动的自进化”。

六篇Nature子刊，技术已酝酿多年

生命算子虽是今天正式提出，背后的技术已经过多年的积累。过去几年，王烁团队在消化内镜、肾癌、心血管等领域陆续搭建了关键能力。

首先是内镜。团队提出的EndoKED，将大语言模型和视觉模型结合，从约100万张多中心内镜图像中自动提取知识并形成像素级标注，相关成果发表于《Nature Biomedical Engineering》。这项工作中，王烁是第一作者，郭毅可是资深作者。从生命算子框架来看，这很像早期的感知算子。另一篇关于罕见病灶生成算子的工作，已被《Nature Communications》接收。

肾癌方面，团队在2025年和2026年连续于《Nature Communications》发表论文。专病基础模型RenalCLIP覆盖8809名患者和27866次CT扫描，同一个模型可同时用于解剖评估、诊断、侵袭性分层和预后分析——从“识别一个病灶”走向“理解一个疾病状态”。

心脏方向更进一步。团队参与研发的MeshHeart于2025年发表在《Nature Machine Intelligence》，它把高维、动态的三维心脏压缩到潜在状态空间，学习个体化心脏运动的演化。再加上团队参与的《Nature Medicine》大规模人群心脏表型研究，一条路线逐渐清晰：从临床信号感知状态，学习状态演化，再重新生成个体化可观测结果。

过去这些能力散落在不同论文中，现在团队希望把它们整理成可重复调用的生命算子库。算子经过验证后，可被封装成模块，进入下一种疾病、下一种器械、下一个尺度。科研成果从“论文资产”变成“计算资产”，成为通往医疗超级智能的基础设施。

十五年：从力学方程到生命方程

“生命算子”的名字是新的，但王烁在这条路上已走了15年。2010年，他因数学、物理、信息学竞赛获奖保送复旦大学理论与应用力学专业，每天与方程、边界条件和数值计算打交道——如何把复杂系统写成可计算的东西。之后他在剑桥大学攻读放射学博士，研究对象从力学系统转向心血管系统：心脏不只是“长什么样”，它本身就是复杂动力系统。博士毕业后，他在剑桥大学应用数学与理论物理系、帝国理工学院数据科学研究所继续AI研究。

在帝国理工期间，他遇到了合作导师郭毅可教授。一个偏机理建模，一个偏数据驱动，两人的交集正好落在AI for Science的核心问题：方程和神经网络，能不能放进同一套科学体系？

2021年，王烁回到复旦大学上海医学院组建团队，此后与郭毅可保持合作。今天发布的生命算子，可以看作这条研究路线第一次被系统写成统一框架。王烁将团队定位为NeoLab——实验室不只是发论文，也要构建模型、数据和算子，把科研成果做成产业基础设施。

第一站：心脏

除了论文，生命算子已开始走向工程。2025年，在复旦孵化支持下，王烁发起成立上海全晓得医疗科技有限公司，第一个旗舰项目是Cardio-World。

为什么选心脏？因为心脏是天然的“跨尺度考场”：往下有细胞电活动，往上是心肌组织的收缩形变，再往上是整个心脏的泵血，同时还有血流、电生理、材料力学和临床结局，环环相扣。这正好检验生命算子能否把不同尺度真正接起来。

目前，Cardio-World已完成底层框架搭建和核心算子原型开发，正在把过去积累的心脏模型放回生命算子统一框架中，变成可组合、替换和复用的模块。最终目标不是生成心脏视频的渲染式世界模型，而是一套能回答干预问题的计算系统：换一种药物会怎样？改变结构参数会怎样？换一种器械又会怎样？在进入人体前，先在模型里跑一遍，为“一人一药”设计提供支持。

这也是全晓得公司瞄准的优先方向——虚拟临床。它并不替代真实临床试验，而是先在计算机里筛掉明显不合适的参数和方案，缩小进入动物实验或临床试验的范围。对药企和器械公司来说，这意味着更少试错、更高成功率。按规划，Cardio-World将在2026年底完成完整版本迭代，逐步覆盖药物、器械和个体化治疗场景。

AIVC让AI开始回答：一个细胞能不能被计算？生命算子则追问：如果细胞可以算，组织、器官和人体之间能不能接起来？过去十年，医疗AI擅长告诉医生“我看到了什么”；下一步，它需要回答“接下来会发生什么”；再进一步，则是“如果我们现在做点什么，未来会怎样”。让生命可推演，让医疗智能超进化，这场比AIVC更长的竞赛才刚刚开始。