PerturbMind AI Completes Tens of Millions in Funding, Releases Virtual Cell Model AlphaCell 1.0 Pro

用世界模型做AI药物研发，同济教授融资数千万元智东西下载客户端 独家抢先看2026年10月30日 16:26:36 来自北京

智东西10月30日消息，昨日，国内AI for Science新锐企业扰动之心（PerturbMind AI）宣布完成数千万元天使轮及天使+轮融资，由清松资本领投，同杨基金及多家药企跟投，正式走出隐匿模式。

该公司聚焦几何世界模型驱动的下一代AIDD（AI药物研发）创新范式，探索以生命系统状态推演为核心的研发模式。

此次官宣，扰动之心还发布了数字生命世界模型生态系统PerturbSeek旗下的全球首个虚拟细胞状态推演模型AlphaCell 1.0 Pro。

该模型以几何世界模型为底层架构，标准参数量为1B，可根据应用需求做调整，向下可裁剪至 300M的轻量化模型AlphaCell 1.0 Flash，向上可扩展至50B参数的超大规模模型AlphaCell 1.0 Mega，适配科研机构、中小型药企及大型跨国药企的不同部署需求。

与传统AI药物研发不同，扰动之心希望通过几何世界模型学习生命系统在不同干预条件下的动态变化，推演疾病状态迁移及药物干预后的系统反应，进而为复杂疾病机制解析、新靶点发现和新型模态药物研发提供技术支持。

一、从靶点筛选转向状态推演，发布虚拟细胞模型

扰动之心此次发布的AlphaCell 1.0 Pro，是该公司虚拟细胞模型AlphaCell 1.0 Preview的升级版本。

今年3月5日，扰动之心创始人兼CEO啜国晖带领的扰动之心团队发布在bioRxiv发布AlphaCell相关预印本论文，介绍了该模型基于几何世界模型架构模拟扰动引起的细胞动态变化的方法。

▲扰动之心创始团队发布AlphaCell 1.0 Preview论文，来源bioRxiv

此次发布的AlphaCell 1.0 Pro标准参数量为1B，并具备参数量弹性调整能力，可根据客户算力条件和研发需求动态调整模型规模。

其中，模型向下可裁剪至300M参数，形成轻量化版本AlphaCell 1.0 Flash，满足医院、科研机构及中小型药企的轻量化和私有化部署需求；向上可扩展至50B参数的AlphaCell 1.0 Mega，为大型跨国药企（MNC）提供复杂场景下的系统级扰动轨迹推演能力。

在商业化方面，扰动之心计划围绕不同规模的模型提供端侧服务订阅、私有化部署及药物研发管线共建等服务。

在技术路线方面，扰动之心希望改变传统AI药物研发（AI-driven Drug Discovery，AIDD）以靶点为中心的研发模式。

传统AIDD通常围绕已知靶点寻找能够与之结合的候选药物分子，类似于根据一把已知的锁去找到合适的钥匙。但对于复杂疾病而言，单一靶点未必能够解释疾病产生的全过程，药物干预也可能引发其他生物系统层面的变化。

扰动之心谈道，疾病本质上是生命系统原有稳态遭到破坏后产生的状态偏移。因此，药物研发不仅需要寻找能够作用于特定靶点的分子，还需要理解疾病状态如何形成，以及不同干预手段可能带来怎样的系统性变化。

基于这一思路，该公司将研发重点从单个靶点转向整个生命系统的状态变化，希望通过模型推演识别能够使疾病状态恢复正常的干预方式。

二、几何世界模型构建技术底座，探索生命系统推演

围绕上述技术路线，扰动之心打造了PerturbSeek数字生命世界模型生态系统，以扰动组学、几何深度学习和几何世界模型理论为三大技术支柱。

其中，扰动组学主要研究基因、蛋白质等生物对象受到不同干预后产生的变化，为理解生命系统的动态反应提供数据基础。

几何深度学习则用于学习生物数据背后的复杂结构。扰动之心称，其通过构建几何深度学习算法，对生物隐空间流形（Biological Latent Manifold）进行学习和建模，将复杂的生物数据映射到潜在空间中，以表征不同细胞状态及其内在关系。

几何世界模型则在此基础上，进一步学习生命系统的状态及其变化规律。它将细胞状态和外部干预纳入统一的模型框架，模拟基因、药物等不同因素作用下细胞状态的变化，进而推演生命系统的动态演化过程。

简单来说，该技术路线希望其模型不仅能够识别某种干预与生物变化之间的关联，还能够学习生命系统在不同条件下如何变化，并推演特定干预可能产生的结果。

在此基础上，PerturbSeek希望结合具体疾病和临床约束条件，识别具有潜在治疗价值的干预方式，而不只是围绕已知靶点进行候选分子筛选。

针对模型训练，扰动之心并不主张单纯扩大参数规模和数据量。该公司提到，生命科学领域的模型训练未必能够直接套用通用AI领域的规模定律（Scaling Law），模型参数量需要与实际任务需求、预测性能及计算成本相匹配。

因此，扰动之心希望寻找模型性能与研发成本之间的平衡点，即参数量甜点（Sweet Spot），通过优化底层架构和训练效率，在有限样本条件下提升模型的泛化能力。

三、同济科研团队创业，携手多家药企推动技术落地

扰动之心创始人兼CEO啜国晖博士毕业于同济大学数字生命智能体实验室。啜国晖称，该公司的底层技术创新一定程度上受到谷歌推出的AI科研模型DeepMind Alpha系列工作的启发，希望将前沿世界模型技术转化为药企和临床能够使用的平台解决方案。

▲扰动之心创始人兼CEO啜国晖，来源：同济大学官网

在他看来，生命系统具有复杂的动态变化特征，模型不仅需要理解不同生物对象之间的关系，还需要刻画系统在受到外部干预后的状态迁移。扰动之心希望通过几何世界模型建立数字生命系统的状态表征和状态转移模型，并将推演结果转化为药物研发线索。

该公司首席科学家、同济大学数字生命智能体实验室负责人刘琦教授称，新型模态药物研发需要对复杂生命系统进行整体理解和建模。传统AIDD在已知靶点的分子设计方面已经积累了较多技术，但在复杂疾病机制解析和新靶点发现方面仍面临挑战。

▲扰动之心首席科学家、同济大学数字生命智能体实验室负责人刘琦，来源：同济大学官网

刘琦谈道，扰动之心希望将药物研发从单纯的分子层面建模，推进至生命系统状态层面的理解和推演，再通过实验验证和数据反馈形成闭环，让数字模型与真实生命系统之间建立联系。

在科研积累方面，扰动之心团队曾与罗氏、阿斯利康、药明康德等国内外药企及合同研究组织（CRO）展开合作。该团队相关研究成果发表于Nature Methods、Nature Machine Intelligence、Nature Computational Science、Cancer Cell等期刊，并获得药明康德生命化学研究奖、吴文俊人工智能自然科学奖等。

产业合作方面，扰动之心称，该公司已与国内一家头部国产芯片企业签署战略合作协议，PerturbSeek引擎已完成对国产GPU芯片的全栈适配。

此外，该公司还与国内特定领域的药物研发企业签署合作协议，正在开发和部署多个原型系统，并围绕具体应用场景建设数据及实验反馈闭环。

结语：生命世界模型走向产业，实际研发价值何时落地？

不过，世界模型能否真正理解复杂生命系统，仍需要通过持续的实验验证和实际药物研发项目检验。

对于扰动之心而言，如何将模型预测转化为可验证的药物研发线索，并进一步推动新靶点发现和新型药物研发，是其后续商业化落地需要回答的问题。

来源：扰动之心

“特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。

Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”