技术平台｜INFevo AI 虚拟细胞与自主科学发现

平台定义

围绕细胞状态变化建立可验证的计算系统

北京无界进化科技有限公司（INFevo）构建 AI 虚拟细胞（AIVC）基础模型，用于学习并预测细胞在遗传、化学和环境扰动下的转录状态变化。模型面向的不是静态分类，而是扰动、响应与状态演化之间的关系。

平台把模型预测与自动化细胞实验连接起来：计算提出可检验的判断，实验产生真实反馈，结果再进入下一轮模型和假设迭代。这一闭环面向疾病机制研究、候选靶点分析和药物筛选等研发场景。

核心能力

OCOO-T 是面向转录扰动响应预测的虚拟细胞模型。公开预印本采用 flow matching 与标准 Transformer，对连续基因表达进行建模，并编码扰动类型、剂量和细胞上下文。

研究重点包括对未知扰动、细胞类型和实验条件的泛化，以及对遗传、化学和细胞因子扰动的统一建模。

自动化细胞实验平台把细胞培养、扰动、读出与质量控制组织为可复现流程，使模型输出能够进入真实实验，并让实验结果以结构化方式返回计算系统。

闭环的目标是缩短“提出问题、形成预测、完成验证、修正判断”的周期，同时保留实验边界、不确定性和失败结果。

The Popper Project（TPP）是无界进化正在内测的自主科学发现系统，围绕证据检索、机制推理、假设生成、实验设计和结果反馈组织工作流。

系统强调过程可追溯、假设可评估和结论可证伪。它的职责不是替代科学判断，而是让证据链、决策依据和下一步实验更加清晰。

发现闭环

明确生物学问题、可检验假设和评价标准。

结合多组学数据、虚拟细胞模型与既有证据形成预测。

通过可复现的细胞实验检验关键判断并记录不确定性。

将结果返回模型、知识与假设系统，决定下一轮研究。

研究方向

预测细胞对基因编辑、化合物、剂量和环境变化的状态响应，比较不同细胞上下文中的差异。

围绕疾病相关细胞状态、调控网络和候选机制形成可检验假设，支持靶点优先级判断。

利用模型缩小实验搜索空间，再通过自动化实验验证候选干预及其作用方向。

公开证据

arXiv

模型方法、实验设置与公开基准结果。

模型基准与自主科学发现系统内测信息。

AI 虚拟细胞与类器官验证合作方向。

加入我们

我们正在招聘算法、生物科学、细胞实验和自动化方向的人才。