西湖大学和阿里达摩院刚把“基因元”模型跑通了。这项目叫 Guiyuan，专门用来解决干细胞重编程里反复试错太贵、成功率太低的老大难问题。
以前做这行，全靠科学家个人的经验拼凑，谁也没法保证结果能复现。现在不一样，他们用双模态编码策略把 25 种谱系调控因子全摆进去，理论上能凑出近 400 万种组合。
要是靠人工实验，把这 400 万种组合全过一遍，时间和钱早就烧光了。但模型先把这 400 万种组合在虚拟环境里跑了一遍，直接筛出了最优解。
实验结果很硬气：拿模型挑出来的方案去实验室验证，成功做出了高质量的类胚胎干细胞，细胞质量甚至比之前的研究都更好。
这轮数据跑完，我看出来几个点。第一，这模型把研究逻辑从“靠人脑猜”变成了“靠数据算”，彻底打破了个人经验的天花板。第二，效率是指数级往上蹦的，省下的真金白银够再投好几个项目。第三，它不是那种只会给答案的黑盒，里面加了可解释性模块，能告诉科学家为什么这么选，这对揭示生物学机制很有用。
接下来这技术能落地到几个具体场景。发育生物学那边能更清楚人类早期胚胎怎么发育；体外造血有望在实验室里大规模造功能性血液细胞，解决血液病缺供体的问题；类胚胎构建也有个符合伦理的替代方案了；还有癌症和退行性病的细胞治疗，也能找到定制化的高质量细胞药。
这是学界和工业界在生成式 AI 赋能生物医学研究里的一个典型合作案例，看看数据量起来之后，质变到底能有多大。
