清华江瑞课题组发布ProtCell：在摩尔线程S5000上复现预训练

11 月 14 日消息，摩尔线程公众号披露，清华大学自动化系江瑞课题组近日推出面向单细胞蛋白组的基础模型 ProtCell，论文《ProtCell:a foundation model for single-cell proteomics》同步完成。预训练与评估动用了 98 个公开数据集、汇集约 3.8 亿个细胞，该模型能精准映射细胞状态、推断未测蛋白表达，为药物研发和前沿“虚拟细胞”构建提供关键底座支撑。

论文还提到，ProtCell 的全流程预训练复现已在该团队手中跑通，所用硬件是摩尔线程旗舰级 AI 训推一体智算卡 MTT S5000。主要定量评测指标与国际主流 GPU 平台相比，差距只有约 0.2%。这一结果说明，摩尔线程全功能 GPU（Universal GPU）与 MUSA 全栈软件生态能够承载前沿生命科学基础模型。

公开信息显示，“虚拟细胞”要做的是用 AI 在计算机里搭建细胞的运行模型：既描述细胞当前状态，也预测细胞在药物、基因编辑等干预下会如何动态变化。这一方向已是全球 AI4S 竞争的核心战略高地。

国际上，顶尖科研机构与科技巨头正投入数十亿美元、以万卡级算力集群竞逐该领域。国内，《国务院关于深入实施“人工智能 +”行动的意见》将「人工智能 +」科学技术列于重点行动首位。虚拟细胞研发依赖的基因组、蛋白组等核心数据，与国家生物遗传资源安全关联很深，自主可控的先进算力基座因此格外关键。