过去五年间，AI 正从辅助工具演变为重塑生物技术和生命科学研究的底层引擎。
在此背景下，CRISPR 基因编辑技术早期核心开发者之一、斯坦福大学教授丛乐（Le Cong）也下场了。近日，他联合创立的初创公司 Acelegen 浮出水面。根据目前所有已知信息，丛乐团队并不计划寻求单点突破，而是集成实验室过去十余年在基因编辑、RNA 设计、干细胞工程和实验室自动化上积累的全部成果，做一件更激进、也更具颠覆性的事：把活细胞变成可编程的计算平台。
基因编辑发展史上一个绕不开的名字
(资料图片仅供参考)
丛乐的学术背景，使他成为世界上最接近做成这件事的人之一。
2005 年，丛乐进入清华大学电子工程系，又在一年后转入生物系。本科毕业后，他进入哈佛大学攻读生物医学博士，师从基因测序奠基人乔治·丘奇（George Church），并在此期间加入张锋新成立的实验室，成为最早期成员之一。2010 年，两人开始关注 CRISPR 系统，并判断这项技术将大幅降低基因编辑的成本和时间。
2013 年初，由丛乐担任第一作者的研究发表于《科学》（Science），成为最早一批证明 CRISPR-Cas9 可对人类细胞进行基因编辑的开创性工作。之后，他加入斯坦福大学医学院并组建独立实验室。此后，他的研究从基因编辑工具开发，进一步扩展到 AI 驱动的基因与细胞工程。
从基因编辑到“细胞计算”
Acelegen 的技术叙事以生物技术为核心。最底层，是如何更安全、更精确地改写生命代码；再向上，是如何用 AI 设计基因编辑方案、RNA 元件和细胞状态，并将每一次实验结果重新用于下一轮设计。
（来源：Acelegen）
例如，丛乐团队曾将失活的 dCas9 与单链退火蛋白结合，在不切断 DNA 双链的前提下插入长片段；CRISPR-GPT 则尝试把复杂的基因编辑实验设计转化为可交互的 AI 智能体工作流。团队还在推进 RNA 翻译调控和干细胞工程相关研究。它们共同指向同一件事：生命系统能否像软件一样被设计、调试和迭代。
对比当前 AI for Bio 聚焦“人工智能预测与结合传统实验验证”的主流技术路线, Acelegen 的不同之处在于，“不筛选细胞，而是用细胞进行计算”。这也是官网最耐人寻味的表述：“Acelegen is where living cells compute.” 与传统高通量筛选把细胞视为静态、被动的容器不同，Acelegen 提出的方向是“不筛选细胞，而是用细胞进行计算”——利用活细胞内部实时的分子逻辑，把细胞本身变成能够感知、响应并被重新编程的生物计算单元。
构建“生命的 Scaling Law”
Acelegen 的愿景是找到“生命的 Scaling Law”。在大模型语境下，Scaling Law 描述的是模型能力随参数量、数据量和计算量增加而系统性提升。Acelegen 将它平移到生物学语境：当分子设计、基因编辑、细胞实验与反馈数据不断累积，生命工程是否也会出现可预测、可扩展的能力增长？
（来源：Acelegen）
这仍是一个大胆且尚待验证的命题。细胞远比软件复杂，个体差异、环境扰动和生物安全边界，都可能限制所谓“规模化规律”。Acelegen 也尚未公布具体产品或技术路径。
多方对比，Acelegen 的独特之处依然成立：它是极少数将 AI 科学家与基因编辑能力深度绑定发展的公司，并将湿实验能力和独特的细胞计算平台结合，用于一系列真正“改造生命”的工作。
丛乐曾公开表示：“想法总是会有很多，真正做出来才能产生最大的价值。”如今，Acelegen 已经站上起点。它最终会成为一家基因编辑公司、细胞工程公司，还是一种新的生物医学计算平台，答案仍有待揭晓。
参考内容：
https://acelegen.com/
https://clbiology.com/
https://github.com/henrycousins/RxGRID
https://www.nature.com/articles/s41556-021-00836-1
https://www.nature.com/articles/s41551-025-01463-z
https://www.nature.com/articles/s42256-026-01213-z
https://arxiv.org/abs/2510.14861
https://mp.weixin.qq.com/s/E9PBd7XpetObv5Sduh8_7w
运营/排版：何晨龙
注：封面/首图由 AI 辅助生成
免责声明：以上内容为本网站转自其它媒体，相关信息仅为传递更多信息之目的，不代表本网观点，亦不代表本网站赞同其观点或证实其内容的真实性。如稿件版权单位或个人不想在本网发布，可与本网联系，本网视情况可立即将其撤除。
营业执照公示信息