11月6日，华兰股份作为第一大股东的企业自然常数科技有限公司宣布，世界蛋白质组学与系统生物学奠基人之一、瑞士苏黎世联邦理工学院（ETH Zurich）教授Rudolf Aebersold（Ruedi）出任公司科学咨询委员会主席，指导虚拟细胞模型（Virtual Cell Model）的底层架构设计与训练数据集构建。这一人事安排，标志着自然常数“基于物理真值的虚拟细胞模型”战略获得全球顶尖学术权威的背书。

Aebersold教授是蛋白质组学（Proteomics）的联合奠基人，率先将质谱技术引入蛋白质定量与系统性分析，与John Yates、Matthias Mann共同奠定了现代蛋白质组学的基础；2000年，他又与Leroy Hood、Alan Aderem联合创立了世界上第一个系统生物学研究所，提出“细胞并非分子的简单集合，而是由蛋白质网络构成的复杂系统”这一革命性的理念。

从数据规模到科学逻辑：重塑虚拟细胞训练数据标准

自然常数已获得了EPFL HDP（杂交多样性小鼠群体）组织样本库，这是全球唯一具备“全生命周期×23种器官×多组学×无混杂受控”四重属性的纵向队列，样本时间跨度覆盖小鼠完整生命周期，重建同等规模队列至少需要5至10年，构成难以逾越的生物学时间壁垒。而当前虚拟细胞研发的痛点已不在数据量，而在数据表征的科学质量——如何让模型学会判断“什么变化在生物学上可行、什么在物理上不可能”，成为决定模型成色的关键。

针对这一问题，Aebersold教授将直接负责训练数据集的科学顶层设计，主导三项核心工作：一是定义虚拟细胞模型的数据标准，明确模型需要学习的核心表征，确保训练数据支撑跨物种因果推演，而非停留在统计相关性拟合；二是依托EPFL HDP的15万余份样本、23种器官及全生命周期纵向数据，结合BSP硬件生成的干预性扰动数据，构建全球最大的真实世界细胞模型训练数据集；三是从蛋白层面指导跨物种映射引擎的科学验证，审查流形对齐引擎的生物学合理性，确保其符合系统生物学因果约束。

从工程实现到监管信任：打造可审计的虚拟细胞模型

在数据与架构之外，模型的可解释性是自然常数瞄准的另一核心目标。其终极目标是让虚拟细胞模型的推演结果成为FDA等监管机构接受的“可审计的第二意见”，模型的每一项输出都要经得起“为什么是这样”的追问。Aebersold教授在推动蛋白质组学开源标准方面有长期积累，其加入将从系统生物学层面为模型提供权威解释，推动这套系统从“工程上能跑”走向“科学上可信”。

当前，虚拟细胞正成为人工智能与生命科学交叉领域的核心赛道，其竞争力取决于训练数据的物理真实性、模型架构的生物学合理性以及监管与行业的接受度，Aebersold教授的加入补上了科学可信度这一关键环节。

自然常数成立于2025年5月，拥有EPFL杂交多样性小鼠群体组织样本库的全球独家开发许可授权，致力于打造药企重大临床投入前的创新药研发决策基础设施平台，公司股东包括华兰股份（301093.SZ）与晶泰控股（0228.HK）。

作为自然常数最大的股东，华兰股份以全资子公司海南灵擎数智作为AI医药战略载体，近两年来已围绕“数据底座—靶点突破—分子设计—临床预测”搭建起完整链条。具体而言，其设立的药图智能布局知识图谱驱动的药物重定向与药物警戒，增资的科迈生物则聚焦AI抗体设计，战略投资的佳吾益延伸精准治疗方向，设立的全资孙公司梵宇智拓重点攻关AI小分子药物发现。此前已入股的自然常数，则主要补齐AI跨物种世界模型驱动的临床风险预测环节。随着Aebersold教授的加入，自然常数虚拟细胞模型的科学基础进一步夯实，华兰股份的AI制药业务布局也有望加速落地。（CIS）