李波 Bo Li — AI for Biology:从多模态虚拟细胞到实验决策

AI for Biology多模态虚拟细胞 · 扰动建模 · 干预设计
从多模态虚拟细胞到实验决策

我研究如何用 AI 方法把多模态扰动数据转化为更好的实验决策。我的工作把可靠测量、细胞响应建模和干预设计连接起来,回答两个问题:哪些生物学效应可以预测,哪些干预值得去做实验。

2 篇第一作者论文发表于 Nature Communications PhenoProfiler ↗SpaIM ↗ 引用 569 次 · h-index 13 谷歌学术 ↗
澳门大学(导师 Bob Zhang;联合导师 Qianqian Song,普渡大学) 访问 新加坡国立大学(合作导师 Yang Zhang)
正在寻找 2027 年秋季开始的博士后职位,方向包括 AI for Biology、虚拟细胞、测量感知的模型评估与干预设计。

近期动态

2026.09 🎯 发布 VCDesign:面向虚拟细胞的有限预算干预设计框架。项目 · 代码
2026.09 🧬 发布 PertResolve:考虑测量分辨率的扰动预测评估框架。项目 · 代码
2026.09 💊 发布 DrugDis:拆分通用效应与情境特异效应、用于解释药物响应预测的框架。项目 · 代码 · 数据
2026.08–09 📘 三篇合作论文发表:不完整多视图多标签学习的两项工作分别发表于 IJCV 和 IEEE TPAMI;从组织切片预测基因表达的 PSSD 发表于 Bioinformatics。
2026.06 🇸🇬 开始在新加坡国立大学进行为期一年的访问,合作导师为 Yang Zhang 教授。
2026.05 🤖 CellScientist 预印本发布于 arXiv(合作作者)。
2026.04 🧫 MVCBench 预印本发布于 bioRxiv。
2026.01 🎉 一篇论文被 ICLR 2026 接收(合作作者)。
2025.12 🎉 PhenoProfiler 发表于 Nature Communications。
2025.12 🧬 合作的空间组学论文 HAST 发表于 Communications Biology。
2025.08 🧬 SpaIM 发表于 Nature Communications。
更早动态(2024)
2024.10 📄 HGGEP 发表于 Briefings in Bioinformatics。
2024.08 🧬 合作论文 AntiFormer(抗体结合亲和力预测)发表于 Briefings in Bioinformatics。
2024.08 🎓 进入澳门大学攻读博士学位。
2024.07 🏅 毕业于北京工业大学,获评北京工业大学 Top 100 毕业生、北京市优秀毕业生。
2024.03–06 🔬 MHFAN、Lite-UNet 和 EDTM 发表于 Pattern Recognition 和 EAAI。

研究方向

01 · MEASURE 测量

哪些生物学差异和预测能力能够被可靠地评估?

弄清实验能够可重复地分辨哪些生物学差异,以及预测模型真正恢复了哪些响应结构。在解读基准结果之前,先把测量局限、整体性能和情境特异的恢复能力区分开。

02 · MODEL 建模

哪些生物学信息能够跨模态、跨情境迁移?

在转录组、形态学、空间和扰动测量之间学习并评估细胞表征,重点关注哪些信息在生物学和实验条件发生变化时依然有用。

03 · DESIGN 设计
当前重点

下一步最值得做哪些实验?

把干预设计表述为有限预算下的决策问题:针对生物学目标对可行的干预排序,并用独立测得的结果评估所选的实验。

迈向自适应的干预选择和前瞻性的实验反馈。
下一步方向

自适应干预设计:把虚拟细胞模型、科研智能体和独立的实验反馈连接起来,让每一轮实验都为下一轮提供信息。

代表性论文

† 共同第一作者  ·  * 通讯作者

已发表

MODEL · Cellular Representation
PhenoProfiler: end-to-end phenotypic profiling of high-content cell images

PhenoProfiler: Advancing Phenotypic Learning for Image-based Drug Discovery

Bo Li, Bob Zhang*, Chengyang Zhang, Minghao Zhou, Weiliang Huang, Shihang Wang, Qing Wang, Mengran Li, Yong Zhang, Qianqian Song*

Nature Communications 17, 793 (2026)  ·  Paper  ·  Webserver  ·  Code  ·  arXiv  · 

简介:直接从高内涵显微图像学习细胞表征,用于表型分析和药物发现,把图像特征与不同细胞扰动之间的生物学差异联系起来。

MODEL · Multimodal Biology
SpaIM: style-transfer imputation for single-cell spatial transcriptomics

SpaIM: Single-cell Spatial Transcriptomics Imputation via Style Transfer

Bo Li†, Ziyang Tang†, Aishwarya Budhkar, Xiang Liu, Tonglin Zhang, Baijian Yang*, Jing Su*, Qianqian Song*

Nature Communications 16, 7861 (2025)  ·  Paper  ·  Code  ·  Data  · 

简介:通过风格迁移整合单细胞与空间转录组数据,预测空间基因表达,把刻画细胞身份和组织结构的两类互补测量联系起来。

在研工作 · 预印本与稿件

DESIGN · Intervention Design
VCDesign: finite-budget intervention design for virtual cells

VCDesign: Finite-Budget Intervention Design for Virtual Cells

Bo Li†, Lin Wang†, Bob Zhang*, Mengran Li, Zhenchao Tang, Chengyang Zhang, Minghao Sun, Chengliang Liu, Zhiyuan Liu, Yang Zhang*

Manuscript 2026  ·  Project  ·  Manuscript  ·  Code  ·  Data  · 

简介:在有限的实验预算下对可行干预进行排序,利用历史扰动数据和生物学知识,为尚未测得响应的候选干预确定优先级,并用独立测得的实验结果评估所选干预。

MEASURE · Measurement-aware Evaluation
PertResolve: measurement resolution for fine-grained perturbation prediction

Measurement resolution constrains fine-grained perturbation prediction

Bo Li†, Chengyang Zhang†, Mengran Li†, Bob Zhang*, Lin Wang, Zhenchao Tang, Jun Liu, Chengliang Liu, Chen Wei, Yuhao Yi*, Jiancheng Lv, Yang Zhang*

Manuscript 2026  ·  Project  ·  Manuscript  ·  Code  ·  Data  · 

简介:把测量本身的局限和模型的局限分开:先检验实验能否可重复地区分细粒度的扰动效应,再检验预测模型能否恢复这些差异,而不只是学到共有的响应模式。

MEASURE · Component-resolved Evaluation
DrugDis: disentangling general and context-specific effects in drug-response prediction

DrugDis: Disentangling general and context-specific effects in drug-response prediction

Bo Li†, Chengliang Liu†, Yuzhong Peng†, Bob Zhang*, Qing Wang, Pinxian Zeng, Mengran Li, Shenghui Huang, Chuxia Deng*, Yang Zhang*

Manuscript 2026  ·  Project  ·  Manuscript  ·  Supplement  ·  Code  ·  Data  · 

简介:把药物和样本的通用效应与情境特异的交互效应分开,揭示整体预测精度由什么驱动,以及模型改进是否真正恢复了生物学解释所需的响应成分。

MODEL · Virtual Cell Generalization
MVCBench: benchmarking drug-molecular and gene representations for drug-induced virtual cell phenotypes

MVCBench: A Multimodal Benchmark for Drug-induced Virtual Cell Phenotypes

Bo Li†, Qing Wang†, Shihang Wang†, Bob Zhang*, Yuzhong Peng, Pinxian Zeng, Chengliang Liu, Mengran Li, Ziyang Tang, Xiaojun Yao, Chuxia Deng, Qianqian Song*

bioRxiv 2026  ·  Project  ·  Preprint  ·  Code  ·  Data  · 

简介:对药物诱导的转录组与形态学响应,系统评测分子与细胞表征,检验哪些预测增益能跨化合物、细胞系、实验批次和数据集保持。

完整论文列表见 Google Scholar ↗

软件与资源

代表性研究软件与社区资源。

项目 简介 Stars
VCDesign 面向虚拟细胞的有限预算干预排序与决策对齐评估 4
PertResolve 用于解释扰动预测性能、考虑测量分辨率的评估框架 3
DrugDis 按成分拆分通用效应与情境特异效应的药物响应预测评估 1
MVCBench 虚拟细胞表征与泛化能力的多模态基准 10
PhenoProfiler 面向高内涵细胞成像的端到端表型表征学习 11
Awesome-Virtual-Cell 虚拟细胞研究的文献、数据集、基准与资源汇总 323
Nature-Paper-Skills 用于科研论文撰写、修改、审查与重投的 Agent 技能 578
SpaIM 用于空间转录组插补的跨模态建模 24

Star 数截至 2026-10-13 · 点击查看 GitHub 实时数据。

教育经历

荣誉奖励

  • 2024:澳门大学博士奖学金
  • 2024.07:北京工业大学 Top 100 毕业生(前 100 / 6331)
  • 2024.07 & 2021.07:北京市优秀毕业生
  • 2023.10:小米奖学金
  • 2022.10:国家奖学金
  • 2021:北京信息科技大学科技创新奖学金一等奖

专利

三项中国发明专利的共同发明人,内容涉及细胞图像密度图生成与细胞定位:CN115457546A、CN115810046A、CN115457547A。

学术服务

期刊审稿人:Science Advances、IEEE TPAMI、IEEE TIP、IEEE TNNLS、Medical Image Analysis、Bioinformatics、Briefings in Bioinformatics、Pattern Recognition、BMC Biology、Engineering Applications of Artificial Intelligence、Expert Systems with Applications。

合作单位:普渡大学、康奈尔大学、佛罗里达大学、新加坡国立大学、中山大学、四川大学、北京工业大学、澳门理工大学。

北京信息科技大学 北京工业大学 澳门大学 四川大学华西医院 新加坡国立大学