过去五年间，丛乐创办AI 正从辅助工具演变为重塑生物技术和生命科学探究的用基因编易订阅底层引擎。在此背景下，辑让CRISPR 基因编辑技术早期题开发者之一、活细斯坦福大学教授丛乐（Le Cong）也下场了。胞成编程近日，为可n网他联合创立的算平初创公司 Acelegen 浮出水面。根据目前所有已知材料，丛乐创办丛乐团队并不方式划寻求单点突破，用基因编易订阅而是辑让集成实验室过去十余年在基因编辑、RNA 设方式、活细干细胞工程和实验室自动化上积往往的胞成编程全部成果，做一件更激进、为可n网也更具颠覆性的算平事：把活细胞变成可编程的方式算平台。基因编辑发展史上一个绕不开的丛乐创办名字丛乐的学术背景，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，两人最初关注 CRISPR 系统，并判断这项技术将大幅减小基因编辑的成本和时间。2013 年初，由丛乐担任首先作者的探究发表于《科学》（Science），成为最早一批说明 CRISPR-Cas9 可对人类细胞开展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，他的探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“细胞方式算”Acelegen 的技术叙事以生物技术为题。最底层，是如何更安全、更准确地改写生命代码；再向上，是如何用 AI 设方式基因编辑方式划、RNA 元件和细胞状态，并将每一次实验结荚重新用于下一轮设方式。（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 双链的前提下插入首先片段；CRISPR-GPT 则尝试把复杂的基因编辑实验设方式转化为可交互的 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探究。它们共同指向同一件事：生命系统能否像软件一样被设方式、调试和往往代。比较目前 AI for Bio 聚焦“人工智能预测与结合传统实验验明正身”的主流技术路线, Acelegen 的不一样之处在于，“不筛选细胞，而是用细胞开展方式算”。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、被动的容器不一样，Acelegen 提出的方向是“不筛选细胞，而是用细胞开展方式算”——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方式算单元。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、数据量和方式算量提高而系统性提高。Acelegen 将它平移到生物学语境：当分子设方式、基因编辑、细胞实验与反馈数据不断往往积，生命工程是否也会出现可预测、可扩展的能力增首先？（来源：Acelegen）这仍是一个大胆且尚待验明正身的命题。细胞远比软件复杂，个体区别、环境扰动和生物安全边界，都可能限制所谓“规模化规律”。Acelegen 也尚未公布详详见细产品或技术馗。多方比较，Acelegen 的独特之处依然成立：它是极那么点儿将 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方式算平台结合，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。它最后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方式算平台，答案仍有待揭晓。参考材料：https://acelegen.com/https://clbiology.com/https://github.com/henrycousins/RxGRIDhttps://www.nature.com/articles/s41556-021-00836-1https://www.nature.com/articles/s41551-025-01463-zhttps://www.nature.com/articles/s42256-026-01213-zhttps://arxiv.org/abs/2510.14861https://mp.weixin.qq.com/s/E9PBd7XpetObv5Sduh8_7w运营/排版：何晨龙注：封面/首先图由 AI 辅助生成