15 Herausforderungen für generative KI in der Zellbiologie: Was das Cell-Paper sagt
Am 17. August 2026 erschien in Cell die Perspective „Fifteen challenges for generative AI applications to cell biology“. Statt ein weiteres besonders großes Modell zum Durchbruch zu erklären, stellt das Autorenteam eine grundlegendere Frage: Welche Aufgaben müsste generative KI tatsächlich lösen, bevor man von einer belastbaren Vorhersage und gezielten Steuerung von Zellen sprechen kann?
Die Antwort sind 15 Herausforderungen, die von molekularen Wechselwirkungen über Zellzustände und Wirkmechanismen bis zu Biomarkern, Organismusreaktionen und klinischen Studien reichen. Das Paper ist damit weniger eine Rangliste aktueller Modelle als ein Vorschlag für bessere wissenschaftliche Zielmarken: Erfolg soll sich daran messen lassen, ob ein Modell in unbekannten biologischen Situationen nützliche, experimentell überprüfbare Vorhersagen liefert.
Quelle: Pexels / CDC
Kurz & knapp
- Das Paper formuliert 15 konkrete Herausforderungen für generative KI in der Zellbiologie und ordnet sie vier Ebenen zu: molekulare Interaktionen, molekulare Funktion, Zell-/Systemfunktion und Translation.
- Der Kernpunkt ist nicht, ob ein Modell biologische Daten überzeugend rekonstruiert, sondern ob es außerhalb bekannter Trainingssituationen richtige und praktisch relevante Vorhersagen macht.
- Besonders anspruchsvoll sind Aufgaben mit Kausalität: Welche Intervention verändert einen Zellzustand, warum wirkt ein Medikament, wie kommunizieren Zellen miteinander oder welches Ergebnis hat eine bisher nicht durchgeführte Studie?
- Aktuelle Foundation Models sind deshalb nicht automatisch „virtuelle Zellen“. Ein 2025 veröffentlichter Benchmark zeigte etwa, dass mehrere Deep-Learning-Modelle bei der Vorhersage genetischer Perturbationen einfache Baselines nicht konsistent schlagen konnten.
- Die 15 Challenges verbinden KI-Entwicklung mit experimenteller Biologie: Gute Benchmarks sollen so angelegt sein, dass Fortschritt in messbaren biologischen Erkenntnisgewinn übersetzt werden kann.
Was das Cell-Paper tatsächlich leisten will
Die Arbeit von Léo Dupire und 14 weiteren Autorinnen und Autoren – darunter Theofanis Karaletsos, Shana O. Kelley, Emma Lundberg, Jian Ma, Stephen R. Quake und Andrea Califano – ist eine Perspective, also ein wissenschaftlicher Orientierungs- und Diskussionsbeitrag. Sie präsentiert nicht ein einzelnes neues Zellmodell mit einer neuen Bestleistung. Stattdessen versucht sie, das Feld auf Aufgaben auszurichten, deren Lösung biologisch etwas bedeutet.
Das ist wichtig, weil „gute Leistung“ in der Computational Biology stark davon abhängt, was genau gemessen wird. Ein Modell kann bekannte Zelltypen sehr gut klassifizieren oder fehlende Werte plausibel ergänzen und trotzdem daran scheitern, die Reaktion auf eine neue genetische Perturbation, ein unbekanntes Gewebe oder einen neuen Wirkstoff vorherzusagen. Für eine tatsächlich prädiktive Zellbiologie ist gerade diese Generalisierung entscheidend.
Quelle: pexels.com
Der Maßstab für biologisch nützliche KI ist nicht nur ein guter Benchmark-Wert. Entscheidend ist, ob Vorhersagen in Experimenten mit neuen Bedingungen standhalten und Forschenden bei der nächsten Entscheidung helfen.
Die Autoren strukturieren die 15 Aufgaben deshalb entlang einer zunehmenden biologischen Skala. Unten sind die englischen Originalbezeichnungen der Challenge-Überschriften wiedergegeben. Die deutschen Erläuterungen sind eine redaktionelle Einordnung dessen, welche Art von Vorhersage oder Designaufgabe jeweils geprüft werden soll; sie sind keine wörtliche Übersetzung des vollständigen Paper-Texts.
Die 15 Herausforderungen im Überblick
Level 1: Molekulare Interaktionen
Auf der ersten Ebene geht es um die elementaren Beziehungen, aus denen Zellverhalten entsteht. Ein Modell muss nicht nur erkennen, welche Moleküle gemeinsam vorkommen, sondern belastbar mit regulatorischem Kontext, Chromatinzustand und Kommunikation zwischen Zellen umgehen können.
| Nr. | Originalbezeichnung | Worum es praktisch geht |
|---|---|---|
| 1 | Regulatory and signaling interactions | Regulatorische und Signalbeziehungen so vorherzusagen, dass sich daraus nachvollziehbare Reaktionen auf einen Eingriff oder Reiz ableiten lassen. |
| 2 | Epigenetic interactions | Zu erfassen, wie Chromatin- und andere epigenetische Zustände die Aktivität von Genen und die Reaktion einer Zelle kontextabhängig verändern. |
| 3 | Cell-cell interactions | Kommunikation und gegenseitige Beeinflussung verschiedener Zellen vorherzusagen, statt jede Zelle isoliert zu modellieren. |
Quelle: commons.wikimedia.org / National Institutes of Health
Zellverhalten entsteht aus Strukturen und Wechselwirkungen auf mehreren Ebenen. Die NIH-Aufnahme zeigt HeLa-Zellen mit Aktin in Rot, Mikrotubuli in Cyan und Zellkernen in Blau – ein anschauliches Beispiel für die gleichzeitig vorhandene molekulare und zelluläre Organisation.
Level 2: Molekulare Funktion
Die zweite Ebene verschiebt die Frage von beobachteten Beziehungen zu Funktion. Hier wird interessant, ob KI aus Sequenzen und molekularen Komponenten auf biologische Wirkung schließen oder sogar neue funktionale Mechanismen entwerfen kann.
| Nr. | Originalbezeichnung | Worum es praktisch geht |
|---|---|---|
| 4 | Synthetic mechanisms | Neue, konstruierte molekulare Mechanismen mit einem gewünschten Verhalten zu entwerfen und ihre Funktion zuverlässig vorauszusagen. |
| 5 | Genome to biochemical function | Von genomischer Information zu konkreten biochemischen Fähigkeiten und Abläufen zu gelangen – nicht nur zu statistischen Sequenzähnlichkeiten. |
| 6 | Drug mechanism of action | Vorherzusagen, über welche Zielstrukturen, Signalwege und Kontextbedingungen ein Medikament tatsächlich wirkt. |
Level 3: Zell- und Systemfunktion
Auf dieser Ebene wird aus molekularer Vorhersage eine Systemaufgabe. Eine Zelle besitzt viele mögliche Zustände, reagiert auf ihre Umgebung und kann durch Interventionen umprogrammiert werden. Genau hier wird sichtbar, warum ein „Sprachmodell für Gene“ nicht automatisch eine vollständige virtuelle Zelle ist.
| Nr. | Originalbezeichnung | Worum es praktisch geht |
|---|---|---|
| 7 | Genome to phenotype | Aus einem Genom belastbar auf phänotypische Eigenschaften und Verhalten zu schließen, auch wenn Kombinationen von Varianten oder Bedingungen neu sind. |
| 8 | Cell state reprogramming | Interventionen zu finden, die eine Zelle gezielt von einem Ausgangszustand in einen gewünschten Zielzustand bewegen. |
| 9 | Synthetic circuit design | Robuste künstliche genetische Schaltkreise zu entwerfen, deren Verhalten in realen Zellen den Vorgaben entspricht. |
| 10 | Systems-level mechanisms | Mechanismen auf Systemebene zu erfassen, bei denen Zellzustand, Umgebung und mehrere gekoppelte Prozesse gemeinsam die beobachtete Funktion bestimmen. |
Quelle: pexels.com
Viele der vorgeschlagenen Aufgaben verlangen einen geschlossenen Kreislauf aus Modell und Experiment: Vorhersage formulieren, in einer kontrollierten Zellkultur testen, Abweichungen messen und daraus die nächste Modellgeneration ableiten.
Level 4: Translation
Die vierte Ebene ist der härteste Realitätstest. Nun sollen molekulare und zelluläre Vorhersagen in Fragestellungen münden, die für Wirkstoffentwicklung und Medizin relevant sind. Dabei steigt nicht nur die biologische Komplexität, sondern auch die Bedeutung von Datenqualität, Patient:innen-Heterogenität und prospektiver Validierung.
| Nr. | Originalbezeichnung | Worum es praktisch geht |
|---|---|---|
| 11 | Complex biomarker identification | Mehrdimensionale Biomarker zu finden, die einen klinisch relevanten Zustand oder eine Reaktion robust anzeigen und sich außerhalb des Entdeckungsdatensatzes bewähren. |
| 12 | Drug toxicity | Toxische Effekte eines Wirkstoffs möglichst früh und in relevanten biologischen Kontexten vorherzusagen. |
| 13 | Drug efficacy | Wirksamkeit nicht nur im Mittel, sondern für unterschiedliche biologische Zustände und potenziell unterschiedliche Patientengruppen vorherzusagen. |
| 14 | Organismal responses | Von einzelnen Zellen und Geweben zu Reaktionen eines gesamten Organismus zu generalisieren, in dem Immun-, Stoffwechsel- und Organsysteme gekoppelt sind. |
| 15 | Clinical trial outcomes | Vorherzusagen, wie eine klinische Studie unter realen Bedingungen ausgeht – eine Aufgabe, die weit über die Rekonstruktion vorhandener Omics-Daten hinausgeht. |
Quelle: pexels.com
Die letzten Challenges reichen bis in die Translation. Je näher eine Vorhersage an Arzneimittelsicherheit, Wirksamkeit oder klinische Studien rückt, desto höher werden die Anforderungen an unabhängige Daten, Reproduzierbarkeit und prospektive Bestätigung.
Warum aktuelle Benchmarks für „virtuelle Zellen“ nicht reichen
Die 15 Herausforderungen treffen einen wunden Punkt der aktuellen KI-Biologie: Ein Benchmark kann technisch sauber sein und dennoch eine falsche Vorstellung von Fortschritt erzeugen. Wenn Trainings- und Testdaten sehr ähnlich sind, kann ein Modell Muster interpolieren, ohne den zugrunde liegenden Mechanismus ausreichend zu erfassen. Für echte Vorhersagekraft sind daher Testfälle wichtig, die bewusst aus der bekannten Verteilung herausführen – etwa neue Perturbationen, andere Zelltypen, andere Gewebe oder Kombinationen, die das Modell beim Training nicht gesehen hat.
Wie relevant dieser Einwand ist, zeigte 2025 eine Open-Access-Arbeit in Nature Methods. Constantin Ahlmann-Eltze, Wolfgang Huber und Simon Anders verglichen fünf Single-Cell-Foundation-Models und zwei weitere Deep-Learning-Ansätze mit bewusst einfachen Baselines bei der Vorhersage transkriptomischer Veränderungen nach genetischen Perturbationen. In den untersuchten Aufgaben konnte keines der komplexen Modelle die einfachen Baselines konsistent übertreffen. Die Autoren betonen selbst, dass daraus nicht folgt, Deep Learning sei für Single-Cell-Biologie grundsätzlich ungeeignet. Der Befund zeigt vielmehr, wie wichtig starke Baselines und anspruchsvolle Tests für Aussagen über Generalisierung sind.
Das Cell-Paper setzt genau an diesem Punkt an: Ein zukünftiges Modell sollte nicht dadurch überzeugen, dass es bekannte Daten besonders realistisch nachbildet, sondern dadurch, dass seine Vorhersagen die nächste experimentelle Entscheidung verbessern. Damit verschiebt sich die Leitfrage von „Wie ähnlich sieht der Output aus?“ zu „Welche neue biologische Aussage können wir mit vertretbarer Fehlerrate testen?“
Drei strukturelle Probleme hinter den 15 Challenges
1. Biologische Daten sind reichhaltig, aber nicht automatisch die richtigen Trainingsdaten
Einzelzell-Atlanten enthalten heute enorme Mengen an Messwerten. Trotzdem fehlen für viele prädiktive Aufgaben genau jene Daten, die kausale Aussagen erlauben: kontrollierte Perturbationen, Zeitreihen, Dosis-Wirkungs-Beziehungen, räumlicher Kontext, Multi-Omics-Messungen und ausreichend viele unabhängige biologische Systeme. Eine Milliarde beobachtete Zellen ist für manche Fragen weniger informativ als ein kleinerer, sauber geplanter Datensatz mit gezielten Interventionen.
Die Chan Zuckerberg Initiative beziehungsweise Biohub verfolgt deshalb parallel zum Aufbau großer Zell-Datensätze ausdrücklich das Ziel einer KI-basierten virtuellen Zelle, die Zellverhalten vorhersagen und verständlich machen soll. Auch die 2024 in Cell veröffentlichte Perspective „How to build the virtual cell with artificial intelligence“ beschreibt die virtuelle Zelle als multiskaliges, multimodales Modell für Moleküle, Zellen und Gewebe. Die 15 Challenges von 2026 können als konkretere Prüfsteine gelesen werden, an denen sich dieses ambitionierte Ziel messen lässt.
2. Zellbiologie ist kombinatorisch und kontextabhängig
Sprache besitzt Regeln und wiederkehrende Muster; Zellen ebenfalls – aber ihr Zustandsraum wird durch Genregulation, Proteininteraktionen, Stoffwechsel, Epigenetik, räumliche Nachbarschaft, Entwicklungsgeschichte und Umwelt gleichzeitig geprägt. Schon kleine Änderungen können ihre Wirkung je nach Zelltyp oder Kontext ändern. Ein Modell, das eine einzelne Komponente korrekt kennt, muss deshalb noch lange nicht die Konsequenz einer Kombination aus mehreren Eingriffen korrekt vorhersagen.
Das spricht für Modelle, die biologisches Vorwissen nicht als nachträgliche Erklärung behandeln, sondern bei Architektur, Training und Evaluation berücksichtigen: etwa bekannte Interaktionsnetzwerke, physikalische Randbedingungen, Reaktionswege oder explizite Perturbationsdaten. Größere Parameterzahlen können hilfreich sein, ersetzen diese Struktur aber nicht automatisch.
3. Korrelation ist für viele Challenges nicht genug
Bei Zellzustands-Reprogrammierung, Wirkmechanismen oder Medikamentenwirkung geht es um Interventionen: Was passiert, wenn wir X verändern? Genau diese Frage trennt Korrelation von Kausalität. Ein Modell kann einen Marker perfekt mit einem Krankheitszustand verbinden, ohne zu wissen, ob der Marker Ursache, Folge oder nur Begleiterscheinung ist. Für die Challenges 8, 11, 12 und 13 ist diese Unterscheidung unmittelbar relevant.
Ein anschauliches Beispiel für den gewünschten Validierungszyklus ist der Zerlo-Bericht zur im Labor bestätigten DeepMind-/Yale-Krebshypothese: Dort führte ein Modell zu einer konkreten, kontextabhängigen Hypothese, die anschließend in menschlichen Zellmodellen getestet wurde. Ein solcher Treffer beweist noch keine allgemeine „virtuelle Zelle“, zeigt aber, weshalb prospektive Experimente deutlich aussagekräftiger sind als rein retrospektive Benchmarks.
Was eine wirklich nützliche „AI Virtual Cell“ können müsste
Der Begriff AI Virtual Cell wird häufig für Foundation Models verwendet, die aus großen Single-Cell-Datensätzen Repräsentationen lernen. Das ist ein wichtiger Baustein, aber die 15 Challenges legen eine höhere Messlatte nahe. Eine nützliche virtuelle Zelle müsste nicht nur den aktuellen Zustand kodieren, sondern Interventionen und Folgen simulieren können.
- Generalisieren: Vorhersagen müssen auch für nicht gesehene Zelltypen, Perturbationen oder Umgebungen belastbar bleiben.
- Mehrere Skalen verbinden: Molekulare Interaktionen müssen mit Zellzustand, Gewebe und letztlich Organismusreaktionen verknüpft werden.
- Unsicherheit ausweisen: Ein Modell muss erkennen lassen, wann Daten für eine belastbare Vorhersage fehlen, statt jede Ausgabe gleich sicher erscheinen zu lassen.
- Experimentell falsifizierbar sein: Vorhersagen sollten so konkret sein, dass sie im Labor widerlegt oder bestätigt werden können.
- Mechanistisch nützlich sein: Für Forschung und Wirkstoffentwicklung zählt nicht nur dass ein Effekt vorhergesagt wird, sondern möglichst auch, über welche Mechanismen und unter welchen Bedingungen er entsteht.
Damit wird auch klar, warum Challenge 15 – klinische Studienergebnisse – am Ende der Skala steht. Zwischen einem Genexpressionsprofil und dem Ausgang einer Studie liegen zahlreiche Ebenen: Dosierung, Pharmakokinetik, Immunreaktionen, Begleiterkrankungen, Patient:innen-Auswahl, Studienprotokoll und statistische Endpunkte. Ein Modell, das all diese Faktoren zuverlässig verbindet, wäre qualitativ etwas anderes als ein System zur Zelltypklassifikation.
Was KI- und Biologie-Teams aus dem Paper ableiten können
Aus den 15 Challenges lässt sich eine praktische Entwicklungsstrategie ableiten. Das Folgende ist eine redaktionelle Synthese aus dem Paper und der aktuellen Benchmark-Debatte, keine zusätzliche Liste der Autoren:
- Zuerst die biologische Entscheidung definieren. Bevor eine Modellmetrik gewählt wird, sollte klar sein, welche experimentelle oder translationale Entscheidung durch die Vorhersage besser werden soll.
- Einfache Baselines ernst nehmen. Ein komplexes Foundation Model sollte gegen naive, lineare und domänenspezifische Baselines antreten. Sonst bleibt unklar, ob die zusätzliche Komplexität echten Informationsgewinn liefert.
- Testdaten nach Generalisierung planen. Sinnvolle Splits halten genau die Situationen zurück, die später vorhergesagt werden sollen: neue Perturbationen, neue Zellkontexte oder ganze unabhängige Datensätze.
- Retrospektive und prospektive Evaluation trennen. Retrospektive Benchmarks helfen beim Methodenvergleich. Prospektive Experimente testen dagegen, ob das Modell tatsächlich neue, unbekannte Biologie vorhersagen kann.
- Biologisches Vorwissen und Unsicherheit integrieren. Netzwerke, Mechanismen und physikalische Randbedingungen können den Suchraum strukturieren; Unsicherheitsabschätzungen helfen, riskante Überinterpretationen zu vermeiden.
- Negative Ergebnisse veröffentlichen. Wenn ein großes Modell einfache Baselines nicht schlägt, ist das wissenschaftlich wertvoll. Solche Resultate verhindern, dass das Feld Rechenaufwand mit biologischem Fortschritt verwechselt.
Warum das Paper über Zellbiologie hinaus relevant ist
Die Perspektive ist ein Beispiel für ein allgemeines Problem in der generativen KI: Je eindrucksvoller ein Modell Output erzeugen kann, desto leichter wird Plausibilität mit Korrektheit verwechselt. In der Zellbiologie fällt dieser Unterschied besonders stark auf, weil eine plausible Vorhersage im Experiment scheitern kann – und weil falsche Annahmen später Zeit, Tiere, Proben oder klinische Ressourcen kosten.
Die 15 Challenges setzen deshalb einen nützlichen Gegenakzent zum reinen Skalierungsdenken. Sie verlangen Aufgaben, deren Lösung messbar schwieriger und wissenschaftlich wertvoller wird, je weiter man von molekularer Rekonstruktion in Richtung kausaler Zellsteuerung und klinischer Translation geht. Ob aktuelle Transformer, graphbasierte Modelle, hybride mechanistische Systeme oder neue Architekturen diese Aufgaben am besten lösen werden, lässt das Paper bewusst offen.
FAQ
Was bedeutet „Fifteen challenges for generative AI applications to cell biology“?
Das ist der Titel einer 2026 in Cell veröffentlichten Perspective. Das Autorenteam formuliert 15 wissenschaftliche Herausforderungen, anhand derer sich generative KI für Zellbiologie sinnvoll prüfen lässt – von regulatorischen Interaktionen bis zur Vorhersage klinischer Studienergebnisse.
Welche vier Ebenen decken die 15 Challenges ab?
Die Herausforderungen reichen von molekularen Interaktionen über molekulare Funktion und Zell-/Systemfunktion bis zur Translation. Dadurch steigt die Messlatte schrittweise von lokalen biologischen Beziehungen zu Vorhersagen über Medikamente, Organismen und klinische Studien.
Sagt das Cell-Paper, dass eine virtuelle Zelle bereits existiert?
Nein. Das Paper ist gerade keine Erfolgsmeldung über eine fertig gelöste virtuelle Zelle. Es beschreibt Aufgaben, die künftige generative Modelle bewältigen müssten, damit ihre Vorhersagen biologisch und translational überzeugender werden.
Warum reichen gute Scores auf bestehenden Single-Cell-Benchmarks nicht?
Ein guter Score kann aus Aufgaben entstehen, die dem Training stark ähneln oder von einfachen Mustern lösbar sind. Für prädiktive Biologie ist entscheidend, ob ein Modell auf neue Perturbationen, Zelltypen, Gewebe oder andere bisher ungesehene Bedingungen generalisiert und dort bessere Vorhersagen als starke einfache Baselines liefert.
Können größere Foundation Models die 15 Probleme einfach durch Skalierung lösen?
Das ist nicht belegt. Größere Modelle können mehr Daten und komplexere Repräsentationen aufnehmen, aber die Challenges betreffen zusätzlich Datenqualität, Kausalität, biologische Randbedingungen, Generalisierung und experimentelle Validierung. Der Nature-Methods-Benchmark von 2025 zeigt zudem, dass Modellkomplexität allein bei Perturbationsvorhersagen noch keinen verlässlichen Vorsprung garantiert.
Welche Challenge ist für die Medizin am weitesten reichend?
Challenge 15, „Clinical trial outcomes“, liegt am Ende der translationalen Ebene. Sie setzt voraus, dass ein Modell viele vorherige Ebenen ausreichend gut integriert: molekulare Mechanismen, Zellzustände, Wirksamkeit, Toxizität, Organismusreaktionen und klinische Heterogenität.
Fazit
„Fifteen challenges for generative AI applications to cell biology“ ist vor allem ein Plädoyer für eine anspruchsvollere Definition von Fortschritt. Die 15 Aufgaben verschieben den Fokus von beeindruckender Datenrekonstruktion zu Generalisierung, Mechanismus, Intervention und prospektiver Bestätigung. Je weiter die Liste in Richtung Translation führt, desto weniger genügt ein Modell, das biologische Muster nur plausibel reproduziert.
Für die Debatte um AI Virtual Cells ist das eine hilfreiche Messlatte: Eine echte virtuelle Zelle wäre nicht einfach ein sehr großes Modell für Genexpression, sondern ein System, das neue biologische Situationen vorhersagt, seine Unsicherheit erkennen lässt und in realen Experimenten wiederholt nützliche Treffer liefert. Bis dahin sind die 15 Challenges weniger ein Beweis für das Erreichte als eine konkrete Forschungsagenda für das, was noch fehlt.