丛乐创办Acelegen：用基因编辑让活细胞成为可编程计算平台

其实，在过去五年里，AI 已经从一个辅助工具，逐渐变成了重塑生物技术和生命科学研究的底层引擎。

在这种大背景下，一位重量级人物也下场了。丛乐（Le Cong），斯坦福大学教授，CRISPR 基因编辑技术的早期核心开发者之一，联合创立了一家名为 Acelegen 的新公司。根据目前透露的信息，他的团队并不打算寻求单点突破，而是想把他们实验室过去十多年在基因编辑、RNA 设计、干细胞工程和实验室自动化上积累的全部成果整合起来，干一件更激进、也更碘伏性的事——把活细胞变成一个可编程的计算平台。

在基因编辑发展史上，这是一个绕不开的名字。

从学术背景来看，丛乐可以说是世界上最接近做成这件事的人之一。2005 年，他进入清华大学电子工程系，一年后又转入生物系。本科毕业后，他去了哈佛大学攻读生物医学博士，师从基因测序的奠基人乔治·丘奇（George Church），并且在此期间加入了张锋新成立的实验室，成为最早期的成员之一。2010 年，他们开始关注 CRISPR 系统，当时就判断这项技术会大幅降低基因编辑的成本和时间。

2013 年初，丛乐作为第一作者的研究发表在《科学》（Science）上，成为最早一批证明 CRISPR-Cas9 可以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，组建了自己的独立实验室。从那以后，他的研究从基因编辑工具开发，扩展到了 AI 驱动的基因与细胞工程。

从基因编辑到“细胞计算”

Acelegen 的技术路线非常清晰，以生物技术为核心。最底层，是解决如何更安全、更精确地改写生命代码的问题；再往上，是用 AI 来设计基因编辑方案、RNA 元件和细胞状态，而且每一次的实验结果都会被用来迭代下一轮设计。

（来源：Acelegen）

举个例子，丛乐团队曾把失活的 dCas9 与单链退火蛋白结合，在不切断 DNA 双链的情况下插入长片段；他们还开发了 CRISPR-GPT，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。此外，团队在 RNA 翻译调控和干细胞工程方面也有持续研究。所有这些都指向同一个目标：生命系统能不能像软件一样被设计、调试和迭代？

对比目前主流的“AI for Bio”路线——核心是“AI 预测 + 传统实验验证”，Acelegen 的独特之处在于，它不走筛选的路子，而是“用细胞进行计算”。这个表述相当耐人寻味：“Acelegen is where living cells compute.” 传统的高通量筛选把细胞当作静态、被动的容器，而 Acelegen 提出的方向是——不筛选细胞，而是利用活细胞内部实时的分子逻辑，把细胞本身变成能感知、响应、并且可以被重新编程的生物计算单元。

构建“生命的 Scaling Law”

Acelegen 的终极愿景，是找到“生命的 Scaling Law”。在大模型的世界里，Scaling Law 说的是模型能力会随着参数量、数据量和计算量的增加，出现系统性的提升。Acelegen 把这个概念平移到了生物学语境：当分子设计、基因编辑、细胞实验和反馈数据不断累积，生命工程本身会不会也出现一种可预测、可扩展的能力增长？

（来源：Acelegen）

这当然还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、生物安全边界，这些都可能限制所谓“规模化规律”的实现。Acelegen 目前也还没有公布具体的产品或技术路线。

但多方对比下来，Acelegen 的独特之处依然成立：它是极少数把 AI 科学家和基因编辑能力深度绑定在一起发展的公司，并且把湿实验能力与独特的细胞计算平台结合，去做一系列真正“改造生命”的工作。

丛乐曾公开说过：“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 已经站在起跑线上。它最终会成为一家基因编辑公司、一家细胞工程公司，还是变成一种全新的生物医学计算平台？答案只能留给时间来揭晓。

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