清华大学发布单细胞蛋白组基础模型 ProtCell，摩尔线程 MTT S5000 完成预训练复现
清华大学发布单细胞蛋白组基础模型 ProtCell，利用摩尔线程 S5000 智算卡成功完成“虚拟细胞”预训练复现
清华团队用 3.8 亿个细胞训出蛋白组模型 ProtCell，还在摩尔线程 S5000 上跑通了预训练，和国外 GPU 结果只差 0.2%。做生命科学 AI 或关心国产算力的人可以看看这篇论文怎么写的。
清华大学自动化系江瑞课题组发布面向单细胞蛋白组的基础模型 ProtCell，并发布论文《ProtCell: a foundation model for single-cell proteomics》。该模型汇集约 3.8 亿个细胞、98 个公开数据集用于预训练与评估，能够映射细胞状态并推断未测蛋白表达。
论文披露，团队在摩尔线程 MTT S5000 智算卡上完成了 ProtCell 全流程预训练复现，主要定量评测指标与国际主流 GPU 平台的差异仅约 0.2%。这验证了摩尔线程全功能 GPU 与 MUSA 软件栈对生命科学基础模型训练的承载能力。
ProtCell 面向的“虚拟细胞”方向，目标是预测细胞在药物、基因编辑干预后的动态变化，国际上已有科研机构与科技巨头投入数十亿美元和万卡级算力竞逐。国内《国务院关于深入实施“人工智能 +”行动的意见》也将“人工智能 +”科学技术列为重点行动首位，蛋白组数据涉及生物遗传资源安全，自主算力基座的意义因此突出。
清华大学发布单细胞蛋白组基础模型 ProtCell，利用摩尔线程 S5000 智算卡成功完成“虚拟细胞”预训练复现
IT之家 11 月 14 日消息，据摩尔线程公众号，近日，清华大学自动化系江瑞课题组发布了面向单细胞蛋白组的基础模型 ProtCell，完成了论文《ProtCell:a foundation model for single-cell proteomics》。该模型汇集约 3.8 亿个细胞、98 个公开数据集用于预训练与评估，能够精准映射细胞状态、推断未测蛋白表达，为药物研发与前沿“虚拟细胞”构建提供了关键底座支撑。 论文同时披露， 团队在摩尔线程旗舰级 AI 训推一体智算卡 MTT S5000 上成功完成了 ProtCell 的全流程预训练复现，主要定量评测指标与国际主流 GPU 平台的差异仅约 0.2% ，验证了摩尔线程全功能 GPU（Universal GPU）与 MUSA 全栈软件生态对前沿生命科学基础模型的承载力。 公开信息显示，“虚拟细胞”旨在用 AI 在计算机中构建细胞的运行模型，描述细胞当前状态，并精准预测细胞在受到药物、基因编辑等干预后的动态变化，已成为全球 AI4S 竞争的核心战略高地。 国际上，顶尖科研机构与科技巨头正加速投入数十亿美元与万卡级算力集群竞逐这一领域。在我国，《国务院关于深入实施“人工智能 +”行动的意见》把「人工智能 +」科学技术列为重点行动首位。由于虚拟细胞研发所依赖的基因组、蛋白组等核心数据高度涉及国家生物遗传资源安全，构建自主可控的先进算力基座至关重要。
本条情报归属 AITOP「模型」核心栏目，重点聚焦中国 AI 产业与国产大模型生态。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：ProtCell、摩尔线程、MTT S5000、虚拟细胞，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「IT之家」，经 AITOP 多维评分管线结构化提炼。
