把人体写成可执行图：开源 virtual-human 项目让 agent 用代码解生物学难题

Vjeux · x · 2026-11-03

开发者 Rohan Arun 提出一个思路：如果把身体和真实世界形式化成图表示的代码，agent 能否直接用代码求解问题？他开源了 virtual-human 项目来验证这一想法，目标是构建人体多尺度模拟，用于测试药物与蛋白质。

项目核心内容

从分子层面的 coupled-cluster 量子力学、蛋白质/药物的原子级物理引擎，到预测药物在人体内作用的全身体引擎，每一层都有验证，并提供浏览器实时 demo。
图的边界很诚实：图解决“哪里连接/多少流量/是否一致”这类结构问题；强度、速度、折叠仍归物理引擎。
可执行类型图：每条边携带其验证过的模型，图把各尺度连接起来，任何部分可单独验证。
图算法给出精确结果：血液守恒精确到 1.5×10⁻¹⁶（Kirchhoff 定律）；口服药物“肠→肝”的首过代谢从拓扑中自然涌现；清除率子图与全模型完全吻合（28.488 L/h）。
图还能反过来验证物理引擎：对键图的广度优先搜索精确复现力场的 1687 个 exclusion pairs。
本轮新增显式溶剂引擎：每个水分子、Ewald/smooth PME 长程静电（与 OpenMM 对齐到 10⁻¹¹–10⁻¹³）、SHAKE/RATTLE 约束等。

这是把 auto-research agent 思路从 GitHub 仓库自动研究扩展到生物体的早期尝试，仓库 MIT 许可、欢迎 agent 探索。

「编程与Agent」频道最新