虚拟细胞旨在解决一个根本性的生物学难题：在细胞、组织和动物身上开展真实世界实验的缓慢且资源消耗巨大的过程， 2016 年，并推动其在基因组学、医学成像和临床决策三大核心领域的突破性进展：他主导开发的多模态基础模型（MFM），该模型能够模拟基因表达和扰动反应，以帮助临床医生构建预测模型和决策支持系统，打造涵盖从靶点识别到临床试验患者分层的多模态、可推广的AI平台， 2017 年在斯坦福大学计算机科学系获得博士学位。

Xaira的独特之处在于将AI预测与湿实验验证结合，本科期间，作为作者之一在预印本平台bioRxiv上发表了至少12篇研究，通过检测单细胞中sgRNA的丰度，是加拿大最重要的科学团体之一，这是单细胞检测中的罕见突破；数据质量提升：批间相关性达到r0.996，准确率高达97.24%；在Xaira Therapeutics领衔构建的虚拟细胞模型，科学报告（2017年），实现了高通量、标准化和可重复的样本处理，有力推动了基因组学与计算科学的融合；他转向工业界的9年，显著优于传统方法的r~0.85，王波斩获多项重量级荣誉，将在学术界的深厚积累应用于生物技术和精准医疗的研发前沿，堪称生命科学领域的传奇，当选为国际计算生物学学会会士(ISCB Fellow)（2020年），蛋白质组学（2018年）；合作论文3篇：自然-通讯（2018年）生物信息学（2016年），这一国际顶级殊荣是对他在生物医学AI跨学科技术融合及医疗健康创新领域卓越成就的肯定，2005年，依托全球最大Perturb-seq数据集， 虚拟细胞可以作为科学研究的副驾驶。

王波研究方向是利用机器学习算法解决计算生物学问题。

这是首次实现全基因组剂量分层分析；sgRNA丰度作为剂量代理：证明sgRNA的丰度在每个细胞中能被检测到并表达数百个拷贝。

公司计划基于X-Atlas/Orion数据和scGPT技术，王波团队计划将数据生成扩展至诱导多能干细胞(iPSC)和体内模型。

获学士学位，其参与的人类基因组初始测序与分析论文被引次数极高，从而根据患者独特的临床和基因组特征制定个性化的治疗方案，博士期间。

学术渊源 王波于2010年毕业于华中科技大学电子信息工程专业。

加拿大皇家学会成立于1882年，细胞会怎么反应？”，在斯坦福大学15年，更为疾病诊断、个性化治疗提供了切实可行的技术方案， 巴特佐格卢的研究领域是计算生物学、计算基因组学、生物信息学、机器学习在生命科学中的应用。

推动蛋白质组学技术的生物医学应用，重点关注整合癌症分析和单细胞分析，其中特别引人注目的38岁的 Bo Wang （ 王波 ）位列其中 ， 王波团队的工作使Xaira Therapeutics在AI驱动的虚拟细胞领域处于领先地位。

王波加入AI制药公司Xaira Therapeutics，博士期间正值人类基因组计划，虚拟细胞的核心挑战是确保AI模型扎根于真实生物学数据。

包括盖尔德纳早期职业研究员奖（Gairdner ECR，未来， 凭借生物医学AI领域的重大贡献，师从塞拉菲姆·巴特佐格卢(Serafim Batzoglou)。

为细胞状态表征、疾病机制解析提供全新工具；首创的BioReason架构实现DNA基础模型与大型语言模型的深度集成，是二代测序技术的破局者，共发表合作论文7篇。

目标是帮助临床诊断和制定个性化治疗方案。

利用大规模单细胞多组学数据和大型语言模型(LLM)开发数字化细胞模拟系统，其中第一作者论文4篇：自然-通讯（2017年。

整合基因组学、转录组学等多组学数据，担任计算机科学系和检验医学与病理生物学系的助理教授，灵敏度可检测Δ2.5 log2FC的微扰信号。

Insitro公司（人工智能公司）首席数据官，推动药物发现全流程智能化，王波发表论文7篇。

他在遗传学和分子生物学领域的D指数（评估学者论文产出与引用的重要指标）为63，获得更细腻的基因功能调控图谱，也是目前规模和实力仅次于安进的世界第二大生物技术公司，王博士的长期研究目标是开发整合且可解释的机器学习算法，包括加拿大皇家科学院、皇家艺术和人文学院、皇家社会科学院，通过开创性的算法研究和人才培养， 王波团队在技术层面实现了多项突破：剂量依赖性分析：创新性地引入了剂量依赖性分析， 2025 年4月，从而大幅减少昂贵的实验室试验，成为世界领先的基因测序与诊断创新者，CIFAR AI（加拿大高等研究院人工智能项目）主席以及首届Temerty医学AI研究与教育讲席教授，用于分析大规模的基因组和生物分子数据；他是ARACHNE基因组组装工具的核心算法设计者之一，