AI双模型重构细胞研究范式：跨物种基因解码开启新纪元

来源：徽声在线科技频道

科技观察员 李明轩

在显微镜的视野中，我们只能窥见细胞的形态轮廓，但要真正解码细胞的功能密码，必须深入探究其基因表达图谱。随着全球科研团队积累超过数亿个细胞的转录组数据，传统分析手段已难以应对这种数据洪流。科学家们正借助人工智能技术，为细胞生物学研究打造革命性工具。

由斯坦福大学领衔的国际团队开发出双模型系统：通用细胞嵌入模型（UCE）通过构建多维数学坐标系实现细胞空间定位；TranscriptFormer模型则通过深度学习12个物种1.12亿个细胞的基因表达模式，成功建立跨物种细胞对话的'通用语言'。这项突破性成果同时登上《自然》与《科学》封面，标志着细胞研究进入AI驱动的新纪元。

研究共同负责人斯蒂芬·奎克教授指出：'这不仅是两个AI模型，更是为全球生物学家搭建的十年探索平台。我们正在见证细胞生物学研究范式的根本转变。'

基因表达的动态密码本

每个细胞都携带完整的基因组，但通过差异化的基因表达实现功能特化。胰腺β细胞通过激活胰岛素基因调控血糖，B细胞通过抗体基因表达构建免疫防线，角质形成细胞则通过毛发相关基因维持皮肤屏障。这种精准的基因调控网络不仅区分细胞类型，更决定着健康与疾病的边界。

单细胞测序技术的突破使科学家能够绘制细胞图谱，但随之而来的数据爆炸带来新挑战：如何从海量异构数据中提取生物学洞见？奎克团队开发的AI系统，本质上是为生物学家打造了'数据透视镜'，通过算法建模揭示隐藏的细胞行为规律。

传统分析方法在处理百万级细胞数据时已显吃力，而新模型可高效解析包含数亿细胞的复杂图谱。这种能力在肿瘤异质性研究、发育生物学等领域具有重要应用价值。

'人类认知存在天然局限，但AI可以突破这种限制。'奎克形象地将AI模型比作'生物显微镜的数字增强系统'，帮助科学家观察传统手段无法捕捉的细胞动态。

双模型协同的智能分析框架

该系统的创新在于采用模块化设计：

UCE模型作为空间定位器，通过非线性降维技术将不同来源的细胞映射到统一坐标系。这个虚拟空间遵循'相似相聚'原则，使跨物种细胞比较成为可能。例如人类与斑马鱼的神经元细胞在该空间中呈现显著聚类，为神经发育研究提供新视角。

TranscriptFormer模型则扮演数据修复师的角色。借鉴自然语言处理的掩码学习机制，该模型通过预测缺失的基因表达值，掌握细胞基因网络的协同规律。经过12个物种的跨物种训练，模型能够识别保守的基因调控模块，这些模块可能对应着基本的生命功能。

训练数据集的多样性是模型泛化能力的关键。研究团队特别纳入疟原虫、海绵等模式生物，确保模型能够理解从简单生命到复杂生物的演化梯度。这种设计使模型在面对未知物种时仍能保持较高预测准确率。

从基础发现到临床应用的桥梁

海绵细胞研究验证了模型的实用价值。通过分析choanocyte细胞的基因表达特征，模型成功预测其与神经元演化的亲缘关系，为理解神经系统的起源提供新证据。更令人惊讶的是，被命名为neuroid的细胞虽形态类似神经元，但模型揭示其实际执行消化功能，修正了传统认知。

在疾病研究领域，模型展现出强大的鉴别能力。通过对比健康与病变细胞的表达空间，系统可自动识别疾病特异性细胞亚群。在癌症研究中，这种能力有助于发现新的治疗靶点和生物标志物。

奎克教授展望道：'未来我们或许能设计出自然界不存在的功能细胞。'这种合成生物学应用需要AI模型提供理论支撑，通过模拟不同基因组合的表达效果，指导新型细胞疗法的开发。

研究团队强调，AI不会取代生物学家，而是作为认知增强工具存在。就像显微镜延伸了人类的视觉，这些模型正在扩展我们的生物直觉，帮助科学家提出更具洞察力的问题。

这项跨国研究获得美国国防高级研究计划局、国家科学基金会及亚马逊、葛兰素史克等机构的联合资助。其深远影响在于建立了细胞研究的通用参考框架，为理解生命复杂性提供了跨物种的分析基座。