西湖大学联合阿里达摩院推出干细胞AI模型，精准调控细胞“逆生长”

来源：环球网

【环球网科技综合报道】7月14日，逆生长西湖大学与阿里巴巴达摩院联合宣布，西湖细胞细胞成功研发出干细胞重编程预测AI模型“归元”（ReproPerturb）。大学达摩调控该模型具备从百万级小分子药物与生长因子组合中快速筛选最优方案的联合能力，能高效诱导细胞向目标干细胞状态转变。阿里基于AI推荐方案，院推研究团队首次在体外成功培育出可传代超过50代的出干高质量下胚层样干细胞。这一突破有望为早期胚胎发育机制解析、模型类胚胎构建、精准体外造血技术以及白血病细胞治疗等领域提供强有力的逆生长新工具。

从“经验试错”到“AI预测”：破解细胞重编程难题

2006年，西湖细胞细胞科学界首次证实可通过特定因子将已分化的大学达摩调控皮肤细胞“重编程”为诱导多能干细胞（iPSC）。通俗而言，联合这相当于让已“毕业上岗”的阿里成熟细胞逆转回具备多向发育潜能的“起点状态”。在重编程过程中，院推细胞表现出极高的可塑性，此时引入不同的小分子药物或蛋白类生长因子，即可引导细胞向特定的干细胞谱系分化。

然而，长期以来，干细胞命运调控研究高度依赖科研人员的个人经验与反复试错，效率低下。

“诱导干细胞命运转换，本质上是一个极其复杂的组合优化问题。”阿里巴巴达摩院资深算法专家顾斐指出，“该研究涉及25种谱系调控因子，包括17种小分子药物和8种蛋白类生长因子。理论上，这些因子可形成近400万种不同组合。若依靠传统实验逐一验证，耗时可能长达数十年，且成本高昂、成功率极低。”

“归元”模型：双模态编码与可解释性突破

针对上述痛点，西湖大学与达摩院合作构建了大规模组合扰动数据集，并开发了预测干细胞命运的AI模型“归元”。该模型采用创新的双模态编码策略：
1. 小分子药物：通过分子结构表征进行编码；
2. 生物大分子：利用蛋白语言模型对生长因子和细胞因子进行编码。

通过上述方式，模型将两类数据统一投射至同一高维表征空间，从而精准预测不同组合对细胞命运的影响。

值得注意的是，“归元”并非不可知的“黑盒”模型。研究团队为其嵌入了可解释性模块，使预测结果能与已知的生物学信号通路建立关联。这意味着，AI不仅能告知研究人员“哪个组合更有效”，还能阐释“为何有效”，极大地提升了研究成果的可信度与指导价值。

成果验证：培育高质量下胚层样干细胞

经过对近400万种潜在组合的模拟预测，研究团队依据“归元”推荐的最优方案进行实验验证，成功获得了高质量的下胚层样干细胞。

在天然胚胎发育过程中，下胚层细胞仅短暂出现于受精后第5至7天，主要承担营养支持、发育信号传导、胚胎着床及早期卵黄囊形成等关键功能。由于这一阶段转瞬即逝，长期以来难以对其进行系统性研究。

此次团队培育出的下胚层样干细胞，其质量优于既往报道的同类成果。它们在分子特征上与天然下胚层细胞高度相似，稳定表达关键多能性因子。更为重要的是，这些细胞在体外持续传代50代后，依然保持稳定的干细胞功能特性，为后续应用提供了可靠且可扩增的细胞来源。

应用前景：助力胚胎发育研究与细胞治疗

西湖大学研究员刘晓东表示，该成果不仅有助于深入理解人类早期胚胎发育机制，还将推动体外造血、类胚胎构建及细胞治疗等领域的研究进展。

“下胚层细胞在早期胚胎发育中发挥关键作用，其功能异常可能与反复流产、胚胎着床失败等临床问题密切相关。过去，这类细胞在体外极难长期稳定培养。现在，借助AI找到了更优的细胞命运调控方案，我们终于为研究人员提供了可扩增、可深入研究的材料。”刘晓东说道。

目前，研究团队已将“归元”模型拓展应用于其他细胞命运调控任务，包括制备帕金森病细胞治疗管线所需的多巴胺神经元前体细胞，以及其他类型功能细胞的优化生产。通过将AI模型、大规模扰动实验与干细胞生物学深度融合，西湖大学与阿里达摩院为复杂细胞命运调控提供了一种全新的研究范式。

（勃潺）