7月14日消息,西湖大学与阿里巴巴达摩院今日宣布,联合开发了预测干细胞命运的 AI 模型"归元",并针对干细胞重编程构建了大规模组合扰动数据集。该模型对涉及 25 种谱系调控因子的近 400 万种潜在组合完成了模拟预测,研究团队据此进行湿实验验证,成功获得了高质量的下胚层样干细胞,在体外持续传代 50 代后仍保持功能特性。这是 AI 驱动的组合筛选在干细胞领域完成"预测—实验—功能验证"完整闭环的一个案例。成果目前处于新闻发布阶段,正式学术论文尚未公开。
25 种因子、400 万种组合:传统实验无法穷举的搜索空间
干细胞重编程的核心难题在于组合爆炸。达摩院资深算法专家顾斐在公告中解释,这项研究涉及 17 种小分子药物和 8 种蛋白类生长因子,共计 25 种谱系调控因子。不同的因子组合可以将处于重编程中间态的细胞引向不同的干细胞状态,理论上可形成近 400 万种不同组合。依靠传统逐一实验验证,可能需要数十年时间。
自 2006 年山中伸弥发现可用特定因子将体细胞"重编程"为诱导多能干细胞(iPSC)以来,干细胞重编程领域长期依赖研究者的经验判断和反复试错来筛选有效的因子组合。这种方式在小规模探索中可行,但面对数百万量级的组合空间,人工筛选的效率和覆盖面都构成根本瓶颈。
双模态编码与可解释性模块
"归元"的技术路径采用了双模态编码策略。小分子药物通过分子结构表征进行编码,蛋白类生长因子和细胞因子则通过蛋白语言模型编码。两类分子被统一投射到同一个高维表征空间中,使模型能够在统一框架下预测不同组合对细胞命运的影响。
模型设计中值得关注的是可解释性模块的加入。研究团队使预测结果与已知的生物学信号通路建立关联,使模型不仅能输出组合有效性的排序,还能提供生物学层面的解释。对于生物学研究者而言,可解释性直接决定了模型预测结果能否被纳入实验设计和学术论证。
实验验证:下胚层样干细胞体外传代 50 代保持功能
"归元"的预测并非停留在计算层面。研究团队根据模型推荐的最优方案进行了湿实验验证,成功获得了高质量的下胚层样干细胞。在天然胚胎中,下胚层细胞通常只出现在受精后第 5 至 7 天左右,参与营养支持、发育信号传导、胚胎着床及早期卵黄囊形成。由于这一发育窗口极为短暂,研究人员此前难以系统获取和研究这类细胞。
据公告,此次培育出的下胚层样干细胞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,在体外持续传代 50 代后仍保持干细胞功能特性。研究团队称,其质量优于此前已报道的同类成果。西湖大学研究员刘晓东表示,下胚层细胞异常可能与反复流产、胚胎着床失败等问题密切相关,"过去这类细胞在体外很难长期稳定培养,现在借助 AI 找到了更优的细胞命运调控方案"。
"归元"已开始应用于其他细胞命运调控任务。研究团队正用它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及其他功能细胞,并帮助优化生产工艺。
真正的增量在实验闭环,不在"AI+生物"叙事本身
"AI 辅助药物发现"和"AI 预测蛋白质结构"的新闻在过去几年已频繁出现,但多数停留在计算预测阶段,缺少从预测到湿实验再到功能验证的完整闭环。"归元"的信息增量在于闭环已经走通:模型预测了最优组合,实验团队据此培育出细胞,且该细胞通过了 50 代传代的功能稳定性测试。
需要克制解读的地方在于:所有"质量优于此前报道"的判断目前只有团队自身的评估,没有独立第三方验证或同行评审。正式论文尚未公开,数据集和模型的完整细节有待发表后由社区检验。达摩院此前已开源过名为 PertFormer 的 30 亿参数扰动预测基础模型(预印本发布于 2024 年 12 月),"归元"与 PertFormer 之间的技术关系尚不清楚。
此外,刘晓东作为西湖大学研究员的同时,也是 iPSC 细胞治疗公司艾凯生物的联合创始人兼董事长。艾凯生物于 2026 年 3 月完成超 5 亿元融资,聚焦帕金森等神经系统疾病的 iPSC 细胞药物研发。"归元"在帕金森管线中的应用与其商业化路径存在直接关联,这一背景值得读者在评估成果时纳入考量。
论文发表和临床管线进展决定后续定性
接下来最关键的验证节点是正式学术论文的发表。论文将提供模型架构细节、训练数据规模、基准对比和完整实验方案,社区才能评估"归元"的预测能力是否可复现,以及可解释性模块的实际信息增量。从细胞培育到临床应用之间仍有漫长距离,帕金森病细胞治疗管线目前处于细胞制备阶段,还需经历动物实验、安全性评估和监管审批。短期内,"归元"的价值更多体现在方法论层面——作为 AI 驱动的组合筛选工具,它能否推广到更多细胞类型和更大的因子空间,决定了这一成果是个案突破还是可推广的研究范式。