干细胞AI模型“归元” – 面向干细胞重编程的AI预测模型

干细胞AI模型“归元”是由西湖大学与阿里巴巴达摩院联合开发的面向干细胞重编程的可解释性AI预测模型，通过算法从近400万种小分子药物与生长因子组合中精准筛选最优方案，实现对细胞命运的定向调控，解决了传统干细胞研究依赖经验试错、周期长、成本高的瓶颈问题。该模型已成功指导培育出可稳定传代超50代的高质量下胚层样干细胞，为再生医学研究提供了关键工具。

干细胞AI模型“归元”定义

1. 精准调控细胞“逆生长”：
   “归元”并非直接生成干细胞，而是通过预测不同调控因子组合对细胞命运的影响，指导研究人员定向诱导细胞向特定干细胞状态转变。例如，可将已分化的皮肤细胞“重编程”为具有多能性的干细胞，并进一步引导至目标类型（如下胚层样干细胞）。
2. 突破传统研究局限：
   传统方法需人工逐一验证近400万种组合（涉及17种小分子药物和8种蛋白类生长因子），耗时数十年且成功率低。而“归元”将这一过程缩短至算法预测阶段，大幅提升效率。

干细胞AI模型“归元”技术特点

1. 双模态编码策略：
   • 模型左手解析小分子药物：通过图神经网络（GNN）对小分子的三维化学结构进行表征编码。
   • 右手解析生物大分子：利用蛋白语言模型（ProteinLM）处理生长因子的氨基酸序列与空间构象。
   • 二者被统一投射至同一高维表征空间，实现跨类型分子的协同预测。
2. 可解释性设计：
   模型非黑盒式预测，而是内置生物学解释模块，能将结果与已知信号通路关联。例如，不仅输出“组合A成功率89.7%”，还会说明“因该组合显著激活Nodal/Smad2通路，抑制Wnt/β-catenin过度活化”。
3. 闭环验证机制：
   从算法预测到实验验证形成完整闭环，确保推荐方案的生物学可行性，避免纯理论推演的偏差。

干细胞AI模型“归元”技术原理

1. 组合扰动数据集构建：
   研究团队构建了迄今最大规模的干细胞组合扰动数据集，包含超12万组高质量表型-组学关联数据，覆盖细胞重编程过程中的关键状态。
2. 高维空间映射：
   将小分子药物与生长因子的复杂特性映射至统一表征空间，通过计算不同组合在该空间中的“命运坐标”，预测其对细胞分化路径的影响。
3. 动态优化能力：
   模型能根据实验反馈持续迭代，例如在培育下胚层样干细胞时，通过分析细胞分子标记物（如FOXA2、SOX17、GATA6）的表达稳定性，动态调整推荐方案。

已验证功能与成果

1. 高质量下胚层样干细胞培育：
   • 依据模型推荐方案，团队首次在体外培育出可传代超50代的下胚层样干细胞，远超既往研究中最多10代的极限。
   • 该细胞分子特征与天然下胚层细胞高度相似，稳定表达关键多能性因子，且能长期维持功能特性。
2. 突破“窗口期”限制：
   天然下胚层细胞仅存在于受精后第5–7天，研究难度极大。而人工培育的类干细胞解决了天然样本难以获取的难题，为早期胚胎发育研究提供稳定材料。

干细胞AI模型“归元”应用场景

1. 基础科研领域：
   • 早期胚胎发育研究：通过模拟下胚层细胞功能，解析反复流产、胚胎着床失败等疾病的机制。
   • 类胚胎构建：为体外模拟人类妊娠微环境提供细胞基础，助力不孕不育研究及避孕药开发。
2. 细胞治疗与再生医学：
   • 帕金森病治疗：已用于优化多巴胺神经元前体细胞的制备工艺，分化效率提升3.2倍，杂质细胞减少91%。
   • 体外造血与白血病治疗：提供标准化干细胞来源，支持血液系统疾病研究。
3. 药物研发与工艺优化：
   • 加速功能细胞（如心肌细胞、肝细胞）的定向分化方案设计。
   • 优化细胞治疗产品的生产工艺，降低批次差异，提升临床应用可靠性。

该模型标志着AI在生命科学领域从“辅助分析”向“主动设计”的范式转变，其核心价值不仅在于缩短研发周期，更在于将细胞命运调控从经验驱动升级为数据驱动，为再生医学的规模化应用奠定技术基础。当前研究已进入多管线并行阶段，未来有望扩展至更多细胞类型与疾病治疗场景。