近日,西湖大学与阿里达摩院联合开发出名为“归元”的干细胞AI模型。该模型针对干细胞重编程构建了大规模组合扰动数据集,旨在解决长期以来该研究领域依赖个人经验判断、反复试错以及传统实验验证成本高、成功率低的痛点。
干细胞重编程涉及25种谱系调控因子,理论上可形成近400万种不同的潜在组合。“归元”模型采用了双模态编码策略,能够精准预测不同组合对细胞命运的影响,并创新性地加入了可解释性模块。
目前,“归元”模型已完成了对这近400万种潜在组合的模拟预测。研究团队根据模型提供的最优方案进行实验验证,已成功获得高质量的下胚层样干细胞,且其质量优于此前成果。
这一突破有望为后续应用提供可靠的细胞来源,不仅助力理解人类早期胚胎发育,还将进一步推动体外造血、类胚胎构建以及细胞治疗领域的深入研究。
这类研究属于“AI+生命科学”中的计算驱动重编程:先用模型在海量组合空间中做虚拟筛选,再把最优候选带回实验验证。相比传统依赖经验和逐一试错的方法,优势在于显著压缩筛选周期、降低实验成本,并提升命中率。与通用生物预测工具相比,“归元”更强调对组合扰动的系统建模与可解释输出,适合用于细胞命运调控、胚胎发育研究和再生医学前期探索。
“归元”干细胞AI模型主要解决什么问题?
它主要解决干细胞重编程中依赖经验判断、反复试错和实验成本高的问题。通过对调控因子组合进行大规模预测,帮助研究者更快找到更优方案,提高筛选效率与成功率。
“归元”模型为什么能覆盖近400万种组合?
因为干细胞重编程涉及25种谱系调控因子,不同因子组合的理论空间非常大,接近400万种。模型通过构建大规模组合扰动数据集,对这些潜在组合进行系统模拟预测。
“归元”模型的实验验证结果有什么意义?
研究团队依据模型推荐方案获得了高质量下胚层样干细胞,且质量优于此前成果。这说明AI可用于提前筛选更优重编程路径,为早期胚胎研究、体外造血和细胞治疗提供更可靠的细胞来源。
双模态编码在干细胞预测里怎么用?
通常把基因表达、调控因子组合、表型标签分别编码,再用跨模态融合学习因子间的协同与拮抗关系。落地时要先做小规模高质量数据集校准,再扩到大规模组合搜索,否则模型容易学到数据偏差而非生物规律。
如何把 400 万方案筛选变成实验闭环?
先用模型做粗筛,按可解释性和置信度分层排序,再把前 1% 候选送入湿实验验证。实验结果要回流训练集,形成主动学习闭环;否则只是“更快地猜”,很难持续提升命中率。
