细胞年轻化在治疗与年龄相关疾病和残疾方面展现出巨大潜力。然而，其背后的分子机制，以及年轻健康细胞的信息如何存储，仍然是未解之谜。这主要是由于衰老过程的复杂性，涉及多种分子模式、它们之间的相互作用以及广泛多样的表型特征，使得对这些过程的建模或概念化变得极具挑战。
在此，我们提出了“细胞退火”（Cell Annealing）这一现象学模型，它建立在Waddington景观和Hopfield网络特性的基础上。该模型为理解衰老提供了新的视角，旨在加深我们对细胞状态信息存储与检索的理解，并为细胞年轻化和治疗干预提供理论框架。
由分布式信息定义的细胞状态景观
单细胞技术的发展使得对人体>200种细胞类型及其亚型、以及关键的细胞状态进行细致描述成为可能。这些状态可以被视为高维流形中的区域（详见参考文献4）。这一观点与Waddington的表观遗传景观理论相一致，后者将发育过程比作三维地形图。在该模型中，细胞的分化潜能类似于海拔高度：多能干细胞位于山顶和山脊上，可沿着预设路径下降至代表完全分化细胞表观遗传配置的山谷中。
我们扩展了这一景观隐喻，以模拟细胞在其一生中所有细胞类型和状态的全谱。在我们的模型中，高维能量“细胞状态景观”捕获了构成细胞的所有分子模态（见图1）。我们将发育、衰老和重编程建模为一个由随机下降驱动的抽象动力系统。景观中的凹槽代表稳定状态，被吸引子盆地所包围，在这些盆地中，无论初始条件如何，动力学最终都会收敛到最深的可达点。一旦细胞达到最小值，就会进入稳定状态，仅受压力和随机噪声的轻微扰动。
图1：分布式信息如何形成细胞状态景观并实现细胞退火。
a 在Hopfield网络中，神经元对称连接，形成一个存储模式（例如字母“Y”）的能量景观。类似地，我们将细胞状态建模为非对称相互作用的生物模态的涌现。
b x-轴：细胞状态；y-轴：细胞状态势能（类似于势能，驱动细胞状态的动力学）；z-轴：细胞潜能β，决定细胞状态的可及范围。随着发育和衰老，细胞的β值逐渐下降，导致缓慢的状态转换。在固定β值下，处于稳态的细胞在细胞状态势能的恢复力作用下迅速且随机地移动。颜色代表细胞类型，衰老状态以红色条带标记。这个三维图示是底层高维细胞状态景观的表示。右侧：高β值允许访问所有细胞状态，“可能性空间”最大，细胞为多能；随着β值下降，“可能性空间”缩小，细胞被困在次优局部最小值中，就像水位下降后露出的山脊和山谷。细胞状态以绿色表示。
c 细胞退火，即暂时增加β值（绿色箭头），扩大了可到达的细胞状态集合，使细胞能够逃离次优局部最小值。当β值再次下降时，细胞主要进入健康的细胞状态。直方图显示了在最小β值下细胞状态分布的变化。b 和 c 仅为示意图。
在该景观模型中，x-轴代表细胞状态谱，y-轴代表抽象的细胞状态势能（类似于势能，驱动细胞状态的动力学），z-轴代表细胞潜能β，它决定了细胞可访问的细胞状态切片。细胞潜能最高的是未分化的干细胞，并随着细胞类型承诺和衰老而逐渐下降。在这个模型中，细胞状态可以被视为由吉布斯测度所支配，低能量状态更有可能出现，但随着潜能的增加，高能量状态也变得可达。
我们将细胞状态景观视为一个物种进化的静态结果，涵盖了所有可行的细胞状态。它是通过转录组、蛋白质组、互作组或空间组织等细胞模态的配置总和所塑造的。
我们通过Hopfield网络类比来设想状态变量之间的连接性，这是一种递归神经网络，其信息编码在神经元连接权重中，最近被用于模拟增强子-转录因子相互作用。在我们的模型中，每个计算单元象征一个特定时间具有特定配置的模态（见图1）。我们列举了一些示例模态作为高层次的说明。例如，我们将信号模态抽象为内部和外部输入的总和，如细胞外基质或内分泌系统的信息。模态状态相互作用，其相互作用强度由不同的权重表征。例如，表观基因组对转录组有较强影响，而反向影响则较弱。与传统的Hopfield网络不同，这里的连接是非对称的。不同的稳定网络状态通过相互增强而涌现，并共同定义了景观的形状（见图1）。值得注意的是，在这个模型中，类似于自联想Hopfield网络，只要提供部分且嘈杂的信息作为输入，就能检索到任何存储的模式，即细胞状态。
细胞在细胞状态景观中的动态
细胞从受精卵分化时，它们被引导进入三个主要山谷——外胚层、中胚层或内胚层——最终定居于代表成熟细胞类型的较小凹槽中。我们建议将这些转变视为由一个抽象参数——细胞潜能β的逐渐、时间依赖性下降所驱动。在任何给定的β值下，细胞的行为本质上就像一个随机的弹珠，沿着细胞状态轴在细胞状态势能的影响下向下滚动，直到它进入一个凹槽。因此，两个具有相同β值的细胞可以占据不同的状态和细胞类型，它们的未来由它们过去的轨迹所决定：它们的命运具有路径依赖性。
一旦主要细胞类型建立，细胞继续进入越来越狭窄的峡谷，每个峡谷代表特定细胞类型内的不同状态。这些分歧并未随着细胞类型和年轻、健康、即最优状态的确立而结束。相反，我们提出，这一过程随着细胞潜能的进一步下降而继续，导致形成细胞可能被困住的次优最小值。在衰老状态下，众多局部最小值出现，类似于河口中逐渐复杂的分支结构。
我们将这些次优局部最小值归因于与年龄相关的功能下降。它们源于细胞分子组成随时间的逐渐恶化，这是由于修复机制的不完善造成的，这些机制主要是在生殖成功之前为了维持适应性而进化出来的。在此之后，损伤可能积累并最终损害功能，导致次优但稳定的局部最小值。这些表现为不同细胞中不同缺陷的总和，并共同导致典型的宏观衰老表型，例如皮肤皱纹的出现或肌肉减少症（sarcopenia）。
我们的模型在两个时间尺度上运作：1）细胞潜能β轴上的缓慢下降，这自然发生在发育和最终衰老的长期过程中；2）在给定β值下沿细胞状态轴的快速移动，代表由细胞势能驱动的快速达到最小值。高潜能的年轻细胞能够通过返回最优盆地来从压力中迅速恢复，它们具有弹性。相比之下，低潜能的老年细胞通常被困在次优局部最小值中，因此功能受损，未来轨迹不健康。一个被困住的细胞是脆弱的，通过持续的压力会进一步恶化，它越来越不可能回到细胞类型的最优状态。其内在年轻化能力的下降表现为衰老，但在我们的模型中，年轻状态的信息并未丢失。
细胞状态景观与年龄相关的分子噪声增加、细胞状态“漂移”，以及短暂的小规模去分化（即局部潜能增加）一致，后者可能在压力和损伤反应中发生。此外，由于我们将细胞状态景观视为物种特异性的，生命树中衰老表型的出现时间差异可以通过β下降速度的不同来解释。
细胞退火——一种年轻化的现象学模型
细胞如何逃离局部细胞状态最小值并恢复年轻、健康的最优状态？我们的模型提出，细胞潜能β决定了细胞可访问的细胞状态景观区域。我们将其定义为细胞的“可能性空间”（Möglichkeitsraum）：在特定时间点，特定细胞可访问的高维流形部分。对于低潜能的细胞，这个空间很小，因为只有同一细胞类型山谷内的最小值是容易访问的。相比之下，在高潜能状态下，可以发生质的转变，访问完全不同的细胞类型山谷。在这种观点下，诱导多能干细胞（iPSCs）的产生是通过提高细胞潜能至一个最终允许访问所有细胞类型和状态的水平来扩展可能性空间。
多项研究表明，时间受限地表达四个转录因子（4F）可以在体外和体内逆转与年龄相关的表型，并延长寿命，这一现象最初在小鼠早衰模型中得到证实。这种部分重编程及其衍生方案已被证明在细胞系、组织和器官之间均有效。
引人注目的是，细胞年轻化也可以通过非4F依赖的方法实现，包括通过操纵细胞外基质（ECM）或系统信号传导，使用改变表观基因组和代谢组的化学鸡尾酒。尽管这些干预措施多样，但它们都趋同于相似的结果，表明可能存在超越具体分子通路的更广泛原理。这些干预措施似乎不是简单地覆盖细胞身份；相反，它们似乎改变了细胞系统，使其能够自我纠正。在我们的模型中，这可以通过我们称为“细胞退火”的过程来解释。
在材料科学中，退火通过将老化的、脆的金属加热至再结晶点以上并缓慢冷却来恢复其性能。这缓解了内部应力并恢复了结构秩序，恢复了宏观特性如延展性和韧性。从热力学上看，退火短暂增加了熵，使系统能够探索新的构型并根据自由能景观稳定到最优状态。
我们提出，老化、不健康的细胞也可以类似地退火：适度、短暂地增加潜能β，使细胞逃离局部最小值，短暂扩展其可能性空间，并迅速退火至该高潜能下的最优状态。随后，当β值下降时，细胞仍停留在或接近其最优细胞状态位置（见图1c）。我们提出，这一过程不需要去分化。
重编程的效果依赖于年龄，在我们的模型中，它由细胞的初始状态和潜能调节动力学所决定。如果细胞被困在凹槽中太深，它可能失败，而持续、强烈的β提升可能导致身份丧失甚至iPSC形成。相反，温和且短暂的β提升原则上可以在不丢失细胞身份的情况下驱动受控退火至最优状态。这可以解释部分重编程在各种细胞类型中的广泛能力以及观察到的细胞间异质性，这可能反映了处理前不同的细胞状态。我们的模型也可能解释转录因子独立的年轻化方案：只要干预措施将细胞潜能迅速提升到适当的水平并持续适当的时间，细胞内在的重新配置到年轻状态的能力就被解锁。这可以在没有明确的胚胎或其它自然基因表达程序指令的情况下发生，也不需要向健康目标状态传递外部信息。在细胞退火中，不是假定存在一个无误差的年轻信息备份，而是信息以分布式的方式存储在各种模态中。
讨论与未来方向
如果细胞年龄逆转需要外部引导的细胞轨迹变化，那么传统设计的干预需要：（1）全面了解某种细胞类型的健康状态以建立目标状态，（2）一种将该目标信息传达给细胞的方法，有效地引导从老的、不健康状态到年轻的轨迹转变。然而，年龄相关的分子表型网络极其复杂，这使得这一目标看起来不切实际。尽管如此，细胞年轻化协议在各种细胞类型和干预类型中都显示出积极效果，表明可能存在一种通用的方法来逆转与年龄相关的表型。细胞退火提供了一个简单而统一的框架来模拟这些过程，类似于通过瞬时加热恢复金属晶体结构。退火是一个极为普遍的现象，应用范围从数值模拟到创伤溶解模型。我们建议将其应用于细胞状态。
建立细胞潜能的实证衡量标准将非常重要。例如，干细胞中广泛允许的转录表明转录组广度或与年龄相关的转录组变异性可能是一个候选衡量标准。此外，表观遗传特征如DNA甲基化和染色质模式或细胞群体中的模式分布，以及细胞转分化为新细胞类型的能力也可以考虑。多模态单细胞技术的进步将有助于完善和验证这些想法。
许多重要的生物学方面，如细胞群体动力学或从单细胞到组织和器官的信息传递，目前超出了本模型的范围。然而，我们希望这一早期的细胞退火模型能够提供一个概念框架，并成为开发解释性框架的起点，以探索逆转细胞乃至最终生物体衰老和疾病的治疗策略。
【全文结束】
