来自美国斯托尔斯医学研究所、德国慕尼黑亥姆霍兹中心、慕尼黑工业大学和英国牛津大学的科学家们开发了一种名为RegVelo的新型AI框架，该框架能够同时模拟细胞动态和基因调控，使研究人员能够预测、模拟并实验证实细胞如何做出命运决策。该研究于2026年5月11日发表在《细胞》杂志上。
单个细胞如何知道自己应该成为色素细胞、血细胞还是神经元？科学家长期以来能够绘制细胞的发展方向。但更难理解的是哪些分子调节器引导它们走向特定命运，以及当这些调节器发生改变时会发生什么。
现在，一个研究团队开发了RegVelo，这是一种填补这一空白的基于AI的模型。该框架于2026年5月11日发表在《细胞》杂志上，能够同时学习细胞如何随时间变化以及哪些基因调控网络驱动这些变化，从而可以模拟发育轨迹及其背后的分子机制。
连接两个并行发展的领域
单细胞生物学为研究人员提供了越来越详细的发育地图。RNA速度方法可以估计细胞如何在发育景观中移动；基因调控网络方法则识别基因之间的关系。到目前为止，这些方法大多是并行使用的，而非结合起来。
RegVelo架起了这一鸿沟。在RNA速度（通过未成熟RNA与加工后RNA的比例推断细胞变化方向）的基础上，该模型增加了一个关键层次：它将基因视为网络的一部分而非独立单元，其中每个基因可以激活或抑制其他基因。结果是一个能够追踪发育轨迹并模拟特定调控干预后果的框架。
"长期以来，细胞动态和基因调控大多是分别建模的。RegVelo将这些部分结合起来，使我们不仅能够询问细胞如何变化，还能了解哪些调控相互作用在推动这些变化。"
——Fabian J. Theis教授，本研究共同资深作者，慕尼黑亥姆霍兹计算健康中心主任，慕尼黑工业大学教授
基于互补优势的合作
RegVelo源于一个整合了跨机构实验和计算专长的合作。Tatjana Sauka-Spengler博士是斯托尔斯医学研究所的调查员，也是本研究的共同资深作者，她于2022年将实验室从牛津大学迁至斯托尔斯医学研究所。Sauka-Spengler目前仍是牛津大学MRC Weatherall分子医学研究所的客座教授，她贡献了来自其团队对颅神经嵴发育研究的高分辨率基因调控回路。Theis在慕尼黑亥姆霍兹的团队带来了用于模拟单细胞轨迹和RNA速度的计算工具。CHC的博士研究员Weixu Wang领导了统一深度学习框架的开发。
"这项工作特别强大的原因在于互补优势的结合，"Sauka-Spengler表示。"来自我们实验室的高分辨率基因调控回路，以及来自Fabian团队的动态轨迹和网络建模，他们在自己领域是专家。RegVelo首次将这两种观点整合到一个框架中。"
斑马鱼中的预测得到验证
研究团队在多个生物系统中测试了RegVelo，包括细胞周期、血细胞形成和胰腺发育。最详细的案例研究集中在斑马鱼神经嵴细胞上——这是一种多功能的胚胎细胞群体，可发育成色素细胞、神经细胞和颅面组织。
RegVelo确定tfec是色素细胞发育的早期驱动因素，并揭示elf1是色素细胞命运的先前未知的调控因子。这两个预测通过CRISPR/Cas9基因敲除和单细胞Perturb-seq技术在实验中得到了验证，证明该模型能够生成在活体系统中成立的生物学上有意义的假设。
"发育通常被描述为细胞状态的一系列静态快照，"Sauka-Spengler表示。"我们真正想要理解的是细胞如何做决策——它们如何从一个状态过渡到另一个状态。RegVelo模拟了这些命运决策如何随着时间在基因调控网络中编码，以及什么驱动了它们。"
"RegVelo揭示了当特定遗传调节器关闭时，对细胞发育路径产生的后果，"Wang表示。"可以从单细胞数据中推导出可验证的预测，了解哪些遗传调节器促进、减缓或重定向特定发育路径。"
迈向虚拟细胞模型的一步
研究人员将RegVelo描述为迈向更具预测性的发育生物学的一步，其中计算模型帮助优先考虑实验、发现隐藏的调节器，并预测当基因网络受到干扰时细胞命运如何转变。展望未来，这种方法可以帮助研究人员更好地理解与疾病相关的细胞状态，并确定新的治疗靶点——包括在发育障碍、癌症生物学和再生医学领域。
"RegVelo是迈向虚拟细胞模型的一步，将帮助我们更好地理解细胞在分化环境中的行为以及它们如何响应遗传干扰，"Theis表示。"从长远来看，这可以帮助我们确定新疗法的可能起点。"
"拥有一个经过预测、模拟、干扰和验证的高分辨率基因调控回路给了我们一个非常可靠的工具，"Sauka-Spengler补充道。"我们可以从干细胞或幼稚细胞开始，开发新的方法将它们引导至可用于细胞治疗的细胞类型。"
【全文结束】