MIT 新模型解码细胞“对话”：组织如何成形有了可计算的线索

作者：林序

MIT 团队开发机器学习模型 IRIS，能从单个细胞的基因活动里反推它此前接收过哪些信号分子，为理解组织如何发育提供可计算线索；论文 9 月 8 日发表于《自然·方法》。

细胞在胚胎里怎么知道该变成心脏还是肠道？MIT 团队认为，关键看它收到过哪些“消息”。他们开发的机器学习模型 IRIS，能从单个细胞的基因活动记录里，反推这颗细胞此前接收过哪些信号分子。相关论文 9 月 8 日发表在《自然·方法》，MIT News 在 10 月中旬介绍了这项成果 。

胚胎发育像一场群聊：细胞不断互发化学信号，再据此决定自己的“身份”。信号沿“通路”（多步传递的流程）走；过去要查清谁收到过什么，得在每种细胞上逐一做实验。新发现是，每条通路会在基因活动里留下独特的“指纹”，而且同一通路在不同细胞里指纹一致，模型因此能“举一反三”，推广到没见过的细胞类型 。

验证不止于纸面：IRIS 在小鼠胚胎细胞上较准地判断了心脏、肠道、肌肉、脊髓等细胞何时何地激活特定通路；它预测的一个促肺发育信号，也在小鼠胚胎实验中得到印证 。论文称，已借此绘出小鼠胚胎 40 余种细胞类型的信号状态 。

眼下用途主要在实验室：更快设计干细胞培养方案，做出更接近真实器官的“类器官”模型，用来研究哮喘、肺纤维化等疾病、测试药物。至于修复受损组织的再生疗法，仍是远期目标 。

转载说明

本文根据以下公开资料整理，原文及配图出处见下方。

• [S1] AI model decodes the language cells use to communicate
• [S2] AI model decodes the language cells use to communicate | Whitehead Institute
• [S3] Reconstructing signaling histories of single cells via perturbation screens and transfer learning
• 配图 1：来源：MIT News | Massachusetts Institute of Technology（图片署名见原文） · 图片出处
• 配图 2：来源：MIT News | Massachusetts Institute of Technology（图片署名见原文） · 图片出处
• 配图 3：来源：MIT News | Massachusetts Institute of Technology（图片署名见原文） · 图片出处
• 配图 4：来源：MIT News | Massachusetts Institute of Technology（图片署名见原文） · 图片出处