在生命科学的迷宫中，干细胞一直被视为“万能种子”——它可以分化成人体任何类型的细胞，从神经到心肌，从肝脏到血液。然而，如何精准“指挥”一颗干细胞走向我们想要的方向，长期困扰着科学家。传统方法如同盲人摸象，依赖无数次试错，耗费数年光阴。如今，一个名为“归元”的AI模型正在颠覆这一局面。它就像一位经验丰富的智能助手，能够在数百万种药物与蛋白组合中，快速锁定最有效的“命运调控方案”。
干细胞重编程：一场“细胞逆生长”的极限挑战
2006年，日本科学家山中伸弥首次发现，通过导入四个转录因子，可以将成熟的皮肤细胞“拉回”到类似胚胎干细胞的多能状态——这就是著名的诱导多能干细胞（iPSC）。通俗地说，相当于让一个已经“毕业上岗”的皮肤细胞，重新返回“大学课堂”，获得再次选择职业的潜力。这一发现获得了2012年诺贝尔奖，也开启了再生医学的新纪元。
但问题在于，重编程后的细胞并非一张白纸。它处于一种高度可塑的中间状态，此时加入不同的小分子药物和蛋白类生长因子，就可能把它引向不同的干细胞亚型。然而，这个“引向”的过程极其复杂。达摩院资深算法专家顾斐指出，在最新的研究中，调控空间涉及25种谱系调控因子，包括17种小分子药物和8种蛋白类生长因子。理论上，它们可以形成近400万种不同组合。“如果靠传统方式逐一实验验证，可能需要数十年时间，成本高，成功率也很低。”这种复杂性让许多实验室望而却步。
更棘手的是，不同的细胞命运对应着截然不同的生物学效应。比如，下胚层细胞（一种早期胚胎中的短暂细胞类型）只在受精后第5至7天左右出现，一闪而过，很难系统研究。而帕金森病治疗所需的特定神经元前体细胞，则需要极其精确的诱导方案。用传统的试错法探索如此庞大的组合空间，无异于大海捞针。正因如此，业界迫切需要一个新的智能助手来替代人工经验判断。
“归元”模型：AI技术如何赋能细胞命运预测
西湖大学与达摩院联合开发的“归元”模型，正是为解决这一难题而生。模型名称取自“返本归元”，寓意让细胞找回最初的发育潜能。其核心技术突破在于一种“双模态编码策略”。
具体来说，归元模型需要同时处理两类完全不同的分子信息：小分子药物和大分子蛋白/生长因子。小分子药物通常用分子结构图（如SMILES字符串或3D构象）表示，而蛋白类因子则需要用其氨基酸序列和折叠结构来理解。归元模型采用了两个独立的编码器：一个通过分子结构表征网络编码小分子药物，另一个通过蛋白语言模型（类似于自然语言处理中的BERT）编码生长因子和细胞因子等生物大分子。然后，它将这两类信息统一投射到同一个高维表征空间中。在这个空间中，具有相似细胞命运诱导效果的组合会彼此靠近，而无效组合则会远离。
这种设计并非简单地对现有AI技术进行拼接。研究团队在训练过程中使用了大规模组合扰动数据集——他们亲自在实验室里构建了数千种不同药物-蛋白组合的实际实验结果，并用这些数据训练模型。在此基础上，归元模型完成了对近400万种潜在组合的模拟预测，并给出了每种组合的可能性得分。这让它不再是一个凭空猜测的黑箱，而是一个建立在真实生物学数据上的预测引擎。
更重要的是，归元模型还内置了可解释性模块。它不仅能告诉研究人员“哪个组合更可能有效”，还能帮助解释“为什么有效”。模型会将其预测结果与已知的生物学信号通路建立联系，比如指出某条药物组合可能激活了Wnt通路或抑制了TGF-β信号。这种透明度在生命科学领域极为关键，因为科学家需要理解背后的机制才能信任并进一步优化方案。
从“黑盒”到“白盒”：可解释性带来的范式转变
传统的AI模型在生物医药领域常常被诟病为“黑盒”——输入数据，输出结果，中间过程不可知。这种不可知性尤其危险，因为药物组合的微小偏差可能引发严重的细胞毒性或脱靶效应。归元模型通过引入注意力机制和通路映射层，将预测结果与已知的信号通路图进行对齐，实现了部分可解释性。
这意味着，当模型推荐某几种小分子和生长因子的组合时，研究人员可以同时看到该组合所影响的基因表达网络。比如，模型可能检测到组合A会显著上调OCT4和NANOG等多能性因子，同时下调分化相关的GATA6——这正是诱导下胚层细胞所需要的分子特征。这种解释不仅增强了结果的可靠性，还帮助科学家反过来修正自己的假设。
从科技产品的角度看，归元模型的设计思路值得借鉴。许多科技产品在推出时只追求“准不准”，却忽略了“为什么准”。而在高风险的生物医学领域，“知其然更知其所以然”才是真正的价值所在。达摩院团队表示，后续版本还计划加入“因果推断”模块，让模型能够主动提出假设性实验方案——比如“如果降低A药物浓度并增加B生长因子，可能会产生C类型细胞”。这已经超越了简单的预测，进入到“AI辅助实验设计”的范畴。
另外，归元模型的可解释性模块也为未来的监管审批铺平了道路。如果要用AI推荐的治疗方案进入临床，监管机构必然要求提供机制层面的证据。从这个意义上说，归元模型不仅是科研工具，更是一个符合FDA和NMPA审评逻辑的智能助手。
实验验证：从虚拟预测到真实的下胚层细胞
最令人振奋的部分来自实验室的反馈。研究团队根据归元模型推荐的最优方案，在真实的细胞培养系统中进行了验证。结果显示，他们成功获得了高质量的下胚层样干细胞。在天然胚胎中，下胚层细胞非常稀少且短暂——通常只出现在受精后第5至7天，负责营养支持、发育信号传导和胚胎着床。此前，研究这类细胞最好的办法是“守株待兔”，等待胚胎样本，而且难以大量获取。
而这次利用归元模型优化后的方案培育出的下胚层样干细胞，在分子特征上与天然下胚层细胞高度相似，稳定表达关键多能性因子（如SOX17、FOXA2等）。更重要的是，它们在体外持续传代50代后，仍保持干细胞功能特性，没有出现明显的衰老或分化倾向。这意味着，研究人员终于获得了可扩增、可长期研究的细胞材料。
西湖大学研究员刘晓东对此评价道：“过去，这类细胞在体外很难长期稳定培养。现在，我们借助AI找到了更优的细胞命运调控方案，为研究人员提供了可扩增、可研究的材料。”他还指出，下胚层细胞异常与反复流产、胚胎着床失败等问题密切相关。有了稳定的细胞模型，未来可以系统研究这些疾病的机制，甚至开发相应的干预药物。
除了下胚层细胞，研究团队还将归元模型用于制备帕金森病细胞治疗管线所需的多巴胺神经元前体细胞。帕金森病的细胞疗法一直面临两个瓶颈：一是难以获得足够数量的特定神经元前体，二是细胞纯度和成熟度不稳定。归元模型通过搜索最优的“分化配方”，有望同时解决这两个问题。目前，相关工艺优化正在进行中。
从实验室到产业：AI重构生物医药研发新范式
归元模型的成功并非孤例。近年来，随着大模型训练成本下降和生物数据积累，AI在生命科学领域的渗透正在加速。从DeepMind的AlphaFold预测蛋白质结构，到英矽智能用AI发现抗纤维化新药，再到今天的归元模型调控细胞命运，一个明显的趋势是：AI正在从“辅助工具”升级为“研究伙伴”。
对于生物医药公司而言，归元模型这种智能助手意味着研发效率的指数级提升。过去一个博士后可能需要花3年摸索某个细胞类型的分化条件，现在借助AI，可能只需3个月——甚至更短。而且，AI可以同时探索人类大脑无法穷尽的组合空间，发现一些反直觉但有效的方案。例如，模型可能推荐一种常用于抗癌的药物与一种炎症抑制剂的组合，这在传统思维中是很难想到的。
从产业视角看，归元模型不仅是一个科研工具，也是一个全新的AI工具箱。研究团队已经将模型架构开源，并计划提供云端API服务。这意味着任何实验室，无论规模大小，都可以直接调用归元模型来优化自己的细胞诱导方案。这种开放生态将极大地降低再生医学的门槛，让更多的科研人员能够参与其中。
当然，挑战依然存在。目前归元模型主要依赖已有的信号通路知识和有限的训练数据，对于全新机制的细胞命运调控（比如从未有人研究过的稀有细胞类型）可能预测精度不足。此外，细胞表型测量的一致性也是个问题——不同实验室的试剂批次、培养条件差异会影响模型迁移的效果。但无论如何，归元模型标志着细胞命运调控从“经验驱动”正式迈入“数据驱动+AI决策”的新阶段。
FAQ
Q1: 什么是“归元”AI模型？ “归元”是西湖大学与达摩院联合开发的智能助手模型，它利用AI技术预测小分子药物和蛋白生长因子的组合如何影响干细胞命运。模型通过双模态编码和可解释性模块，帮助科学家从数百万种可能中快速找到最优的细胞诱导方案。
Q2: “归元”模型与传统干细胞研究方法有什么区别？ 传统方法依赖个人经验和反复试错，探索几百种组合往往需要数年。归元模型可以同时模拟近400万种组合，并通过通路映射解释结果，不仅速度快数百倍，还能提供机制层面的理解，让科学家知道“为什么有效”。 Q3: “归元”模型对再生医学和细胞治疗行业有什么影响？ 它将大幅降低细胞分化工艺开发的成本和时间，使更多罕见细胞类型可以在体外稳定培养。对于帕金森病、糖尿病、心脏病等细胞治疗管线，归元模型能优化前体细胞的制备工艺，加速临床试验。同时，它也为研究早期胚胎发育和流产机制提供了可扩增的研究材料。