西湖大學聯合阿里達摩院推出幹細胞AI模型“歸元”，實現重編程大規模模擬預測

# 西湖大學聯合阿里達摩院推出幹細胞AI模型「歸元」 實現重編程大規模模擬預測

在幹細胞研究領域長期面臨「試錯成本高、成功率低」的困境下，西湖大學與阿里達摩院近日聯合宣布推出名為「歸元」的幹細胞AI模型。該模型針對幹細胞重編程過程中的複雜組合調控問題，構建了大規模組合擾動數據集，並能夠精準模擬預測近四百萬種潛在調控組合對細胞命運的影響，為幹細胞研究提供了一條全新的智能化路徑。幹細胞重編程是指將體細胞誘導回多能狀態或轉分化為特定譜系的過程，涉及多種譜系調控因子的協同作用。據研究團隊介紹，此次重編程場景共涉及25種關鍵譜系調控因子，這些因子在理論上可形成近400萬種不同的組合方式。

傳統方法依賴研究者個人經驗進行篩選，反覆試錯不僅耗時費力，且實驗驗證成本極高，成功率卻十分有限，成為制約該領域發展的主要瓶頸。「歸元」模型的推出正是為了解決這一痛點。該模型採用創新的雙模態編碼策略，能夠同時整合不同層次的生物信息，從而精準預測不同調控因子組合對細胞命運決定所產生的具體影響。雙模態編碼的設計使得模型可以兼顧基因表達調控網絡與表觀遺傳狀態等多維度特徵，大幅提升預測的準確性與可靠性。除了預測能力之外，「歸元」模型還創新性地加入了可解釋性模塊。這一模塊的設計旨在幫助研究人員理解模型得出預測結果的內在邏輯，揭示哪些調控因子及其組合在重編程過程中發揮關鍵作用。

可解釋性的引入不僅提升了模型的透明度，也為科學家後續設計實驗、優化方案提供了明確指引，避免了傳統「黑箱」模型難以回溯推理的缺陷。目前，「歸元」模型已完成對所有近400萬種潛在調控因子組合的大規模模擬預測，這在該研究領域尚屬首次。研究團隊根據模型輸出的最優方案進行了實驗驗證，成功獲得了高質量的下胚層樣幹細胞，且其質量明顯優於此前的研究成果。這一結果充分驗證了模型預測的有效性，也顯示出AI技術在生命科學高維度搜索問題中的巨大潛力。下胚層樣幹細胞在發育生物學和再生醫學中具有重要應用價值。

高質量的下胚層細胞不僅能夠用於模擬人類早期胚胎發育過程中的關鍵事件，還為進一步推動體外造血體系建立、類胚胎模型構建以及細胞治療產品開發提供了可靠的細胞來源。研究團隊指出，此次突破有望從根本上改變過去依賴試錯篩選的低效模式，為後續應用打開全新局面。從更廣泛的視角來看，「歸元」模型的成功不僅是AI技術在幹細胞領域的一次標誌性應用，更代表著生命科學研究正逐步從經驗驅動轉向數據與智能驅動。長期以來，生物學實驗的設計往往依賴研究者個人的知識積累和直覺判斷，而大規模組合空間的探索更是幾乎不可能依靠人力完成。

AI模型的大規模模擬預測能力，正好填補了這一空白，使得研究人員能夠在龐大的搜索空間中快速鎖定最有希望的方案，從而顯著提升研究效率。對於再生醫學而言，細胞治療產品需要穩定、均質、高效能的細胞來源。傳統重編程方案難以保證批次間一致性，使得臨床轉化受到限制。透過「歸元」模型提供的精準預測，研究團隊能夠在實驗前就篩選出最佳的因子組合，從而降低實驗的不確定性，提高重編程的成功率與產品質量。這對於推動細胞治療從實驗室走向臨床具有重要戰略意義。值得關注的是，此次合作充分發揮了西湖大學在幹細胞生物學領域的深厚積累與阿里達摩院在AI算法和算力方面的領先優勢。

研究團隊表示，未來將持續完善「歸元」模型，擴展其應用場景，例如應用於其他類型的細胞重編程、類器官培養以及體內再生誘導等方向，並進一步提升模型的可解釋能力，使其成為生命科研工作者的得力助手。隨著AI技術與生物醫學的深度融合，像「歸元」這樣的專科模型有望在更多細分領域發揮關鍵作用。從基因編輯的靶點預測到藥物分子的篩選設計，從蛋白質結構解析到細胞命運調控，AI正在重新定義生命科學研究的邊界。此次幹細胞重編程的大規模模擬預測突破，正是這一趨勢下又一個生動例證，預示著未來生命科學研究將進入一個更高效、更精準、更可預測的新時代。