AI预测干细胞命运新突破 西湖大学携手达摩院推出ReproPerturb「归元」模型

成熟细胞在特定条件下可回溯至初始状态，进而分化为神经细胞、血液细胞等各类功能细胞，为重大疾病医治开辟全新路径。然而面对数百万种可能的调控方案，传统研究仍依赖大量反复实验。

西湖大学与阿里巴巴达摩院近日给出创新答案——干细胞命运预测人工智能系统「归元（ReproPerturb）」。该模型于7月14日正式公开亮相。

这是一款专为干细胞重编程领域打造的生物智能模型，旨在破解再生医学领域最核心的挑战：海量因子组合的筛选问题。

通俗来说，终端分化细胞能够被"逆转"为具备多向分化能力的原始状态。通过配合不同化学因子和蛋白信号分子，即可诱导细胞向特定功能方向演变。

本次研究涵盖17种化学小分子、8种蛋白类生长因子，自由搭配可产生近400万种实验方案。若按传统方法逐一验证，所需时间长达数十年，成本高昂且成功率难以保证。

「归元」首创双模态融合编码框架： ✅ 对化学小分子进行结构特征提取 ✅ 运用蛋白语言模型解析生长因子氨基酸序列

将两类性质迥异的生物分子纳入统一计算框架，高效预测任意组合对细胞命运的影响，同时提供生物学通路的可解释性分析，突破传统"黑箱AI"局限。

基于「归元」提供的预测方案，研究团队取得里程碑式成果：全球首次在体外成功建立可稳定传代超过50代的高质量下胚层类干细胞。

自然状态下，下胚层细胞仅在胚胎发育的极短时间内出现，获取极为困难，与胚胎着床、反复流产等生殖健康问题紧密相连。这套可持续扩增的细胞培养体系，填补了早期胚胎发育研究的关键材料空白。

🔹 基础研究：早期胚胎发育机理、类胚胎模型构建 🔹 细胞疗法：帕金森症多巴胺神经细胞制备、体外造血、白血病细胞疗法工艺改良 🔹 再生医学创新药物、细胞筛选平台搭建

从"实验室盲目试错"升级为"人工智能预测、实验验证"的新范式。当机器学习与生命科学深度融合，干细胞研究及细胞治疗产业迎来崭新发展期。

目前「归元」模型已扩展至多种细胞命运调控场景： 支撑帕金森症细胞治疗管线的多巴胺前体细胞制备、造血细胞诱导工艺优化。该技术未来可广泛应用于细胞治疗工艺开发、高通量细胞筛选、再生医学创新药物研发等领域。