每个细胞的命运，即它将分化成哪种类型的特化细胞，取决于细胞内哪些基因被激活或关闭。这些基因活动的模式塑造了细胞的结构和功能，使其能够在体内发挥特定的作用。但这个决定并非由单个细胞自行做出，它们不断地与邻近细胞互发化学信号，这些信息通过称为「信号通路 」的多步骤序列进行传递，最终将外部信号转化为细胞内基因活性的特定变化。

对于研究人员来说，能够追溯细胞接收到的指令序列，将为他们理解组织发育以及疾病中这些过程如何出错提供强有力的手段。但这一直难以实现，因为科学家们长期以来都认为信号通路的影响在不同细胞类型中差异很大，这意味着他们需要分别绘制每种细胞类型中每条通路的图谱——这是一个艰巨而繁琐的过程。

在此背景下，来自 MIT 怀特黑德研究所的研究团队提出了一套实验—计算一体化框架：首先通过高通量体外扰动实验学习细胞的信号响应特征，随后利用这些特征推断不同体内细胞类型的信号活动。结果表明，不同细胞类型之间确实存在共享的信号响应特征，这些特征可以作为每条信号通路独特的「指纹（fingerprint） 」。利用这些「指纹」，研究人员绘制了小鼠胚胎中 40 多种已定义细胞类型的信号状态，以较高的时间分辨率揭示了不同细胞类型对组合式信号编码的使用模式，以及每一种细胞类型内部具有生物学意义的异质性。

研究人员将该框架的核心算法命名为 IRIS（Intracellular Response to Infer Signaling State，细胞内响应信号状态推断）。IRIS 不仅能够重建多个已有深入研究的细胞谱系中的信号传导历史，还能够对研究相对不足的细胞谱系作出准确预测；更重要的是，IRIS 大幅缩小了在体外开发人胚胎干细胞分化方案时需要进行实验验证的组合式信号空间。

相关研究成果以「Reconstructing signaling histories of single cells via perturbation screens and transfer learning」为题，已刊登 Nature Methods。

研究亮点：

* IRIS 大幅缩小了在体外开发人胚胎干细胞分化方案时需要进行实验验证的组合式信号空间

* 新的实验—计算框架有望进一步提升细胞间通信的预测建模能力，从而加速基础生物学领域的科学发现

* 该方法有望进一步指导靶向干预，并为细胞命运工程（cell fate engineering）提供新的技术路径

图片
论文地址：
https://www.nature.com/articles/s41592-026-03213-8

大规模信号扰动数据集

在实验中，研究人员利用了一项较为少见的大规模信号扰动数据集。在该数据集中，小鼠胚胎干细胞（mES）接受了六条信号通路所有可能组合的刺激。这些信号通路在胚胎发育过程中以及成年组织再生过程中会反复发生激活和抑制，因此也是多能干细胞分化过程中被广泛利用的主要信号通路，它们分别是：

* 转化生长因子 β（TGF-β）

* 成纤维细胞生长因子（FGF）

* 骨形态发生蛋白（BMP）

* Hedgehog（HH）

* 视黄酸（RA）

* WNT

但仅依靠小鼠胚胎干细胞数据，无法证明模型真正具备跨细胞类型甚至跨物种的泛化能力。因此，研究团队进一步构建了三个相互正交的人胚胎干细胞（hES）组合式信号扰动数据集，分别对应不同发育阶段和谱系——其中，两个筛选实验分别捕获了分化4天和7天后的中胚层状态，分别记为 hM_d4 和 hM_d7；另一个筛选实验则捕获了内胚层细胞状态，记为 hE_d8。三套人源筛选数据最终形成了覆盖不同发育阶段、不同细胞谱系和不同信号组合的大型训练与验证基础。

IRIS 采用条件变分自编码器架构

下图展示了本研究提出的实验—计算一体化框架：首先利用体外高通量信号扰动数据，采集细胞针对特定信号通路产生的转录响应，并通过迁移学习模型学习这些信号响应特征，再利用所学习到的特征推断目标体内不同细胞类型的信号状态。随后，这一推断结果还可以通过迭代方式进一步用于提出新的、具有针对性的干细胞分化方案。

图片
所提出的用于推断细胞信号传导历史并优化干细胞分化方案的整体流程示意图

该框架将针对人胚胎干细胞（hES cells）的序贯组合信号筛选，与一种基于深度神经网络的算法相结合，研究人员将这一算法命名为 IRIS（Intracellular Response to Infer Signaling State，细胞内响应信号状态推断），整体架构如下图：

图片
IRIS 模型结构示意图

IRIS 是一种半监督学习模型（semi-supervised model），使用 NVIDIA A6000 图形处理器以及 CUDA（v.11.3）进行训练。该模型架构是条件变分自编码器（CVAE）的一种变体。模型包含一个编码器神经网络（encoder neural network），用于学习将输入数据 (X) 和条件变量 (S) 映射至 (n) 维潜在空间 (Z)。同时，解码器神经网络（decoder neural network）以条件变量 (S) 和潜在空间编码 (Z) 作为输入。CVAE 模型通过最小化证据下界（evidence lower bound, ELBO）进行训练。

同时，研究人员引入前馈神经网络（FNN）用于分类。该模型能够联合计算细胞数据的潜在空间（latent space），并在这一潜在空间中建立用于判断不同信号状态的分类器。

研究人员还通过不同技术批次之间的留出测试，对模型超参数进行优化，并发现较浅的模型架构在跨批次测试中表现最佳。随后进行完整的交叉验证，即每次将一个完整的信号筛选实验留作测试集，IRIS 在不同数据划分中均表现出稳定性能。

IRIS 可重建多个细胞谱系中的信号传导历史

IRIS 能够跨批次和跨细胞类型实现泛化

首先，研究人员探讨了 IRIS 是否真正能够学习到可以跨细胞类型泛化的信号响应特征。

实验结果显示，尽管训练数据与测试数据中的细胞群体存在明显的转录组差异，IRIS 仍然能够实现跨细胞类型的泛化。为了进一步评估这种跨细胞类型泛化能力，研究人员仅使用内胚层谱系细胞（mE_d2 和 hE_d8）训练 IRIS，再使用中胚层谱系细胞（hM_d4 和 hM_d7）对其进行测试。即使在这种情况下，IRIS 的表现仍显著优于随机分类器（如下图）。这些结果表明，IRIS 能够捕捉不同细胞状态之间保守且可迁移的转录特征。

图片
IRIS 的跨细胞类型泛化能力

为了评估 IRIS 是否能够跨物种准确推断信号状态，研究人员分别仅使用小鼠数据或人类数据训练 IRIS，然后在另一物种的数据上进行测试。结果显示，IRIS 仍然能够成功捕捉到可跨物种泛化的信号响应特征（如下图）。

图片
小鼠到人以及人到小鼠的跨物种泛化测试

此外，无论是在同一物种内部还是跨越不同物种，让模型接触更加多样化的细胞状态，都能够增强 IRIS 学习稳健且可迁移的信号响应特征的能力。

IRIS 重建细胞命运谱系的时空信号动态

随后，研究人员进一步探讨 IRIS 能否沿着不同的细胞命运谱系（cell fate lineages）重建信号传导历史。结果显示，IRIS 正确恢复了此前已知的时间变化趋势，包括：BMP 在心脏发育谱系中被激活，而在内胚层谱系中没有出现相同的激活模式；WNT 在心肌细胞分化之前发生失活；RA 则在后期内胚层细胞和心脏细胞群体中均被激活。这些细胞群体分别对应前肠细胞和心房心肌细胞，与此前关于这些信号通路参与细胞命运决定的研究结果一致。

进一步比较伪时间（pseudotime）上的信号组合后发现，通过置换检验得到的信号组合时间顺序与预期的细胞谱系发育进程具有显著一致性（P < 0.05）（如下图）。例如，与新生中胚层（nascent mesoderm）相关的信号组合，出现在与心脏命运决定（cardiac specification）相关信号组合之前。

图片
IRIS 重建了内胚层谱系（e）和心脏谱系（f）分化方案中所使用信号组合的正确时间顺序

这些结果表明，IRIS 不仅能够准确推断细胞所处的信号状态，还能够沿着发育轨迹正确恢复不同信号组合的动态变化及时间顺序。

IRIS 助力优化人胚胎干细胞分化方案，获得器官特异性间充质细胞

最后，研究人员进一步探讨了 IRIS 是否能够揭示研究较少的细胞谱系中的信号传导历史，并为人胚胎干细胞（hES cells）/人诱导多能干细胞（hiPS cells）定向分化提供指导。研究人员利用一项已发表的小鼠早期器官发生阶段（E8.5–E9.5）间充质细胞多样性数据集，通过 IRIS 预测前肠中器官特异性间充质细胞发生分化过程中所经历的信号活动。结果发现，与其他所有间充质细胞命运相比，WNT 和 BMP 信号在呼吸道间充质细胞（respiratory mesenchyme）中均显著富集（如下图）。

IRIS 对来源于 E9–E9.5 小鼠前肠的早期器官特异性间充质细胞的预测结果

为了验证 IRIS 提出的这一预测，研究人员从 E9.0 小鼠前肠中分离组织，并在体外培养条件下分别加入 WNT 激动剂或拮抗剂处理24小时。结果显示，激活 WNT 信号后，关键呼吸道间充质标志物（例如 Tbx4 和 Foxf1）的表达范围在空间上发生扩展；而抑制 WNT 信号则会使 Tbx4 的表达完全消失（如下图）。

图片
利用小鼠前肠离体培养实验验证 IRIS 的预测结果

基于这一发现，研究人员进一步尝试利用相关机制优化 hES 细胞/hiPS 细胞向呼吸道间充质细胞分化的方案。相比之下，IRIS 预测 WNT 信号发挥作用的时间更早，即在细胞决定呼吸道命运本身的阶段就已经发挥作用。因此，研究人员将 WNT 激活时间提前，并相较于已发表方案延长 WNT 刺激持续时间。结果表明，更早进行 WNT 激活能够以浓度依赖的方式显著提高 TBX4 的表达水平。

整体而言，IRIS 可以用于提出并优化新的干细胞定向分化方案，同时无需穷举整个组合式信号空间。

结语

由于 IRIS 完全依赖单细胞层面的细胞自主信息，即使面对包含异质性细胞类型或细胞状态的不完美细胞簇，它仍然能够开展分析。因此，IRIS 这种以细胞响应为中心的方法，与其他依赖配体—受体配对进行信号推断的方法形成了互补，例如 CellPhoneDB、NicheNet 和 CellChat——这两类方法可以结合使用，用于推断潜在的细胞—细胞通信，尤其适用于空间转录组数据的分析。这种方法组合将进一步拓展 scRNA-seq 和空间转录组学在科学发现及转化应用中的潜力，例如用于干细胞工程，以及识别驱动细胞进入病理状态的关键信号通路。

未来，IRIS 模型本身也有望通过结合近年来 Transformer 和基础模型领域的发展而进一步改进。这些模型能够从大规模、无标注数据集中学习具有广泛泛化能力的规律。此外，提高训练数据中的细胞类型多样性，也可能帮助模型进一步泛化至与训练数据差异更大的远端细胞类型。

参考文献：
https://www.nature.com/articles/s41592-026-03213-8
https://phys.org/news/2026-09-ai-decodes-cell-fingerprints-diverse.html#goog_rewarded

内容中包含的图片若涉及版权问题，请及时与我们联系删除