全文概要
9 月 8 日发表于《自然·方法》（Nature Methods）的一项研究提出了 IRIS（Intracellular Response to Infer Signaling State，细胞内应答推断信号状态）方法。怀特海德研究所（Whitehead Institute）Pulin Li 团队让一个神经网络在人类多能干细胞的高通量组合信号扰动图谱上训练后，将其迁移至小鼠胚胎单细胞图谱，用于推断通路活性与发育信号历史。该方法识别出跨细胞类型保守的通路特异性基因活性"指纹"，即使面对未见过的细胞类型也能做出推断，为理解细胞间通讯、缩小类器官与再生医学配方设计的实验搜索空间提供了新工具。

2026年9月8日资讯，发表于《自然·方法》（Nature Methods）的一项研究提出了 IRIS（Intracellular Response to Infer Signaling State，细胞内应答推断信号状态）方法。怀特海德研究所（Whitehead Institute）Pulin Li 团队让一个神经网络在人类多能干细胞的高通量组合信号扰动图谱上训练后，将其迁移至小鼠胚胎单细胞图谱，用于推断通路活性与发育信号历史。该方法识别出跨细胞类型保守的通路特异性基因活性"指纹"，即使面对未见过的细胞类型也能做出推断，为理解细胞间通讯、缩小类器官与再生医学配方设计的实验搜索空间提供了新工具。

1. 从"快照"到"历史"：单细胞信号推断的难题

单细胞转录组测序让研究者得以观察每个细胞在某一时刻的基因表达"快照"，但"细胞此刻表达什么"与"细胞经历了怎样的信号历史"是两回事。细胞的分化命运往往取决于它在发育过程中依次接收到的信号序列，而这一"信号历史"很难从静态表达谱中直接读出。

传统上，要推断信号通路活性，通常需要在特定细胞类型上逐一做扰动实验，成本高、周期长，且难以推广到新细胞类型。IRIS 的核心思路是"迁移学习"：先在一个可控的系统里教会模型识别"通路的指纹"，再把它迁移到复杂的真实生物数据中去推断。

2. IRIS 的迁移学习原理

研究团队在人类多能干细胞中构建了一个高通量的组合信号扰动图谱，系统性地施加不同信号并记录基因表达响应，以此训练神经网络识别各通路所对应的基因活性"指纹"。训练完成后，该网络被迁移到小鼠胚胎的单细胞图谱上，用于推断每个细胞的通路活性状态与发育信号历史。

关键在于，研究发现的通路特异性基因活性"指纹"在细胞类型间高度保守，因此即便面对训练中从未出现过的细胞类型，模型依然能够做出推断。预测结果在原肠胚形成的多个谱系中得到了验证，表明 IRIS 所推断的信号历史与真实发育进程高度吻合。

3. 对干细胞、再生医学与肺分化方案的意义

IRIS 最直接的实践价值在于"缩小实验搜索空间"。以肺谱系为例，要诱导干细胞分化为特定细胞类型，研究者往往需要反复尝试不同的信号组合。IRIS 通过推断目标细胞所经历的信号历史，能够为肺相关分化方案的设计提供方向性指导，显著减少试错成本。

更宏观地看，这项研究呼应了"绘制每个细胞类型中的每条通路"这一愿景——当通路"指纹"可以被迁移与复用，类器官构建、细胞重编程乃至发育生物学研究都将获得一个更高效的解析工具。对从事组学与细胞实验的科研人员而言，IRIS 提供了一个"扰动筛选 + 迁移学习"的可借鉴范式。

来源：自然·方法（Nature Methods）、EurekAlert!

解螺旋科研助手企业微信二维码，扫码添加免费领取科研资料礼包，包含AI科研提效、SCI投稿技巧、国自然基金、医学科研绘图、科研软件工具等实用资料

声明：本文资讯来源于公开报道及学术期刊，仅作行业信息传播，不构成临床用药建议。转载需注明来源。