出版于 自然通讯， KAUST 领导的团队开发了 AI 工具 Unify，帮助科学家比较遥远物种中的相似细胞类型。这种比较有助于研究人员从动物研究中评估与人类健康最相关的内容。
- 人类、小鼠、鱼类、苍蝇或蠕虫的细胞可以执行类似的生物学功能，即使这些功能背后的基因在数千年中已经发生了变化。
- 整合 7 亿多年进化过程中相互关联的 125 种细胞类型。
- 通过量化基因的进化变化，科学家们确定哪些动物发现适用于人类健康研究。
为什么传统的遗传工具很难比较遥远的物种？
科学家经常使用单细胞 RNA 测序来比较细胞，该测序显示每个细胞中哪些基因处于活跃状态。当在整个有机体中组织时，这些信息可用于构建“细胞树”，绘制不同的细胞类型及其功能。
然而，大多数比较工具依赖于直接的一对一基因匹配。随着物种随着时间的推移而分化，这些匹配变得越来越难找到，这意味着重要的生物学相似性（例如，人类和小鼠的免疫细胞或鱼和苍蝇的神经元之间）可能会被遗漏。
人工智能如何揭示因进化而分离的细胞之间的相似性？
为了克服这些限制，Unify 比较了基因所执行的工作。传统方法类似于寻求逐字翻译的字典，而该工具则寻找共享的生物学意义。
与分析蛋白质序列和基因功能的科学描述的人工智能模型集成。具有特定同源性的基因被分为称为“宏基因”的单元。这使得 Unify 能够识别执行类似任务的细胞，即使它们的个体基因组不再匹配。”
张欢，KAUST 的主要作者和计算生物学家
UNIFY 发现了哪些隐藏的遗传关系？
整合来自 7 亿年分离的 7 个物种的 125 种细胞类型之间重建的关系。它区分相同的基因、进化出新工作的相似基因以及独立进化来完成相同工作的不同基因。
通过分析多个物种的免疫细胞，整合者确定了共享的防御策略，而使用仅限于直接遗传比较的方法很难识别这些策略。在另一项实验中，它根据小鼠淋巴结免疫细胞的反应预测了人类血细胞对特定免疫信号蛋白的反应。对于所有基因，Unify 的预测比现有方法更准确。
绘制细胞进化图谱的下一步是什么？
KAUST 团队目前正在扩展 Unify，以包含有关基因调控和组织中细胞定位的信息。这些新增内容预示着人类健康研究的进一步进展，使研究人员能够更全面地了解整个生命过程中共享的生物学原理。
通过将生物学知识与人工智能相结合，Unify 可以识别一定规模的模式，而研究人员需要很长时间才能通过逐个基因比较来发现这些模式。 KAUST 海洋科学教授曼努埃尔·阿兰达（Manuel Aranda）总结了这种影响，他说：“我们对人类生物学的了解大部分来自对啮齿动物等动物的研究，但并不总是清楚正在进行的研究。UNIF 帮助我们确定模式生物中的哪些发现与人类相关，这样我们就可以了解哪些研究与人类健康和疾病最相关。”
来源：
阿卜杜拉国王科技大学 (KAUST)
期刊参考：
张，H.， 和其他人。 (2026) 将学习细胞进化与通用多模态嵌入相统一。 自然通讯。 DOI：10.1038/s41467-026-76230-y。
Leave a Reply