Cell：如何利用人工智能构建虚拟细胞？

来源：生物世界 2024-12-20 12:16

这篇文章旨在为开发和实施人工智能赋能的虚拟细胞的大规模、长期倡议提供一个协作研究议程和路线图。

细胞对于理解健康和疾病至关重要，但传统模型无法建模和模拟细胞的功能和行为。人工智能（AI）和组学的进展为创建人工智能虚拟细胞（AI virtual cell，AIVC）提供了突破性的机会，AIVC是一种基于多尺度、多模态的大神经网络模型，可以在不同状态下表示和模拟分子、细胞和组织的行为。

2024年12月12日，Cell 期刊发表了一篇题为：How to build the virtual cell with artificial intelligence: Priorities and opportunities 的展望文章，探讨了如何使用人工智能构建虚拟细胞，以及这一过程的优先事项和面临的机遇。

该展望为人工智能虚拟细胞（AIVC）的设计提供了一个愿景，并阐述了通过合作构建AIVC，将如何通过高保真模拟、加速发现和指导实验研究，从而改变生物学研究，为理解细胞功能和促进跨学科开放科学合作提供新机遇。

细胞是生命的基本单位，是一个极其复杂的实体，其特性和行为挑战了物理和计算建模的极限。每个细胞都是一个动态的和适应性的系统，复杂的行为产生于无数的分子相互作用。有些方面对于干扰是非常稳健的，例如敲除基因或用不同物种的同源基因进行替代。但有些方面又对看似微小的破坏很敏感，例如点突变或导致细胞功能障碍和疾病的外部因素。

为了了解细胞的功能，科学家们试图构建虚拟细胞（virtual cell）模型来模拟、预测和引导细胞行为。在此基础上，使用术语虚拟细胞来定义一个模拟细胞生物学功能和相互作用的计算模型。现有的细胞模型通常是基于规则的，结合了对潜在生物学机制的假设和从观察数据拟合的参数。它们通常依赖于明确定义的数学或计算方法，例如微分方程、随机模拟或基于智能体（Agent）的模型。它们的复杂性不同，涵盖了细胞生物学的不同定义方面，如转录和翻译、细胞骨架驱动的细胞行为、生化网络或代谢通量。

2012年，斯坦福大学的研究人员在 Cell 期刊发表论文【2】，开发了第一个全细胞计算模型，该模型代表了一个生物体（生殖支原体）已知的所有482个基因和分子功能。自这项开创性工作以来，研究人员已开发出了包括大肠杆菌在内的其他全基因组模型。

尽管这些模型在生物系统建模中被广泛使用，但迄今为止的方法仍然不能捕捉细菌和更复杂系统（例如人类细胞）的许多方面的操作。面临的挑战包括：

1、多尺度建模：细胞在从原子到分子再到细胞和组织的多个时空尺度上运行，通过从一个尺度到另一个尺度的非线性转换而产生功能特性。

2、过程的多样性：细胞功能包括众多相互作用的过程，例如基因调控、代谢途径和信号转导等。每一个过程都涉及大量的生物分子类型，在不同的和动态的配置和状态。

3、非线性动力学：大多数细胞过程是高度非线性的，输入的微小变化可以导致输出的复杂变化。

因此，尽管在模拟特定细胞过程方面取得了进展，但这些因素共同构成了构建虚拟细胞的实质性障碍。

如今，两项激动人心的科技革命——人工智能和组学，使我们能够直接从数据中学习构建细胞模型。这两项突破为人工智能虚拟细胞（AIVC）的宏伟愿景提供了前所未有的机会，AIVC是一种基于多尺度、多模态、大型神经网络的模型，可以在不同状态下表示和模拟分子、细胞和组织的行为。