细胞信号历史不必逐类重建：同一通路留下固定基因指纹，模型跨细胞类型读出
核心概要
同一信号通路在不同细胞类型中留下一致的基因活动“指纹”，因此不必再对每种细胞类型单独重建信号历史。IRIS 是一个神经网络模型，它读取细胞整体基因活动，估计发育各阶段哪些信号通路被开启。在处于原肠胚期的小鼠胚胎单细胞上，它预测了心脏、肠、肌肉和脊髓谱系中信号通路何时何地激活；对肺发育相关细胞类型，模型预测的激活通路随后在小鼠胚胎实验中得到验证。
深度剖析
同一信号通路在不同细胞类型中留下可识别的基因活动指纹，使信号历史的重建可以跨细胞类型进行，而不必为每种细胞类型单独建图。 此前研究者普遍假定信号通路的作用随细胞类型大幅变化，因此需要逐一在每种细胞类型中实验测定每条通路。 这一一致性来自对数千个人胚胎干细胞在六条主要信号通路数十种组合、多个发育阶段下的响应数据训练与检验，并在小鼠原肠胚期单细胞上得到跨细胞类型的预测。
IRIS 通过读取细胞整体基因活动，反推发育各阶段哪些信号通路可能处于开启状态。 该模型是神经网络，即从复杂数据中识别模式的 AI 系统，其跨细胞类型的能力借助迁移学习实现。 训练数据覆盖数千个人胚胎干细胞对六条通路数十种组合的响应；测试场景为小鼠原肠胚期单细胞，模型对 destined 成为心脏、肠、肌肉和脊髓组织的细胞给出了通路激活的时间与位置预测。
模型给出的信号组合预测可以指向具体的细胞命运干预。 在肺发育所需的一种关键细胞类型上，模型预测激活某条特定信号通路会促进肺特异性发育。 小鼠胚胎实验确认了这一预测，说明预测的信号组合可用于指导实验室中肺组织模型的生成。
启示与展望
报道所依据的是发表于 Nature Methods 的开放获取研究，对象为人胚胎干细胞的信号响应图谱与小鼠原肠胚期单细胞。模型预测的信号通路激活位置在小鼠胚胎中得到检验，肺发育相关细胞类型的预测另经小鼠胚胎实验确认。适合关注细胞信号、干细胞工程与类器官的研究人员和工程师阅读。
信号通路指纹跨细胞类型一致这一结论，是在所测六条主要信号通路与相应细胞类型的范围内得出的。模型对未见细胞类型的推断依赖迁移学习，其在小鼠原肠胚期的准确预测是当前已报告的验证场景。