「虚拟细胞」数据引擎技术边界-尧图网络科技

１个细胞，２类答案

#CRISPR筛选 #单细胞表型 #原位测序 #虚拟细胞 #因果扰动数据 #细胞形态图谱 #自主实验室 #功能基因组学 #自监督学习 #光学混合筛选

AI助力生命科学

想要了解某个基因的功能，研究者总要选择相应的观测方式。混合CRISPR筛选具备极佳的可扩展性：可在同个培养皿中对基因组内全部基因开展扰动；但其读出结果仅为数值：携带该向导RNA的细胞是增殖还是凋亡，富集还是消减？细胞形态、细胞器状态、蛋白定位等信息都会丢失。基于阵列成像的筛选可以完整保留上述丰富表型，但每个孔只能完成１种扰动，全基因组规模筛选需要数10万孔，因此很难实现规模化。多年来行业一直受限于该困境。光学混合筛选（OPS）打破了这一局限，2025年该技术已实现全基因组层面应用。

🧬在同个细胞内同时读取基因型与表型

该技术的实现思路十分简明。构建混合文库，在同一细胞群体中完成数千个基因的敲除；对每个细胞进行高分辨率成像；随后在同一显微镜下，通过原位测序细胞的分子条形码，获取每个细胞对应的CRISPR向导RNA。单个细胞可同时输出２类信息：扰动信息与细胞表型。David Feldman、Paul Blainey及其团队在「Optical Pooled Screens in Human Cells」(Cell, 2019)中建立该方法，借助靶向原位测序，在成像表型分析完成后对扰动文库进行解复用；荧光显微镜同时记录细胞表型以及可识别各细胞向导RNA的测序读数。（研究中１项严谨的技术优化：改造慢病毒实验方案，将条形码‑向导RNA错配率从28%以上降至5%以内，保证读取的基因型与细胞实际携带的基因型一致。）至2023年，技术通量突破全基因组级别：１项针对抗病毒应答的全基因组OPS研究(PNAS, 2023)对10,366,390个细胞成像，这些细胞携带80,408条靶向２万余个基因的向导RNA，通过12轮原位测序完成全部信息读取；该研究挖掘出真实生物学结论，证实ATP13A1「对病毒感知至关重要」。对本实验室的意义：该技术实现了规模化成像‑扰动联合分析，正是本实验室自主显微镜Agent‑Lens以及REEF成像计算平台的设计目标。

🗺️基于细胞形态绘制基因组图谱

2025年，２个独立团队将OPS拓展至全基因组图谱构建。博德研究所与Calico开发PERISCOPE (Nature Methods, 2025)，即「基于单细胞光学表型的原位扰动效应读出」，将Cell Painting（高维亚细胞成像）与光学混合筛选相结合。产出首份无偏、基于形态的人类细胞全基因组扰动图谱：完成3次全基因组CRISPR筛选，对数千万细胞中２万余个基因开展敲除，基于数百项成像特征对细胞进行打分；关键的是，成本较同等规模单细胞RNA‑seq筛选降低10倍以上，全部数据公开。该图谱不仅复现已知生物学结论，还挖掘出大量未知信息，例如与罕见溶酶体贮积病相关的TMEM251，是「酶转运至溶酶体所必需的基因」。正如Broad研究所JT Neal所言，这是「首类用于关联细胞形态与基因功能的全基因组资源」。同年，insitro发布通用平台CellPaint‑POSH (Nature Communications, 2025)，专门针对OPS现存短板：多数现有方案仅适用于特定通路。该平台不再人工挑选生物标志物：自监督模型CP‑DINO直接从Cell Painting图像中学习特征，无需靶标特异性读出即可输出基因网络（相较于StringDB互作网络，AUC≈0.83），支持药物可及基因组层面的无假设挖掘。值得注意的是，该模型０样本应用于PERISCOPE数据集依旧有效，说明学习得到的细胞表型特征可跨实验室、跨实验方案泛化。对本实验室的意义：由模型自主识别表型，而非人工设计表型，与形态学分析摘要的核心思路一致；如今该思路落地全基因组筛选，并以公开图谱形式发布，契合BioImage Model Zoo/BioEngine的开源理念。

🔗虚拟细胞的数据引擎——客观存在的技术前沿

这是本篇内容的核心。虚拟细胞的性能取决于训练数据，而最难获取的是因果数据：不是「健康细胞是什么样」，而是「改变该基因后细胞会发生什么」。OPS恰好可以生成数百万条（基因扰动→单细胞表型）数据对，成本可以支撑全基因组规模研究。是基因组大语言模型的成像侧互补技术：基因组大语言模型从DNA序列推导功能；OPS在活细胞中直接测量扰动‑表型对应关系；Human Cell Simulator是将２者结合的模型，自主实验室负责运行筛选，为模型供给数据。同时也要客观看待技术局限：细胞形态是丰富但不完备的表型，只能观测细胞形态与蛋白定位，无法获取转录状态；因此OPS与分子谱分析属于互补关系，不能互相替代；该平台仍需要突破，摆脱通路特异性实验的限制；筛选结果的可信度取决于可观测、可采信的表型，这也是一直强调的实证原则。但技术发展方向十分明确。显微镜历经百年，一直在回答细胞长什么样；如今可以在同一视野下回答第２个问题：是哪个基因造成该表型？