斯坦福邱肖杰：预测性虚拟胚胎

摘要整合单细胞数据、空间数据与人工智能技术的预测性虚拟胚胎系统为跨尺度模拟哺乳动物胚胎发育提供了可行路径有望深化人类对胚胎发育与先天性疾病的基础认知。尽管发育生物学已取得数10年进展构建胚胎发育的整合式、可预测模型仍是未解难题这也是预测性虚拟胚胎系统的核心攻关目标。搭建衔接分子调控、细胞动态与组织水平结构的研究框架需要兼顾发育过程的时空尺度特征。胚胎发育本身具有天然复杂性是时空高度协同的过程从单个受精卵起始经细胞分裂、迁移与分化最终形成数万亿高度特化的细胞。这些过程被精准调控在维空间中构建出功能性生物体的各类组织与器官。功能性胚胎的成功形成依赖于严格调控的遗传程序、动态细胞行为迁移、生长、分裂或凋亡以及不同空间构型细胞类型间的空间协同信号互作。xiaojiestanford.edu#虚拟胚胎 #基因组学 #人工智能 #胚胎发育 #单细胞时空组学 #先天性疾病方法学基础计算技术进展图1 现有技术与胚胎模型为虚拟胚胎模型构建奠定基础a. 支撑胚胎建模的5大核心技术类别活体成像、单细胞RNA测序、谱系示踪、基于测序的空间转录组学、基于成像的空间转录组学b. 类器官、类囊胚、原肠胚样模型与合成胚胎等工程化类胚胎系统可作为体外扰动与验证平台c. 里程碑研究时间线按a中技术类别进行颜色标注圆点大小反映已测序细胞数的相对规模对数刻度相近技术归为1组横轴为发表年份纵轴为已测序细胞数。未来机遇图2 迈向虚拟胚胎的3类计算方法a. 描述型方法对胚胎数据集进行统计整合左侧为小鼠胚胎细胞的UMAP降维投影右侧为跨胚层的代表性发育轨迹DAG有向无环图b. 规则型/物理型方法利用力学方程模拟生物系统动态为示意图化建模流程ODE常微分方程c. 深度学习方法将多模态检测数据整合为单细胞级AI虚拟细胞模型用于细胞表征学习d. 虚拟胚胎平台跨发育阶段、覆盖基因-细胞-组织-器官-全胚胎水平的多尺度系统级建模范式将单细胞与空间基因组学数据融入哺乳动物胚胎发育时空基础模型并结合AI智能体界面实现跨尺度发育动态的预测性模拟。详细总结思维导图核心技术分类与虚拟细胞的核心差异参考Nat Methods. 2026 Mar 26. doi: 10.1038/s41592-026-03055-4.Towards predictive virtual embryos with genomics and AI260326virtual_embryo.pdf注AI辅助创作如有错误欢迎指出。内容仅供参考不构成任何建议。