西湖大学与阿里达摩院联合发布归元AI模型，精准预测干细胞重编程路径

2026年7月14日，西湖大学与阿里巴巴达摩院联合发布一项重要研究成果：双方合作构建了面向干细胞重编程的大规模组合扰动数据集，并据此研发出一款名为“归元”的人工智能模型，用于精准预测干细胞命运走向。

该模型依托先进的人工智能技术，可在数以百万计的小分子药物与生长因子组合中，高效筛选出最优干预方案，从而定向引导细胞转化为目标类型的干细胞状态。基于模型推荐的实验路径，研究团队首次在体外成功获得一种具备长期稳定传代能力的高质量下胚层样干细胞，其连续传代次数超过五十代。这一突破为早期胚胎发育机制解析、类胚胎结构构建、体外造血系统重建以及白血病相关细胞治疗等前沿研究方向提供了新型工具平台。

回溯科学历程，自2006年科学家首次实现将成熟皮肤细胞逆转为具有多向分化潜能的诱导多能干细胞以来，细胞重编程已成为再生医学的核心范式之一。在此过程中，细胞短暂进入高度可塑状态，此时若施加不同种类的小分子化合物或蛋白类生长因子，便可将其导向特定的干细胞谱系。

本次研究共纳入二十五种关键谱系调控因子，涵盖十七种小分子药物与八种蛋白类生长因子。理论上，这些因子可形成近四百万种组合方式。若采用传统实验方法逐一验证，不仅耗时漫长、成本高昂，且成功率极低。

“归元”模型创新性地采用双模态编码架构：一方面利用分子结构表征技术对小分子药物进行数字化建模，另一方面借助蛋白语言模型对生长因子及细胞因子等生物大分子进行语义化编码，最终将两类异构数据统一映射至同一高维表征空间，实现对组合干预效果的系统性预测。尤为关键的是，模型嵌入了可解释性模块，使其输出结果能与已知生物学信号通路形成明确对应关系——不仅能指出哪些组合更可能达成预期细胞状态，还能阐明其背后的分子机制与作用逻辑。

借助该模型，研究团队完成了对近四百万种潜在组合的全量模拟预测，并依据最优推荐方案开展实验验证，最终成功获得目标干细胞。目前，“归元”模型已拓展应用于其他细胞命运调控场景，包括帕金森病细胞治疗所需的多巴胺神经元前体细胞的定向制备，以及多种功能细胞的规模化生产优化，显著提升了相关工艺的效率与稳定性。