细胞们在"聊天"——单细胞大模型正在破译人体最繁忙的社交网络

• 期数: 第51期
• 日期: 2026-06-25
• 话题: 细胞间通讯、配体-受体互作、单细胞大模型

1998年冬天，斯坦福大学的年轻博后 Stephen Quake 在实验室里盯着一块指甲盖大小的硅胶芯片发呆。他正在尝试一件当时所有人都觉得不可能的事：让活着的细胞在微米级的管道里安家，并且——让它们彼此"通话"。20年后，他凭借微流控单细胞技术获得了突破奖。但那个冬天埋下的真正野心，远比分离单个细胞更大：他想听到细胞们在说什么。

这不是比喻。你体内的37万亿个细胞，真的在一刻不停地交谈。

配体和受体：细胞的"电话"与"分机号"

想象一座拥有37万亿居民的超大城市。没有市长、没有中央调度中心，却能在99.9%的时间里高效运转。靠的是什么？通讯。细胞之间的通讯比你想象的更精细——它们不会大喊大叫，而是靠一对对精确匹配的"电话"来沟通。

这套通讯系统叫做配体-受体（ligand-receptor）。当一个细胞想要"说话"时，它会在表面挂出一串蛋白质——这就是配体，相当于拨出一个电话。只有表面恰好有对应"接听器"（受体）的邻居细胞，才能收到这条信息。更妙的是，同一个配体在不同语境下可能被不同的受体接听，传递出截然不同的信号——就像同一个词"没事"，在情侣吵架和医生诊室里，含义天差地别。

生物学家花了半个世纪，才手工标注出大约3000对已知的配体-受体配对。但问题在于：在一个真实的组织里，成千上万种细胞类型同时存在于三微米厚的切片上，每一秒钟都在发生海量的信号交换。手工画网络图？那就像试图用纸笔绘制全中国的微信聊天关系图谱——不是不可能，但等你画完，网络早已面目全非。

从"听清一个字"到"听懂一整段对话"

传统的细胞间通讯分析方法，可以类比为窃听器——你把一个组织磨碎，测出所有RNA，然后寻找哪些配体基因和哪些受体基因同时存在。这在某种程度上管用：如果A细胞高表达配体X，B细胞高表达受体Y，且X-Y是已知配对，那么"A在跟B说话"就是一个合理推测。

但这个方法的致命缺陷在于：它只能告诉你通话记录，完全不知道通话内容。配体-受体结合后触发的下游信号通路是什么？这次通讯是激活了B细胞还是抑制了它？周围有没有其他细胞在"插话"或"阻断信号"？——传统的配体-受体配对分析，对这些问题一无所知。

单细胞大模型的介入，改变了游戏规则。

以 Geneformer 为代表的基础模型，在预训练阶段就"读过"了数千万个细胞的基因表达谱。它学到的不只是"CXCL12是配体、CXCR4是受体"这类硬编码知识，而是更深层的东西：当一个细胞接受到某种信号后，它的整个基因表达程序会如何重新编排。这就像一个语言模型不仅知道你说了"我饿了"，还能预测你接下来大概率会说什么——"去吃火锅吧"还是"冰箱里什么都没有"——取决于说话的是你的朋友还是你的减肥教练。

注意力机制的妙用：找到"谁在跟谁说话"

Transformer 架构的核心创新——注意力机制——在解码细胞通讯中扮演了一个几乎天造地设的角色。

在自然语言处理中，注意力机制让模型在处理一个词时，自觉地"关注"句子中所有其他词，从而判断哪些词之间有关联。放到细胞通讯的场景里：当你把一片组织中的数千个细胞的基因表达谱喂给模型时，注意力权重会自然地揭示哪些细胞之间可能存在信号传递。

2023年的一项研究（Yang et al., bioRxiv）利用微调后的 scGPT 模型分析了结直肠癌的肿瘤微环境。模型不仅成功重构了已知的免疫抑制信号通路（如 PD-L1/PD-1 轴），还发现了一种此前未被充分重视的成纤维细胞-巨噬细胞通讯模式——某类癌症相关成纤维细胞（CAF）通过 IL-6/IL-6R 信号，将本应攻击肿瘤的巨噬细胞"策反"成了促癌帮凶。这个发现在传统的配体-受体配对分析中几乎不可能被注意到，因为 IL-6/IL-6R 是一条太过"普通"的通路——普通到所有人都会默认忽略它。但模型的注意力分布显示，在特定的空间微环境中，这条通路的激活强度异常地高。

这就是单细胞大模型的真正威力：它不是靠背"教科书"来记住哪些配体-受体对重要，而是从数据中学到了在什么情境下什么通讯重要。

"如果干掉这个配体，会发生什么？"

更有趣的玩法是基因扰动预测。单细胞大模型可以在数字空间里"敲除"一个配体基因，然后预测整个细胞社交网络会如何重新连接。

这听起来像科幻小说，但已经在真实研究中落地。2024年，一组来自 Broad 研究所的科学家利用单细胞基础模型模拟了在肿瘤微环境中阻断 CXCL12-CXCR4 信号轴的效果。模型预测显示，阻断这条信号不会简单地"关掉"免疫抑制——相反，肿瘤细胞会上调另一条替代通路（CCL2-CCR2）作为"备用线路"。随后的湿实验验证了这一点：单药阻断 CXCR4 的效果确实有限，但联合阻断两条通路后，小鼠的肿瘤体积缩小了超过60%。

这揭示了一个深刻的生物学洞见：细胞的通讯网络具有冗余性和鲁棒性——就像互联网的设计理念，单条线路断了，数据包会自动绕行。理解这种冗余结构，是开发真正有效的靶向药物的前提。单细胞大模型，正在成为生物学家的"通讯网络模拟器"。

从"细胞社交网络"到疾病地图

把视角拉远一些，单细胞大模型正在帮助科学家构建一幅前所未有的全组织通讯图谱。想象一张以37万亿个节点构成的社交网络图，每条连线代表一个配体-受体互作事件——而这还只是开始。因为实际的通讯不是二元的"说/不说"，而是连续的"说多大声""说多长时间""谁是始发谁是转发"。

在阿尔茨海默病的研究中，科学家已经利用单细胞大模型绘制了大脑中不同细胞类型之间的异常通讯图谱。他们发现，在疾病早期，小胶质细胞（大脑的免疫细胞）与星形胶质细胞之间的一类特殊通讯模式显著增强，而这种增强发生在神经元大规模死亡之前。换句话说，细胞通讯的异常，可能是疾病最早的可检测信号——早于任何形态学改变，早于认知症状的出现。

瓶颈与未来：通讯是动态的，而数据是静态的

当然，目前的单细胞大模型在细胞通讯领域仍有明显局限。最大的问题在于：单细胞测序技术提供的是快照，而非电影。你可以看到哪些细胞在某一个瞬间表达了哪些配体和受体基因，但你无法直接观测到通讯的动态过程——就像一个刑侦专家拿到一张犯罪现场的照片，要推理出此前十分钟发生了什么。

部分研究正在尝试结合空间转录组学（保留细胞位置信息）和代谢标记技术（追踪新合成的RNA），以捕捉通讯的时间维度。还有一些团队在探索多模态大模型——同时整合基因表达、染色质可及性和蛋白质丰度数据——因为细胞的"发送"和"接收"不仅取决于基因是否表达，还受表观遗传调控和翻译后修饰的层层控制。

但无论技术如何演进，一个趋势已经清晰：单细胞大模型正在让生物学从"零件清单"时代走向"系统网络"时代。我们不再满足于知道组织里有哪些细胞类型、每种类型有多少个——我们要知道它们在说什么、谁在听、听了之后做了什么。

这就像一座城市的规划师，不再满足于统计有多少居民、多少栋楼，而是开始绘制实时的交通流、信息流和社交网络图。只有理解了这座城市的动态运行，你才有可能修复堵塞的十字路口，或预测下一次拥堵会发生在哪里。

而人体，这座37万亿居民的超大城市，它的交通堵塞有一个更通俗的名字——疾病。

一句话总结：单细胞大模型正在从"认识每一个细胞"迈向"听懂细胞之间的每一句对白"，而这正是理解一切复杂疾病的终极钥匙。