AI读DNA,能预测细胞命运吗?
可以,但更准确地说,AI目前能从DNA序列中估计细胞命运相关的倾向或调控状态,距离仅凭DNA可靠地“读出”一个细胞最终会变成什么,还有很大差距。
DNA序列提供的是潜在的调控规则,不是细胞当下状态的完整记录。相同或近似的基因组,在不同组织、发育阶段和环境信号下,可以呈现不同的染色质开放程度、转录因子活性和基因表达。因此细胞命运通常由基因组、表观遗传状态、细胞间信号与时间共同决定。只看DNA,就像从电路图推测设备的实时运行状态:能推断哪些过程可能发生,却不知道开关此刻处于什么位置。
模型可以通过DNA序列识别启动子、增强子、转录因子结合偏好等模式,再结合单细胞RNA测序、染色质可及性或扰动实验数据,学习这些调控特征与细胞类型、分化轨迹之间的统计关联。若训练数据覆盖目标组织和发育阶段,模型可用于预测候选调控元件的作用、比较细胞状态,或筛选可能影响分化的基因和序列变异。加入时间序列及基因扰动数据,通常比单纯做静态关联更有助于判断因果关系。
关键限制是“预测”不等于“决定”或“证明”。训练集的细胞类型、实验平台和个体背景会影响结果;模型也可能把批次差异或相关信号当成规律。对训练数据之外的细胞、物种或条件,准确度可能明显下降。要检验某段DNA是否真的改变命运,仍需在相关细胞中进行定向扰动,并观察表达、染色质和细胞表型是否按预测改变。
所以,AI读DNA更适合做有条件的概率推断和实验导航:它能帮助缩小候选范围、提出可检验假设,但目前不能仅凭一段DNA序列,确定某个细胞必然走向哪种命运。