Освещение состояний клеток с помощью всеобъемлющей и интерпретируемой базовой модели для одиночных клеток

Почему важны более умные карты клеток

Кажкая ткань в вашем теле — это шумный город клеток, у каждой своя роль и своя история. Современные инструменты умеют считывать активность тысяч генов в миллионах отдельных клеток, но этот поток данных бывает шумным, неполным и трудным для интерпретации. В этой статье представлена CellVQ — новая модель искусственного интеллекта, созданная, чтобы превратить эти запутанные измерения в ясные, понятные человеку карты типов клеток, их состояний и реакций на препараты и генетические изменения.

Новый способ чтения одиночных клеток

Авторы исходят из простой идеи: чтобы понять здоровье и болезнь, нам нужен надежный «язык» для описания состояния каждой клетки. Существующие ИИ-модели, обученные на данных одиночных клеток, мощные, но сталкиваются с тремя реалиями. Во‑первых, многие измерения крайне разрежены — множество генов выглядят неактивными. Во‑вторых, разные лаборатории и методы дают данные в разных масштабах, что затрудняет сравнение. В‑третьих, внутреннее устройство этих моделей часто непрозрачно, что ограничивает их полезность для биологов, которые хотят ясных объяснений, а не только предсказаний.

Превращение клеточной активности в повторно используемый клеточный код

CellVQ решает эти задачи с помощью большой модели, обученной на 68 миллионах клеток, которая вырабатывает компактный «клеточный код» для каждой клетки. Вместо представления клетки как длинного списка сырых чисел, CellVQ пропускает паттерны активности генов через энкодер и специальный модуль дискретизации одиночных клеток. Этот модуль группирует похожие паттерны в общие коды, так что клетки из разных экспериментов с похожим поведением получают связанные коды. Одновременно декодер учится восстанавливать пропущенную активность генов с использованием статистической модели, адаптированной к данным с множеством нулей. Такая стратегия обучения помогает системе справляться с разреженностью измерений, сохраняя при этом значимые взаимосвязи между генами.

От сырых данных к полезным предсказаниям

После обучения CellVQ можно применять к множеству задач без дополнительной тонкой настройки. Модель разделяет типы клеток более четко, чем конкурирующие методы, что даёт более выраженные кластеры и более точную автоматическую маркировку идентичности клеток. Она также лучше предсказывает практические свойства, такие как ткань происхождения, возраст, пол и статус заболевания, по сравнению с ранее существовавшими подходами. Примечательно, что те же представления хорошо работают и на бульковых образцах, усредняющих множество клеток, что повышает точность в предсказании реакции раковых клеток на различные препараты и чувствительности пациентов или клеточных линий к конкретным лечениям.

Выявление того, как гены и препараты перестраивают клетки

В исследовании также проверяют, фиксирует ли CellVQ причинно-следственные связи при вмешательствах в гены или при воздействии препаратов. Используя наборы данных, где отдельные гены выключены или изменены комбинации, CellVQ помогает прогнозировать, как остальная часть генома ответит на уровне отдельных клеток, часто сопоставимо или лучше специализированных моделей. Для воздействия препаратов авторы комбинируют генетические представления CellVQ с отдельной моделью, которая анализирует структуру препаратов, и вместе эти системы точно предсказывают изменения активности генов в иммунных клетках, обработанных конкретными соединениями. Метод может указать, какие гены изменяют свою активность сильнее всего, что даёт подсказки о механизмах действия препаратов и побочных эффектах.

Построение графов знаний о состояниях клеток

Чтобы сделать внутреннюю логику модели доступной, авторы представляют CellVQ-Graph — лёгкое дополнение, которое использует выходы CellVQ для построения графа, связывающего клетки, гены и описательные свойства, такие как ткань, метка заболевания, возраст и пол. В этом графе веса внимания подчёркивают, какие гены и признаки наиболее важны для каждого состояния клетки. Применённая к данным мозга и поджелудочной железы, система выделяет тонкие подтипы клеток, предлагает промежуточные состояния и отмечает известные маркерные гены вместе с менее изученными кандидатами. Она также выводит сети генов, которые склонны изменяться совместно, проливая свет на регуляторные цепочки, управляющие развитием, стресс‑реакциями и воспалением.

Что это значит для будущих исследований клеток

Проще говоря, CellVQ и CellVQ-Graph действуют как мощный движок перевода и картирования для клеточной жизни, превращая шумные измерения в общий код, который можно сравнивать между исследованиями и заболеваниями. Работа показывает, что одна модель может одновременно улучшать задачи предсказания и давать понятные биологические подсказки — от ключевых маркерных генов до вероятных ген‑ген взаимодействий. Хотя текущая версия в основном обучена на одном типе молекулярных считываний, авторы планируют расширить её на большее количество типов данных, стремясь к унифицированному, интерпретируемому атласу того, как клетки изменяются со временем, в разных тканях и под воздействием лечения.

Цитирование: Wang, J., Tan, C., Gao, Z. et al. Illuminating cell states by a comprehensive and interpretable single cell foundation model. Nat Commun 17, 4037 (2026). https://doi.org/10.1038/s41467-026-70071-5

Ключевые слова: секвенирование РНК одиночных клеток, состояния клеток, базовая модель, регуляция генов, ответ на препараты