7月14日，阿里巴巴达摩院携手西湖大学正式公布了一项重要科研突破：基于干细胞重编程技术构建的大规模组合扰动数据集，并由此研发出名为“归元”的AI模型。通俗而言，该模型犹如一位“超级导师”，能够在数百万种小分子药物与生长因子的组合中，迅速筛选出最佳方案，从而精准引导细胞向目标干细胞状态转化。

依据AI推荐的方向，研究团队首次在体外成功培育出高质量的下胚层样干细胞。这种细胞具有非凡特性，能够稳定传代超过50代，有望为早期胚胎发育机制、类胚胎构建、体外造血系统，乃至白血病细胞治疗等前沿领域，提供全新的研究工具与创新思路。

要理解这项研究的重大意义，需要回溯到2006年。当年，科学家首次证实，通过特定因子可以将皮肤细胞“重编程”为诱导多能干细胞（iPSC）。形象地说，这相当于让一个已经“毕业上岗”的皮肤细胞，重新回到充满无限可能的“初始状态”。在重编程过程中，细胞实际上处于高度可塑阶段——此时，若加入不同的小分子药物和蛋白类生长因子，便有机会将其引导至多种不同的干细胞命运。

然而，关键问题在于如何找到那个“正确”的组合？阿里巴巴达摩院资深算法专家顾斐介绍，本研究涉及25种谱系调控因子，包括17种小分子药物和8种蛋白类生长因子。理论上，这些因子可组合成近400万种不同方案。若采用传统方法逐一实验验证，将耗费数十年时间，成本极高且成功率极低。

而“归元”模型采用双模态编码策略，巧妙解决了这一难题。该模型一方面利用分子结构表征对小分子药物进行编码，另一方面借助蛋白语言模型对生长因子、细胞因子等生物大分子进行编码。随后，将两类信息统一投射至同一高维表征空间，进而预测不同组合对细胞命运的具体影响。

更关键的是，研究团队在模型中引入了可解释性模块。这意味着AI不仅能够告知研究人员“哪个组合更可能有效”，还能解释“为什么有效”——其预测结果能够与已知的生物学信号通路建立关联。这好比不仅给出了考试答案，还清晰阐述了解题步骤。

最终，模型完成了对近400万种潜在组合的模拟预测。凭借其推荐的最优方案，研究团队成功获取了高质量的下胚层样干细胞。目前，团队已将“归元”模型应用于其他细胞命运调控任务，包括制备帕金森病细胞治疗管线所需的多巴胺神经元前体细胞，以及其他功能细胞类型，并协助优化生产工艺。