个细胞类答案#CRISPR筛选 #单细胞表型 #原位测序 #虚拟细胞 #因果扰动数据 #细胞形态图谱 #自主实验室 #功能基因组学 #自监督学习 #光学混合筛选AI助力生命科学想要了解某个基因的功能研究者总要选择相应的观测方式。混合CRISPR筛选具备极佳的可扩展性可在同个培养皿中对基因组内全部基因开展扰动但其读出结果仅为数值携带该向导RNA的细胞是增殖还是凋亡富集还是消减细胞形态、细胞器状态、蛋白定位等信息都会丢失。基于阵列成像的筛选可以完整保留上述丰富表型但每个孔只能完成种扰动全基因组规模筛选需要数10万孔因此很难实现规模化。多年来行业一直受限于该困境。光学混合筛选OPS打破了这一局限2025年该技术已实现全基因组层面应用。在同个细胞内同时读取基因型与表型该技术的实现思路十分简明。构建混合文库在同一细胞群体中完成数千个基因的敲除对每个细胞进行高分辨率成像随后在同一显微镜下通过原位测序细胞的分子条形码获取每个细胞对应的CRISPR向导RNA。单个细胞可同时输出类信息扰动信息与细胞表型。David Feldman、Paul Blainey及其团队在「Optical Pooled Screens in Human Cells」(Cell, 2019)中建立该方法借助靶向原位测序在成像表型分析完成后对扰动文库进行解复用荧光显微镜同时记录细胞表型以及可识别各细胞向导RNA的测序读数。研究中项严谨的技术优化改造慢病毒实验方案将条形码‑向导RNA错配率从28%以上降至5%以内保证读取的基因型与细胞实际携带的基因型一致。至2023年技术通量突破全基因组级别项针对抗病毒应答的全基因组OPS研究(PNAS, 2023)对10,366,390个细胞成像这些细胞携带80,408条靶向万余个基因的向导RNA通过12轮原位测序完成全部信息读取该研究挖掘出真实生物学结论证实ATP13A1「对病毒感知至关重要」。对本实验室的意义该技术实现了规模化成像‑扰动联合分析正是本实验室自主显微镜Agent‑Lens以及REEF成像计算平台的设计目标。️基于细胞形态绘制基因组图谱2025年个独立团队将OPS拓展至全基因组图谱构建。博德研究所与Calico开发PERISCOPE (Nature Methods, 2025)即「基于单细胞光学表型的原位扰动效应读出」将Cell Painting高维亚细胞成像与光学混合筛选相结合。产出首份无偏、基于形态的人类细胞全基因组扰动图谱完成3次全基因组CRISPR筛选对数千万细胞中万余个基因开展敲除基于数百项成像特征对细胞进行打分关键的是成本较同等规模单细胞RNA‑seq筛选降低10倍以上全部数据公开。该图谱不仅复现已知生物学结论还挖掘出大量未知信息例如与罕见溶酶体贮积病相关的TMEM251是「酶转运至溶酶体所必需的基因」。正如Broad研究所JT Neal所言这是「首类用于关联细胞形态与基因功能的全基因组资源」。同年insitro发布通用平台CellPaint‑POSH (Nature Communications, 2025)专门针对OPS现存短板多数现有方案仅适用于特定通路。该平台不再人工挑选生物标志物自监督模型CP‑DINO直接从Cell Painting图像中学习特征无需靶标特异性读出即可输出基因网络相较于StringDB互作网络AUC≈0.83支持药物可及基因组层面的无假设挖掘。值得注意的是该模型样本应用于PERISCOPE数据集依旧有效说明学习得到的细胞表型特征可跨实验室、跨实验方案泛化。对本实验室的意义由模型自主识别表型而非人工设计表型与形态学分析摘要的核心思路一致如今该思路落地全基因组筛选并以公开图谱形式发布契合BioImage Model Zoo/BioEngine的开源理念。虚拟细胞的数据引擎——客观存在的技术前沿这是本篇内容的核心。虚拟细胞的性能取决于训练数据而最难获取的是因果数据不是「健康细胞是什么样」而是「改变该基因后细胞会发生什么」。OPS恰好可以生成数百万条基因扰动→单细胞表型数据对成本可以支撑全基因组规模研究。是基因组大语言模型的成像侧互补技术基因组大语言模型从DNA序列推导功能OPS在活细胞中直接测量扰动‑表型对应关系Human Cell Simulator是将者结合的模型自主实验室负责运行筛选为模型供给数据。同时也要客观看待技术局限细胞形态是丰富但不完备的表型只能观测细胞形态与蛋白定位无法获取转录状态因此OPS与分子谱分析属于互补关系不能互相替代该平台仍需要突破摆脱通路特异性实验的限制筛选结果的可信度取决于可观测、可采信的表型这也是一直强调的实证原则。但技术发展方向十分明确。显微镜历经百年一直在回答细胞长什么样如今可以在同一视野下回答第个问题是哪个基因造成该表型详细总结思维导图基础信息核心技术OPS光学混合筛选关键信息2025两套OPS衍生全基因组图谱平台对比对虚拟细胞的价值与技术局限参考Lab Newsletter — August 10, 2026: One Cell, Two Answershttps://aicell.io/post/newsletter-2026-08-10/注AI辅助创作如有不当欢迎指出。内容仅供参考不构成任何建议。