细胞如何根据内外环境做出“决策”？其核心在于细胞内一张由成千上万个基因相互调控形成的复杂“决策网络”——基因调控网络。理解这张网络，是预测细胞行为、设计疾病疗法的关键。然而，传统方法要么像“盲人摸象”只能窥见局部，要么像“黑箱模型”无法理解内部逻辑。

2026年5月12日，加州理工学院姜家隆等在Cell 在线发表题为D-SPIN constructs regulatory network models from scRNA-seq that reveal organizing principles of perturbation response的研究论文。

该研究开发了一种名为D-SPIN的新型计算框架，能够从海量实验数据中，自动绘制出既准确又易于理解的全局基因调控网络“地图”，并能精准预测细胞对全新药物或基因扰动的反应。

困境：网络复杂，而“地图”模糊

重建基因调控网络如同绘制一座超级大都市的实时交通与通讯图。传统方法依赖对单个基因的逐一“破坏”与观察，效率低下且难以捕捉全局。新兴的单细胞扰动测序技术（如Perturb-seq）实现了革命，它能一次性对数千个细胞施加不同“干扰”（敲除基因、添加药物），并测序每个细胞的全部基因表达。

这产生了前所未有的海量数据，但如何从中解读出清晰的“网络规则”，成为新的核心挑战。现有计算模型要么准确度不足，要么内部逻辑难以理解，如同一个无法解释决策过程的“黑箱”。

突破：D-SPIN——可解释的“网络绘图师”

D-SPIN框架的诞生，正是为了解决这一难题。它本质上是一个强大的概率图模型，能够直接“消化”包含数百万细胞、数千种扰动的单细胞测序数据。其强大之处在于：

1.全局与精准：它不仅识别转录因子等经典调控关系，还能捕捉转录后调控、信号通路磷酸化等更广泛的相互作用，构建的网络模型比现有方法更准确。

2.机制可解释：D-SPIN生成的网络模型具有清晰的机制解释性。研究人员能看清是哪些“线路”（基因相互作用）被扰动“拨动”，从而导致了最终的基因表达变化和细胞状态改变，实现了从“黑箱”到“白箱”的跨越。

3.多任务通用：它统一处理基因敲除、小分子药物、生长因子刺激等多种扰动，甚至能将健康与疾病状态本身视为一种“生理扰动”进行建模。

文章模式图（图源自Cell）

应用：从白血病到免疫治疗的洞见

研究团队在两大场景验证了D-SPIN的威力：

1.解析白血病细胞命运：利用K562慢性髓系白血病细胞的全基因组扰动数据，D-SPIN构建的模型揭示了细胞在“红系”与“髓系”分化命运抉择中的关键调控因子，并概括了细胞应对扰动的全局性组织原则。

2.预测免疫药物组合效应：在新进行的人类免疫细胞药物反应实验中，D-SPIN不仅能根据基因特征区分不同作用机制的药物，更能精准预测未经验证的药物剂量组合会将细胞群体推向何种状态。例如，模型发现，某些药物组合能通过附加性地招募不同的基因程序，协同诱导出独特的抗炎巨噬细胞状态。

意义：迈向可预测、可编程的细胞医学

这项研究标志着计算生物学向“可预测生物学”迈出了关键一步。D-SPIN不仅是一个强大的分析工具，更提供了一个统一的框架，用于揭示不同细胞类型在各种生理病理条件下的信息处理逻辑。

未来，科学家可以利用此类模型，在计算机中预先模拟基因疗法或联合用药的效果，理性设计重编程细胞状态的“治疗程序”，从而为癌症、自身免疫病等复杂疾病的精准治疗开辟全新的数字化研发路径。它让我们离“读懂细胞思想，编程细胞行为”的终极目标更近了一步。

参考消息：https://www.cell.com/cell/fulltext/S0092-8674(26)00463-0