Cellarity Inc.

点击上方 [优在生物] 关注我们 导 语 药物诱导肝损伤（DILI）是药物研发中的关键挑战，每年给每家制药企业造成约 3.5 亿美元损失，也是导致药物临床试验失败和撤市的主要原因之一。 动物模型难以识别约半数临床 DILI 药物，传统临床前模型存在特异性低、缺乏机制洞察或维度局限等问题，无法全面捕捉 DILI 的复杂分子机制，亟需更全面、精准的预测工具。 2025 年11月13日，美国 Cellarity 公司 Volker Bergen/Mahdi Zamanighomi 团队在国际期刊 Nature Communications 发表题为 A large-scale human toxicogenomics resource for drug-induced liver injury prediction 的研究论文。 该研究构建了大规模人类毒理基因组学资源 DILImap，包含 300 种化合物在原代人肝细胞中的多浓度 RNA-seq 数据，在此基础上开发了机器学习模型 ToxPredictor。该模型在盲法验证中实现 88% 灵敏度和 100% 特异性，成功识别出 Evobrutinib 等此前被动物实验遗漏的 III 期临床失败药物，同时提供剂量相关的 DILI 风险和机制洞察，为药物研发早期去风险和安全决策提供了有力工具，推动毒理学研究和药物安全评价的范式转变。 正 文 研究人员首先针对 DILI 预测的临床需求和传统模型的局限，构建了专门用于 DILI 研究的毒理基因组学数据库 DILImap。该数据库以原代人肝细胞为研究对象，这是体外肝毒性评估的金标准，能保留关键肝功能。研究团队对 300 种化合物进行了多浓度筛选，涵盖已知 DILI 药物、撤市药物、特发性 DILI 化合物和无肝毒性药物，通过 LDH 和 ATP 活性检测评估细胞活力，并在 4 个关键剂量点进行 RNA-seq 分析，捕获治疗相关浓度至亚细胞毒性浓度范围内的转录组变化。DILImap 作为目前最大的 DILI 毒理基因组学数据集，涵盖了多种 DILI 机制，为后续模型训练提供了全面且高质量的基础数据。 为验证转录组数据在 DILI 预测中的优势，研究人员开发了基于随机森林的机器学习模型 ToxPredictor。该模型以通路水平的转录特征为输入，通过富集分析挖掘化合物处理后差异表达基因关联的生物学通路。为确保模型稳健性，研究团队采用 5 折分层交叉验证，仅使用标签明确的 DILI 阳性和阴性化合物进行训练，并优化了模型超参数和集成策略，最终形成由 30 个随机森林模型组成的集成模型。模型在独立盲法验证中表现优异，其 88% 的灵敏度和 100% 的特异性显著优于 20 余种传统临床前模型，且能准确识别 Evobrutinib、TAK-875 等因 DILI 撤市的 III 期临床药物，而这些药物在传统动物实验中未显示肝毒性信号。 进一步分析表明，ToxPredictor 的核心优势在于其系统级的机制覆盖能力和剂量解析预测功能。该模型能捕捉线粒体功能障碍、氧化应激、脂肪酸代谢紊乱等多种 DILI 相关机制，甚至在细胞死亡发生前就检测到早期转录组变化。通过计算安全边际（首次预测 DILI 剂量与治疗浓度 Cmax 的比值），模型可对药物进行风险分级，为临床给药剂量提供参考。研究团队还通过对 COX2 抑制剂等同类药物的分析，揭示了结构相似药物具有不同 DILI 风险的分子机制，验证了模型的机制解析能力。此外，该模型能区分肝脏特异性毒性与其他器官毒性，进一步证明了其特异性和临床适用性。 三种Cox2抑制剂具有相同的靶点，但DlLl序列不同 总 结 总的来说，该研究通过构建大规模毒理基因组学数据库 DILImap，开发并验证了机器学习模型 ToxPredictor，实现了 DILI 风险的高精准预测和机制解析。模型不仅在性能上超越传统临床前模型，还能提供剂量相关的安全边际和通路水平的机制洞察，成功识别了此前被遗漏的临床风险药物。该研究确立了毒理基因组学在药物安全评价中的核心地位，为药物研发早期去风险提供了实用工具，有助于降低临床失败率、节约研发成本，同时为深入理解 DILI 的复杂机制提供了新视角，推动了毒理学研究向系统级、精准化方向发展。 论文链接： https://www.nature.com/articles/s41467-025-65690-3 END 内容为【优在生物】公众号原创， 转载请写明来源于【优在生物】 版权声明：本公众号标注原创的文章系作者个人学习心得，若有版权争议或标注差错，请联系我们。免责声明：本文内容仅供学术交流参考，不构成任何建议或承诺，优在生物不对因使用本文信息导致的任何后果负责。

点击上方 [优在生物] 关注我们 导 语 尽管过去 20 年治疗学研发投入不断增加，但临床试验成功率仍停滞不前，单一靶点药物发现模型的局限性日益凸显。多数疾病由多基因变异驱动，细胞系统存在冗余补偿机制，而获批药物常表现出多药理学特性。 表型药物筛选虽能直接考量分子应答的净效应，但在检测复杂度与可扩展性间存在固有矛盾。现有计算方法或缺乏通用性，或依赖难以优化的基因组替代指标，且基因表达优先级排序方法存在启发式缺陷，输入特征与靶标表型的匹配度不足，限制了筛选效率。 2025 年 10 月 23 日，美国Cellarity公司 Mauricio Cortes 团队联合麻省理工学院Alex K. Shalek 团队、慕尼黑亥姆霍兹中心 Fabian J. Theis 团队在国际期刊 Science 发表题为Active learning framework leveraging transcriptomics identifies modulators of disease phenotypes 的研究论文。 该研究开发了闭环主动强化学习框架，整合深度学习模型 DrugReflector 与实验室反馈机制，在血液系统疾病相关筛选中，使表型命中率提升 13-17 倍，经特征优化后再获两倍提升。该框架通过转录组学数据链接疾病生物学与化学扰动，为多疾病场景的药物发现提供了高效通用的解决方案，兼具科研转化价值与临床应用潜力。 正 文 研究团队首先构建了以转录组学为核心的表型药物发现闭环框架，核心是深度学习模型 DrugReflector。该模型由三个多层感知机分类器组成，以 Connectivity Map 的 L1000 基因表达数据为训练集，通过多类回归任务学习化合物与扰动特征的匹配关系。模型在 120 万个细胞的数据集上完成基准测试，覆盖 88 种化学扰动与 10 种不同细胞系，展现出超越现有方法的性能。在 CMap Touchstone、sciPlex3 等多个独立数据集上，DrugReflector 的化合物召回率显著优于 k 近邻分类器、逻辑回归等传统方法，对原代细胞系的预测表现也验证了其通用性。 为验证框架在临床相关场景的实用性，研究团队聚焦造血系统疾病，选择原发性人 CD34 + 造血干祖细胞作为筛选模型。通过 CITE-seq 数据分析，明确了巨核细胞和红细胞谱系的分化轨迹及表面标志物特征，建立了高临床转化价值的表型检测体系。基于双向巨核细胞 - 红细胞祖细胞（MEP）向特定谱系分化的转录组变化，计算 v 分数作为靶标特征输入 DrugReflector，筛选出候选化合物。在两个独立筛选 campaign 中，模型推荐化合物的命中率分别达到 19.6% 和 16%，较随机筛选提升 13-17 倍，且核心命中化合物在多个供体中表现出稳健的生物学活性。 为进一步优化筛选效率，研究团队引入闭环主动特征学习机制。通过对命中与非命中化合物进行单细胞转录组和表型的配对检测，利用差异表达分析优化初始靶标特征。经 Day1 造血干祖细胞的转录组数据精炼后，框架的命中率再提升两倍，真实命中化合物的中位排名从 463 位跃升至 138 位。机制解析发现，胆固醇合成通路关键基因 HMGCR 和多酪氨酸激酶抑制是巨核细胞分化的重要驱动因素，其中 HMGCR 的 CRISPR 敲除实验验证了其作为药物靶点的潜力。此外，该框架在 B 细胞急性淋巴细胞白血病和乳腺癌数据集上，成功优先排序出与疾病病因相关的已知药物和通路调节剂，证明了其跨疾病场景的适用性。 模块化和可推广的框架，可以使用组学水平的深度学习模型进行表型发现 总 结 总的来说，该研究通过整合深度学习、转录组学和闭环实验验证，开发了高效通用的表型药物发现框架。该框架解决了传统筛选中化学空间庞大与实验通量有限的核心矛盾，在血液系统疾病相关筛选中实现了命中率的大幅提升，同时揭示了造血谱系分化的新型调控通路。这项研究的意义在于建立了疾病生物学与化学扰动之间的转录组学桥梁，突破了单一靶点药物发现的局限，为多疾病类型的表型筛选提供了标准化流程。其模块化设计和闭环优化机制，为利用单细胞数据集加速药物研发提供了新范式，具有广泛的科研转化和临床应用前景。 论文链接： https://www.science.org/doi/10.1126/science.adi8577 END 内容为【优在生物】公众号原创， 转载请写明来源于【优在生物】 版权声明：本公众号标注原创的文章系作者个人学习心得，若有版权争议或标注差错，请联系我们。免责声明：本文内容仅供学术交流参考，不构成任何建议或承诺，优在生物不对因使用本文信息导致的任何后果负责。

点击关注 良研悦创 选择设为星级公众号    让医学科研变得更简单 过去二十年间，尽管药物研发投入持续增长，临床试验成功率却长期处于低位，未见显著提升。这一困境主要源于传统单一靶点药物发现模式的固有局限。全基因组研究揭示，多数疾病由多个基因变异共同驱动，且细胞信号通路普遍存在功能冗余，易激活代偿性调控机制。与此同时，已上市药物中普遍存在多靶点效应（即“多药性”），提示其作用机制的复杂性。尽管当前药物研发仍以靶点导向为主导范式，超过65%的获批药物实际上源自表型筛选，而非基于靶点的理性设计。 2025年10月23日，Cellarity公司、亥姆霍兹联合会与麻省理工学院联合研究团队在《Science》期刊发表题为“Active learning framework leveraging transcriptomics identifies modulators of disease phenotypes”的研究论文，提出一种融合转录组学数据与主动学习算法的闭环计算框架，显著提升了表型药物筛选的效率与临床转化潜力。      01           方法与技术框架       研究团队开发了一种名为DrugReflector的闭环主动强化学习（Active Reinforcement Learning, ARL）框架，系统整合计算预测与实验反馈，具体包含以下四个关键步骤： 1. 目标转录特征的识别 1.1 基于单细胞RNA测序数据，精确界定与特定疾病表型相关的细胞状态转变过程，例如从巨核-红系祖细胞（MEP）向巨核细胞祖细胞（MPC）的分化。   1.2 采用v-score算法量化不同细胞状态间的转录组差异，构建具有生物学意义的目标基因表达特征谱。 图1. 基于组学深度学习的模块化表型发现框架。（1）根据临床数据或可转化表型检测（如单细胞RNA-seq），确定目标特征。（2）利用在扰动数据集（如LINCS Connectivity Map）上训练的DrugReflector模型，预测可诱导该特征的化合物。（3）实验筛选并验证多个供体中能诱导目标表型的阳性化合物，用于后续临床前开发。（4）结合闭环实验中的配对组学与表型数据，动态优化输入特征，提升活性化合物排序。 2. 化合物优先级预测 2.1 DrugReflector采用基于多层感知机（MLP）的集成深度学习架构，训练于大规模扰动转录组数据库（如Connectivity Map），用于建模并学习化合物诱导的基因表达变化模式。 2.2 模型通过评估候选化合物对目标转录特征的诱导潜力，对其进行排序，优先推荐最有可能调控目标表型的活性分子。 3. 实验验证与跨供体稳健性评估 通过流式细胞术，在多种原代细胞模型中验证高排名化合物对目标表型（如巨核细胞或红系祖细胞分化）的诱导效果，并在多个健康供体来源的CD34+造血干细胞中重复实验，以评估结果的可重复性及个体间一致性。 4. 主动特征学习与迭代优化 整合实验获得的配对表型与转录组数据，利用强化学习机制动态优化输入特征，实现模型性能的闭环提升，持续增强筛选效率与预测准确性。 图2. 基于深度学习的表型虚拟筛选。（A）模型训练流程：对CMAP数据集进行质量控制并划分为三个子集，每个模型在两个子集上训练，在一个子集上验证。模型通过多类回归任务学习将差异表达特征（z分数，Level 4）映射到扰动标签。详见方法。（B）各算法在基准数据集上的性能，以所有细胞系中前1%化合物召回率的平均值评估；误差条表示跨细胞系标准差。snRNA：单核RNA测序；scRNA：单细胞RNA测序。（C）内部转录组筛选中，各算法在6种癌细胞系和4种原代细胞系中的召回率热图。      02           核心研究结果       1. DrugReflector在多项基准测试中表现优异 1.1 在CMap、sciPlex和Cellarity等多个独立扰动数据集中，DrugReflector在top-1%召回率指标上显著优于kNN、逻辑回归、SigCom和Dr. Insight等主流方法。   1.2 在未参与训练的细胞类型（如原代CD34+细胞）中仍保持高性能，展现出卓越的泛化能力。 2. 显著提升表型筛选命中率 2.1 在巨核细胞分化筛选中，命中率从随机筛选的1.1%提升至19.6%，达到约17倍增益。   2.2 在红系祖细胞分化任务中，命中率由1.2%提高至16%，实现约13倍提升。   2.3 多供体验证结果表明，该策略在不同遗传背景下均具有高度可重复性，展现出良好的临床前应用潜力。 图3. 单细胞多组学引导的表型检测，用于监测人原代细胞的多谱系造血分化。（A）从4名健康供者获取CD34+ HSPCs，在体外分化10天过程中，于5个时间点进行CITE-seq（单细胞RNA测序联合表面蛋白检测）。展示所有细胞的UMAP图及各时间点细胞类型的占比。（B, C）基于RNA的UMAP：主图显示Mk（B）或Ery（C）谱系细胞群，子图显示FACS标志物表达。（D）流式检测标志物面板及各类细胞中标志物的平均表达水平。（E）7天分化后，用流式验证诱导Mk分化的化合物。三角形为命中，圆形为非命中；颜色表示最大诱导剂量。灰色虚线为DMSO对照（1倍变化），黑色虚线为显著性阈值；星号和p值来自单侧二项检验。（F）在另两名供者中验证Mk命中化合物。灰色柱表示（E）中最大Mk丰度变化，误差棒为技术重复的标准差。（G）同（E），用于Ery分化验证。（H）同（F），用于多个供者中Ery命中化合物的验证。 3. 主动学习实现进一步效率提升 3.1 经过一轮特征优化，命中率提升近两倍，有效验证了闭环反馈机制的功能优势。 3.2 优化后的转录特征具有更强的生物学可解释性，显著富集与巨核细胞分化相关的关键转录因子（如FLI1、GATA1），进一步增强了模型的可解释性。 图4. 主动特征学习提升表型筛选命中率。（A）强化学习框架示意图：智能体根据输入特征选择高排名化合物进行筛选，对命中与非命中平衡的化合物开展配对转录组和表型检测。奖励为命中化合物优先级，状态为检测数据。智能体利用结果迭代优化特征，提升后续排序能力。（B）化合物处理24小时后Mk相关基因差异表达热图。左为Mk丰度变化，下为基因原始v-score。星号表示基因与Mk变化显著相关（*p < 0.05，Pearson检验）。（C）特征优化前后各基因类别的变化箱线图：促巨核转录因子（MK TF (+)）、其他转录因子（TF (other)）、巨核标志物（MK (+)）及其他基因（other）。星号表示相对于“other”的显著差异（Mann-Whitney U检验，1,000次随机抽样取平均p值）。（D）使用优化特征预测的化合物验证结果。每点代表一个化合物。浅灰虚线为DMSO对照（1倍变化），黑虚线为命中阈值。（E）原始与优化特征对命中化合物排名的对比。优化特征显著降低排名（p < 10⁻⁴，Wilcoxon检验），排序能力更强。（F）不同排名阈值下的命中率比较：原始特征（蓝线）vs. 优化特征（橙线）。纵轴为阈值内化合物的命中比例，灰虚线为随机基线（87个随机化合物）。 4. 揭示新的生物学机制与潜在治疗靶点 4.1 鉴定出两类可有效诱导巨核细胞分化的化合物：   4.1.1 强效诱导剂：主要为多靶点激酶抑制剂，靶向KDR、FLT3等受体酪氨酸激酶。 4.1.2 脂代谢调节剂：通过抑制HMGCR（胆固醇生物合成限速酶）促进巨核细胞谱系分化。   4.2 功能验证表明，单独敲除KDR无法完全模拟化合物效应，提示其作用依赖于多靶点协同机制，而非单一通路激活。 图5. 化学诱导巨核细胞生成机制解析。（A）预测的Mk诱导剂在HSPCs中处理24小时后的DES主成分分析，以DMSO为对照。化合物按其Mk丰度倍数变化着色。（B）HSPC、MEP、MPC和Mk的扩散伪时间UMAP图。（C）不同伪时间阶段各细胞类型的脊线图，显示分化动态。（D）第7天各化合物类别的细胞密度。（E）按类别分组的GO生物过程相关基因在伪时间轴上的滚动平均表达；误差带为同类化合物细胞间的表达标准差。（F）ChEMBL中Mk诱导剂的靶点IC50值，命中化合物按（A）中类别分组；热图颜色表示IC50对数值。（G）KDR（蓝色）和FGFR（黄色）选择性结合化合物的剂量-响应曲线。      03           创新性与学术价值       1. 首次实现主动学习与扰动转录组学的深度融合，构建面向表型药物发现的可迭代闭环框架，突破传统静态模型的局限。   2. 该框架采用高度模块化设计，支持灵活替换特征提取、预测模型或实验验证模块，适用于多种疾病模型与细胞系统。   3. 推动药物发现范式从“以基因为中心”向“以细胞状态为目标”转变，更契合复杂疾病的系统性本质。   4. 研究团队公开发布完整代码、预训练模型及实验数据，为领域内后续研究提供可复用的资源与方法论基础。      04           总结       本研究成功构建了一个高效、可解释且可持续优化的AI驱动药物发现平台。通过整合扰动转录组学、深度学习与主动学习，不仅实现了筛选命中率提升超过10倍，更重要的是揭示了胆固醇代谢通路在巨核细胞分化中的新功能，拓展了对疾病机制的理解。该工作不仅展示了人工智能在加速药物研发中的实际效能，更为未来精准调控细胞命运提供了全新的技术路径与理论支撑。 原文链接：Benjamin DeMeo et al. ,Active learning framework leveraging transcriptomics identifies modulators of disease phenotypes.Science0,eadi8577DOI:10.1126/science.adi8577 让医学科研变得简单！ 北京良研悦创生物科技有限公司（简称“良研悦创”）是一家专注于为临床医生提供全方位科研支持的合同研究组织（CRO）。公司的核心使命是推动临床医学科研成果的高效转化与实际应用。