Hunan University

在大众的想象里，干细胞似乎是“万能细胞”：能修复、能再生、能抗衰。但在真正做再生医学的人眼里，干细胞更像是一位脾气古怪的天才少年——你给它最好的营养、最干净的环境、最温柔的操作，它才愿意乖乖长大；稍有不顺，它就会分化、衰老、罢工，甚至“离家出走”。尤其是脐带间充质干细胞（UCMSC），从一根脐带到成为细胞工厂里的标准化产品，它的成长之路远比想象中艰难。 今天，就带你走进再生医学的幕后，看看一颗MSC的成长到底经历了什么。 起点： 一根脐带的“独特个性” 01 在医院里，脐带是分娩后自然丢弃的组织；在再生医学里，它是一份珍贵的生物资源。 但我们永远无法预测下一根脐带会是什么样子：有的柔软、有的偏硬；有的 Wharton’s jelly 丰富、有的纤维化明显；有的血管粗大、有的细小；有的组织结构紧密、有的松散…… 这些差异会直接影响 MSC 的贴壁速度、初代产量和扩增效率。对我们来说，每一根脐带都是独一无二的“原材料”。 初代培养： MSC成长路上最“惊险”的阶段 02 天然带菌体：清洗是第一道生死关 脐带来自人体组织，天然带有细菌、真菌甚至支原体。清洗不彻底，污染会在24-48小时内爆发，整个培养皿直接报废。 贴壁速度不可控 有的组织24小时贴壁，有的需要5-7天。贴壁慢并不代表质量差，但会增加培养难度和时间成本。 初代细胞状态差异大 初代MSC的形态、贴壁能力、增殖速度都不稳定。这意味着：初代培养既是技术活，也是经验活，更是对团队稳定性的考验。 扩增： 从“野生MSC”到“标准化MSC” 03 扩增阶段的目标是： 让 MSC 在保持年轻、健康、未分化的前提下，稳定大量增殖。 密度决定命运 MSC的“黄金密度区间”非常窄，太密会导致→分泌谱改变、衰老加速；太稀会导致贴壁差、成活率低。 传代像拆炸弹 MSC对消化液极其敏感。多10秒，细胞受损；少10秒，细胞不脱落。 扩增越多，风险越大 随着传代次数增加，MSC可能出现：表型漂移、分泌因子变化、免疫调节能力下降、衰老表型出现。 质量控制： 每一个MSC 都要“过五关斩六将” 04 每一个脐带间充质干细胞都必须通过一整套严密的质量控制流程，确保其安全性、稳定性和功能完整。我们进行表型检测，确认细胞具备 MSC 的身份特征；活率检测，用于评估细胞的存活状态；无菌检测和支原体检测，排除环境污染和隐性微生物干扰；内毒素检测，把控潜在炎症风险；形态学评估，通过显微镜观察细胞形态，判断其贴壁状态与生理活性；所有检测流程均遵循标准操作规程（SOP），从方法、时间点到记录格式都有明确规范，确保每一步都可追溯、可验证、可复现。这不是简单的“检测一下”，而是我们对每一批 MSC的责任与承诺。 冻存与复苏： 让 MSC “睡着”又“醒来”，比想象中更难 05 冻存与复苏并不是简单的“冷冻”和“解冻”，而是一套对细胞生存状态极其敏感的精密工程。它决定了 MSC 能否在未来保持健康、稳定、可用，是整个生产流程中最考验技术细节的环节之一。 冻存，是让细胞进入“深度睡眠”；复苏，是让它们安全“醒来”。每一步都不能出错。 可追溯体系： 每一颗 MSC 都有“身份证” 06 每一批 MSC 都有完整的成长档案，包括：脐带来源、初代培养、扩增传代、质控记录、冻存批次、操作人员、设备运行。这是行业底线，也是责任所在。 GMP级细胞工厂 从“实验室成果” 走向“产业化能力” 真正的MSC产品来自GMP级细胞工厂，而不是普通实验室。这里的空气洁净度有严格等级要求，所有设备与耗材都必须做到全程可追溯，操作人员经过系统化培训，确保每一步都按标准操作规程（SOP）执行，每一批次都有完整记录可回溯。GMP 不是一间房，而是一整套贯穿环境、人员、流程与管理的体系，决定了细胞产品的稳定性与可靠性。GMP 不是一间房，而是一套体系。 MSC的成长，是科学、技术与责任共同成就的旅程。每一步都可能失败，每一步都需要严谨、经验和责任。 MSC不是“万能药”，但它们确实代表着再生医学的未来方向。而我们能做的，就是让每一颗MSC在最安全、最稳定、最严格的条件下成长，以科学的态度、专业的流程和对生命的尊重，推动再生医学向前一步。 （该内容仅作科普） 达嘉维康再生医学研究院 作为达嘉维康在生命健康领域的重要战略布局，达嘉维康再生医学研究院锚定“生物医学新技术”与“创新药物研发”双赛道，聚焦研发国际领先的细胞医药科研技术、细胞储存技术、细胞质量检测技术、细胞移植治疗等技术，全力打造集技术研究、成果转化、产业孵化、技术服务为一体的再生医学创新平台。 研究院建设了符合国际GMP标准的细胞库与实验室，占地面积 2300平米，包含1000余平方米B+A级实验室、1000余平方米国际标准样本存储库，专注细胞药物研发和临床技术应用，打造从细胞采集、存储、制备到应用的完整产业链，与湖南省肿瘤医院、湘潭市中心医院、长沙市第三医院、长沙市口腔医院、⻓沙市妇幼保健院等多家三甲医院联合，依托湖南大学筹建再生医学临床研究中心，建立“产学研医”融合创新合作体系。 湖南大学再生医学临床研究中心主任、达嘉维康再生医学研究院兼⻓沙嘉辰医院院⻓崔磊教授，在细胞生物学、组织工程学与临床治疗方面拥有超过二十年的深厚积淀，现已为达嘉维康再生医学研究院及其附属医院打造了近70人的技术研究与临床试验团队。 长按扫描二维码 关注公众号 获取更多信息

当细胞能修复损伤的器官，当绝症不再是绝症——这一切不再属于科幻。 2025年12月21日，长沙岳麓科创港内，湖南大学再生医学临床研究中心正式启幕。这不仅是一个实验室的诞生，更标志着中部地区千亿级干细胞产业进入“临床加速时代”，普通人距离“用得上、用得起”的细胞治疗，真的只差最后一步。 一场汇聚顶尖力量的“医学革命联盟” 长沙副市长彭涛、湖南大学副校长李肯立、湘江新区管委会副主任王先民等多位领导现场授牌，国家高层次人才冷泠、器官损伤衰老与再生医学湖南省重点实验室主任吕红斌等行业权威悉数到场。 “让科研跟着临床需求走，让产业贴着民生痛点转。” 湖南大学副校长李肯立这句话，预示着一场从实验室到病房的彻底打通。 政策东风已至，湖南跑出“加速度” 随着国家相关管理条例落地，生物医学创新进入规范化“快车道”。 湖南正在推进《湖南省细胞和基因产业促进条例》立法，加上芙蓉实验室、人类干细胞国家工程研究中心等平台加持——“政策、科研、临床、产业，首次在长沙实现深度耦合”。 这意味着什么？ 意味着干细胞药物研发、免疫细胞治疗等前沿技术，将更快走出论文、走进病房；意味着中部地区在再生医学这一黄金赛道上，正式具备核心竞争力。 “再生医学不再只是科学概念——它正在成为触手可及的生命力。” “让细胞治疗，治愈未来。”

引言 🔔超 1000 万倍提速！AI 开启全基因组药物筛选新时代！ 💡人类近 90% 药物靶点仍未被开发，传统筛选又慢又贵。清华团队研发的 DrugCLIP，靠深度对比学习实现超 1000 万倍提速，精准识别小分子配体。搭配 GenPack 模块，AlphaFold 预测结构也能高效筛选。仅用 8 块 GPU，24 小时就完成 1 万个人类蛋白与 5 亿化合物的筛选，产出 200 多万候选分子，覆盖人类近半数基因组。更攻克精神疾病、癌症等靶点难题，开放免费数据库，让新药研发迈入普惠高效新时代！ 研究亮点 01 速度突破 较传统分子对接快 1000 万倍，8 块 GPU 24 小时完成 10 万亿级蛋白 - 配体打分。 02 精准泛化 在两大基准测试中表现超传统工具与主流深度学习模型，耐受结构扰动。 03 结构适配 搭配 GenPack 模块，高效适配 AlphaFold 预测结构，为无已知配体的 TRIP12 找到抑制剂。 04 实验验证 成功筛选出精神疾病、癌症相关靶点的高活性配体，部分经冷冻电镜验证。 05 资源开放 构建 GenomeScreenDB 数据库，含 200 多万候选分子，免费开放供全球科研使用。 文献解读 研究背景 人类约 20000 个蛋白编码基因中，仅 10% 有 FDA 批准药物或已知小分子结合物，大量潜在药物靶点待挖掘。 AlphaFold 等蛋白结构预测技术的突破，为全基因组药物发现提供了可能，但现有虚拟筛选工具存在明显短板。传统分子对接计算耗时久，主流深度学习方法则面临亲和力数据不一致、泛化性不足、推理速度慢等问题，难以满足全基因组规模筛选需求，迫切需要高效稳健的 AI 技术破解这一困境。 研究方法 研究以深度对比学习为核心，开发 DrugCLIP 框架，含分子编码器与口袋编码器，通过对比损失函数最大化正负蛋白 - 配体对相似度差异。 模型经两阶段训练：用 ProFSA 框架生成的 550 万合成数据预训练，再经 4 万余实验复合物结构微调。搭配 GenPack 模块优化 AlphaFold 预测结构的口袋检测精度。筛选时先预编码分子与口袋，通过余弦相似度排序，结合聚类、对接与人工评估优化结果。最终用 8 块 GPU 完成全基因组筛选，实现超快速、高精度的虚拟筛选。 想要同款机器学习，关注精品生信，顶刊论文就在前方等你！ 研究结果 01 基准测试表现卓越（参考图1A、B） 在 DUD-E 和 LIT-PCBA 两大权威虚拟筛选数据集上，DrugCLIP 的 1% 富集因子（EF1%）显著超越 Glide-SP、AutoDock Vina 等传统对接工具，以及 PLANET、Gnina 等主流深度学习模型，实现速度与准确性的双重领先。 图一 DrugCLIP 的计算机模拟基准测试结果以及使用 NET 进行的湿实验验证 02 泛化与鲁棒性突出（参考图1C、D） 剔除与测试集相似的分子骨架或蛋白家族后，模型性能仅轻微下降，仍优于商业软件 Glide-SP。 面对 3Å 的口袋侧链构象偏差，DrugCLIP 表现依旧优于 AutoDock Vina，对结构扰动耐受性强。 图一 DrugCLIP 的计算机模拟基准测试结果以及使用 NET 进行的湿实验验证 03 筛选速度超高效（参考图1E、F） 单 GPU 串行模式下，LIT-PCBA 筛选仅需 38 秒，较 Glide 对接（3 天）、Uni-Dock（22 小时）大幅提速，并行模式下相同计算量耗时仅 0.023 秒。 筛选时间随靶点和分子数量线性增长，8 块 GPU 24 小时可完成 10 万亿级蛋白 - 配体打分，速度较传统对接快 1000 万倍。 图一 DrugCLIP 的计算机模拟基准测试结果以及使用 NET 进行的湿实验验证 04 湿实验验证可靠（参考图1G-K、图二F-K） 为精神疾病靶点 5-HT₂AR 筛选的激动剂中，2 个 EC₅₀值＜100nM；15% NET 抑制剂抑制率超 60%，2 个抑制剂（0086-0043、Y510-9709）经冷冻电镜验证结构。 针对无已知配体的 TRIP12，命中率达 17.5%，2 个抑制剂（E599-0223、G935-3912）经 SPR 和酶活实验确认结合活性。 图二 在 GenPack 的辅助下，将 DrugCLIP 应用于 AlphaFold 预测的结构 05 适配 AlphaFold 结构（参考图2A-C） 搭配 GenPack 模块后，AlphaFold 预测结构的 DUD-E EF1% 从 19.0% 提升至 24.1%，apo 结构从 11.5% 提升至 20.4%，对接成功率从 19.1% 提升至 38.7%，表现优于 IFD-MD 方法。 06 全基因组筛选成果丰硕（参考图3A-C） 构建 GenomeScreenDB 数据库，覆盖 1 万个人类蛋白的 2 万个口袋，含 200 多万候选分子，靶点覆盖量超 ChEMBL 两倍，涵盖癌症、神经退行性疾病等领域潜在靶点，数据免费开放。 图三 DrugCLIP 实现了全基因组虚拟筛选 小结 DrugCLIP 以深度对比学习打破传统筛选瓶颈，凭借千万倍提速、强泛化性与 AlphaFold 结构适配能力，完成了覆盖万个人类蛋白的全基因组筛选。 从精神疾病靶点到未被探索的 TRIP12，多项湿实验验证了其可靠性，开放的 GenomeScreenDB 数据库更提供了海量候选分子。这项研究不仅解决了全基因组筛选的效率难题，更打通了从结构预测到药物发现的关键链路，为小众靶点药物研发、疑难疾病治疗提供了全新工具，推动药物研发进入普惠、高效的新阶段。 机器学习，同款思路，欢迎联系精品生信！ the end 精  品  生  信 同款写作  高分复刻 扫码联系即可获得 往期回顾 # IF 26.8！恭喜湖南大学用机器学习荣登顶刊！ # IF 45.8！恭喜西湖大学曹龙兴团队拿下顶刊《Science》！ # IF 40.4！恭喜清华大学凭“国自然”用转录组登顶顶刊！ #IF25.9!南医大团队深挖TCGA+多组学，揭秘抗癌新机制荣登顶刊！