细胞、血液、组织样本的长期保存,是现代医学里一条不起眼但极重要的基础设施。它的关键材料是冷冻保护剂,而可选品种少得惊人:红细胞保存主要用甘油,有核细胞多用二甲基亚砜。这两样东西用了几十年,效果确定,毛病也确定:浓度高了有毒性,用之前要加、用之后要洗,操作繁琐,且保护效果并不总能让人满意。
想找替代分子,难点在于结构与保护效果之间的关系无法靠经验推。同一类小分子,改一个羟基的位置,效果可能从有效变成无效。过去只能靠大量试错实验逐一验证,一轮下来耗掉的样本与时间都难以承受。11月9日在线发表于《先进材料》的一项工作,把这个顺序倒了过来:先用模型排序,再拿极少数候选去做实验。
理解这项工作的价值,要先理解现有方案的局限。甘油的保护机制是降低冰晶生长速率,让细胞内的水在降温时更多进入玻璃化状态,而不是结成尖锐的冰晶刺破细胞膜。机制有效,但要求浓度足够高,而高浓度甘油本身有渗透毒性,解冻后必须尽快洗掉,否则细胞会水肿破裂。
二甲基亚砜的问题类似,而且更棘手:它能快速穿透细胞膜,保护效果好,但有一定毒性,在干细胞治疗这类临床应用里,输注前必须严格控制残留量。洗涤这一步既耗时又损伤细胞,是细胞治疗产业链上公认的痛点。
根本原因在于搜索空间太大而验证成本太高。可用于冷冻保护的小分子有几十万种,每种都要配不同浓度、不同降温速率做实验,全跑一遍不现实。传统做法是凭经验在已知几类结构里改,比如多元醇、糖类、氨基酸衍生物,范围很窄。要跳出去,就得先有一套能排序的工具。
研究团队的思路是把已经成熟的预训练语言模型迁移到分子上。分子可以被写成一段序列式的表达,模型读取这段序列,学会把结构特征与已有实验数据对应起来,再对候选化合物按潜力排序。这套做法的核心不是让模型"理解化学",而是让它在既有数据里找规律。
迁移的关键在于表征。语言模型擅长处理离散序列里的长程依赖,分子的序列表达也是离散的,远端基团之间的相互影响与句子里的长距离依赖有相似之处。拿预训练过的模型做微调,比从零训练一个小模型省数据得多。
这一步在方法学上并不新鲜,药物发现领域已经用了几年。它的新意在于迁移的目标域:不是靶点结合、不是毒性预测,而是"这个分子能不能抑制冰晶长大"这种更偏物理化学的性质。这类性质的数据更稀疏,公开数据集更少,因此模型能起的作用更依赖微调数据的质量。
具体做法是分级筛选:先用模型对七万五千余种化合物做一遍排序,从中挑出一批进入下一轮,再结合理化性质与可获得性做二次筛选,最终只有十余个候选分子进入实测。这个压缩比是关键数据:从七万五千到十几个,筛掉了三个数量级以上。
压缩比之所以重要,是因为它直接决定了这条路径的经济性。如果模型只能把七万五千压到五千,实验量依然无法承受;如果能压到十几个,那么整个流程的成本就从"一个课题组的多年预算"降到"一台酶标仪加几周时间"。模型在这里不是替代实验,而是把实验的名额分配给了最值得试的那一小部分。
作者也强调了模型在已有实验数据上的稳定表现,正是这种稳定性让排序结果可以作为确定实验优先级的依据。这句话的措辞很谨慎:模型给出的是优先级,不是结论。结论仍然来自实验,模型只负责让你少做无用功。
实验验证被拆成了三个层级,这是这项工作最扎实的地方。第一层是冰晶层面,直接观察候选分子能否抑制冰晶长大。这一层最接近机制,也最容易失败:很多分子在模拟体系里表现良好,到了真实细胞里就失效。
第二层是细胞层面,用了两种体系。在低甘油配方中加入筛选出的候选分子后,红细胞的冻融回收率超过91%;在常规慢速冷冻体系中加入该分子,回收率由约95%提升到97%以上。人脐带来源间充质干细胞的冻存实验里,配合优化后的基础配方,复温存活率达到93.6%。
第三层是组织层面,用的是大鼠腹主动脉的冻存模型。加入候选分子后,血管的力学性能与组织结构更接近新鲜组织。这一层最容易被忽略,却对组织库最有意义:细胞活着不等于组织可用,血管冻存后如果弹性模量变化太大,移植后就不能正常工作。能把力学性能纳入评价,说明这支团队不是在做一个细胞实验,而是在做一条可转化的配方。
读这类数字需要看清条件。91%是红细胞在低甘油配方下的冻融回收率,重点在"低甘油"三个字:传统配方的回收率可以更高,但甘油浓度也更高,洗涤负担更重。新配方的价值是在降低甘油用量的前提下把回收率维持在可接受水平,这是配方工程里典型的取舍,不是单纯的性能提升。
93.6%是间充质干细胞配合优化后基础配方的复温存活率。干细胞对冷冻过程远比红细胞敏感,因为它要保留贴壁与分化能力,而不只是保持膜完整。存活率数据之外,通常还要看贴壁率与表面标志物表达,论文是否覆盖这些指标会影响结论的强度。
97%以上那一组用的是常规慢速冷冻体系。这个条件的意义在于兼容性:绝大多数实验室与血站用的就是慢速程序降温,如果新分子只能在特定的超快速降温设备上生效,推广价值会大打折扣。能在既有体系里加一点东西就见效,是配方类成果最容易落地的方式。
第一道关是安全性。任何要进入细胞治疗流程的添加物,都要做细胞毒性、残留量、代谢路径的评估,还要证明洗涤之后残留低于限值。这一段的周期通常以年计,失败率也高。
第二道关是工艺一致性。冷冻保护剂的效力高度依赖降温速率、浓度与平衡时间,这些参数在实验室里可以精确控制,在血站或车间的规模化设备上则会有波动,需要真实设备验证。
第三道关是监管路径。冷冻保护剂属于哪一类产品,在不同辖区有不同认定:可能被当作药品辅料、医疗器械的一部分,或生物制品生产用材料。路径不同,证据链要求也完全不同。这项工作目前停在实验室与动物模型层面。
把这条路径放回AI4S的大图景里看,意义不在于某个分子有多好,而在于它示范了一种分工:模型在巨大的候选空间里做初筛,人负责设计验证层级,实验负责给最终答案。