如果把免疫系统比作一台计算机，每个基因分别是哪根电线？8 月 28 日，Gladstone 研究所、UCSF、斯坦福大学与 Biohub 的合作团队在《细胞》杂志发表迄今最大规模的人类免疫细胞功能图谱，试图回答的正是这个问题 [2][9]。
数字本身就很惊人：团队系统性"压力测试"了 3340 万个细胞，最终用 2200 万个高质量细胞完成分析。借助 Perturb-seq 技术，他们在人类 T 细胞里逐个关闭近 12,800 个基因，观察每个基因被关掉后，细胞的转录组如何变化 [2]。
"要理解这项研究的意义，得回看过去三十年的生物学，"通讯作者、Gladstone-UCSF 基因组免疫学研究所所长 Alex Marson 说。人类基因组计划给出基因蓝图，人类细胞图谱展示不同细胞如何读取蓝图，现在进入第三波：定向改变基因组，看细胞会发生什么 [2]。
技术上有两个关键词。其一是探针式 Perturb-seq 平台，用 CRISPRi 调低目标基因的表达，同时读出单细胞转录组 [4][6]。其二是细胞来源：不用实验室常用的细胞系，用献血者血液里的原代 CD4+ T 细胞 [2]。
为什么坚持原代细胞？共同一作 Emma Dann 解释，真实 T 细胞保留着响应免疫激活信号的能力，直接筛查真实个体的细胞，就能与病人身上看到的免疫变异做比较 [2]。细胞系便宜好用，但它回答不了"为什么有些人更容易生病"。
实验设计是 4 位供体乘以 3 种状态：静息、刺激 8 小时、刺激 48 小时 [4][6]。因此，同一个基因在三种状态下各被关闭一次，细胞的反应被逐一记录。
最核心的发现是什么？是"情境"二字。起作用的调控因子及其控制的基因程序，在静息与激活状态间发生剧烈变化：同一个基因，细胞休息时是这个角色，细胞"作战"时可能换成完全不同的角色 [4]。
"以前我们只是在编目单个基因，"共同一作 Ronghui Zhu 说，"现在可以把它们连接成电路，就像控制计算机的电路一样。这是理解细胞如何'思考'并响应环境的基础。" [2]
地图直接产出一批新靶点：细胞因子产生的新调控因子、Th1 与 Th2 极化的调控因子、衰老相关 T 细胞表型的调控因子 [4]。这些正是癌症免疫治疗与自身免疫病最关心的旋钮。
团队还把扰动特征对接到人群规模的转录组图谱，锁定自身免疫病风险中的情境特异调控通路 [4]。斯坦福资深作者 Jonathan Pritchard 说，这补上了从 DNA 到健康之间缺失的一环：自然遗传变异经由哪些调控通路影响淋巴细胞计数这类性状，现在可以被指认 [2]。
这份数据真正的买家是谁？或许是 AI。训练"虚拟细胞"模型需要系统、多样、带情境的扰动数据，所以这类数据正是此前最缺的燃料。"如果只盯一种情境看，AI 就学不会预测真实世界里的细胞行为，"Marson 说 [2]。
数据已归入 Biohub 的 Billion Cells Project，是该项目迄今收到的最大单笔贡献 [2]。这个项目 2025 年 2 月由陈-扎克伯格倡议启动，联合 10x Genomics 与 Ultima Genomics，目标是生成 10 亿个单细胞的开放数据集，专门训练生物学 AI 模型 [17][20]。
上层还有更大的盘子。2026 年 4 月，Biohub 宣布 Virtual Biology Initiative，五年投入 5 亿美元：1 亿资助全球数据生成，4 亿自建数据与技术，Allen、Arc、Broad、Sanger 等研究所与 NVIDIA 都在名单上 [19][22][24]。ESM 模型背后的 EvolutionaryScale 团队也已并入 Biohub，领导其 AI 科学项目 [21]。
开放程度值得一提。数据已在 Biohub 虚拟细胞平台与 GEO（GSE314342）公开，分析代码挂在 GitHub [6][7][8]。已有外部团队基于该数据做二次分析，例如用可靠性加权重排靶点优先级的 G-perturb 项目 [11]。
产业伙伴是规模的隐形推手：10x Genomics 提供 Chromium GEM-X 单细胞分析，Ultima Genomics 提供高通量测序 [2][20]。没有这两家的通量与成本，2200 万细胞的筛查无从谈起。
下一步已经排上日程。团队正与 Weill Cancer Hub West 合作，把同样的全基因组 Perturb-seq 方案搬进肿瘤，追踪基因改变如何影响 T 细胞浸润并应对肿瘤微环境 [2]。
但这个方向并非孤例。今年 3 月，Broad 研究所与斯坦福等机构的另一支团队发布了 410 万个原代 CD4+ T 细胞的增强子扰动图谱，覆盖 1,032 个调控元件与 626 个元件-基因对，并在 TYK2 等位点把非编码变异接到炎症通路上 [13]。原代细胞扰动图谱，正在变成一场竞赛。
但先要泼两盆冷水。第一盆给数据本身：供体只有 4 位，细胞类型只有 CD4+ T 细胞，CRISPRi 调低表达而非彻底敲除，转录组读出也看不到蛋白与代谢层面的变化 [4][6]。
第二盆给虚拟细胞。从"电路图"到免疫疗法还有多远？模型还没经过临床验证，这段距离不会比从基因组计划到精准医疗的距离短多少。因此，把这份地图叫作"规则书"没错，叫它"疗法"还太早。
Marson 的期待很务实："我们现在有了一本基因如何控制 T 细胞反应的基础规则书。希望它能成为全领域的标准查询表，任何科学家都能立刻查到一个基因如何影响人类免疫细胞。" [2] 规则书已经摊开，但接下来要看整个领域能用它写出什么。