2026 年 10 月 9 日，一篇预印本把“想得到什么细胞”变成了可测试的培养配方。剑桥大学与 Helmholtz Munich 等机构推出 LabCompass，但实验边界很明确：人脐带血 CD34⁺ 细胞的体外造血培养，研究尚未经过同行评审。[1]
团队把生成设计、筛选条件、测量细胞和更新模型串成四轮流程。但第一轮使用已测条件做留出检验，第二至第四轮才培养模型提出的新条件。[1]
想要一种细胞，为什么还要试那么多配方？
造血干细胞和祖细胞像站在多条岔路前。不同信号会改变它们走向各条分支的概率，但同一培养条件通常留下混合群体。这项研究瞄准的是目标细胞群的富集，无法保证每个细胞都走向同一命运。[1]
起点是 116 个培养条件、约 5000 万个细胞的光谱流式测量。团队改变 10 种分子的浓度、氧气水平和培养时长，后续累计测量约 7800 万个细胞。但这里的读出是表面标记和散射特征，不能当作同规模的转录组数据。[1]
普通前向预测像先填好出发条件，再看可能抵达哪里。但研究者更想先指定终点，再寻找路线。LabCompass 将目标细胞比例交给生成模型，让前向模型的预测反馈引导配方生成。连续剂量因此成为可优化的变量。[1]
可以把生成过程想成不断修正的草图：模型逐步把噪声变成候选配方，再用目标偏差调整方向。这套方法采用流匹配，并以学到的配方分布约束搜索。但更换目标时无需重训，与实验反馈后重新训练模型，是两件不同的事。[1]
70% 很亮眼，但先别把它写成 AI 新纪录
第一轮留出了六个已测条件，其中既有配方 210 的巨核祖细胞比例约为 70%。初始训练条件的这一比例均未超过 16%。但模型没有培养新的 70% 配方，这一轮考的是能否找回训练时未见的有效条件。[1]
部分生成配方接近既有条件的关键分子组合，支持了模型的检索能力。但找回文献配方与发现更优配方，证据等级不同。接下来的湿实验，才需要回答模型提出的新条件是否真的有效。[1]
第二轮开始，团队为每个目标选择一个高置信候选，以及两个有潜力但不确定性较高的候选。实验既争取已有把握的结果，也为模型补上盲区。因此，“模型不太确定”有时恰好构成值得测试的理由。[1]
两个新条件分别得到约 44% 和 10% 的巨核祖细胞，另两个得到 6.1% 和 7.4% 的红系祖细胞。后两者进入已测条件的前 16.3%，但巨核结果仍未超过既有 70% 配方。新方案的价值，需要靠具体比较说明。[1]
加入部分新测量后，两个留出条件的目标预测不确定性分别下降 18.4% 和 66.1%。但不确定性降低本身还不够，团队还比较了真实测量与预测之间的对应程度，检验模型是否学到了有用信息。[1]
标记表达均值的平均 Pearson 相关系数由 0.437 提升至 0.873。但这项结果来自两个留出设计，不能推广成所有细胞状态的统一准确率。[1]
缺了培养信号，再聪明的模型也走不通
第二轮针对表型造血干细胞和早期 B 系细胞的富集，效果有限。但这个失败暴露了一个更基础的约束：如果培养体系缺少关键支持信号，搜索得再精细，也可能到不了目标区域。[1]
第三轮，研究者引入 M-CSF 和淋巴系混合物 LY cocktail，先做补充实验，再训练扩展后的模型。包含氧气与时长的建模轴从 12 个增至 14 个。但增加哪些信号依靠生物学知识，不能归功于 AI 自行发明新成分。[1]
添加 LY cocktail 后，补充条件的早期 B 系细胞计数进入已测条件的前 25%。CD19 标记读出也提高，但这些结果指向早期群体富集，距离成熟、具备完整功能的淋巴细胞生产，仍有明显距离。[1]
模型随后提出的两个 B 系候选中，只有含 LY cocktail 的高不确定性配方 275 同时改善了群体比例与 CD19 读出。但另一个候选没有同样奏效。[1]
同一个终点，可以有几条培养路线？
第四轮进一步放宽血小板生成素 TPO 的剂量范围。此前上限是 2.5 ng/mL，新增实验测试了 25 和 100 ng/mL。模型预测巨核—红系群体比例在较高剂量趋于平台，实验支持这一趋势，但剂量提高并非持续增益的保证。[1]
新配方 266 将红系祖细胞比例提高到约 22%，约为对照配方 247 的 1.6 倍。但这里比较的是同轮对照，不能拿第二轮的 6.1% 或 7.4% 直接计算倍数，更不能把祖细胞比例写成成熟红细胞产量。[1]
更有意思的是，模型找到了不同组合：一条路线使用 UM171 和较高 butyzamide，另一条主要组合 TPO 与 IL-3。后者不含 UM171，butyzamide 用量也较低。但两条路线都能抵达接近的目标群体分布。[1]
两种配方的巨核—红系相关群体累计比例约为 20%—30%，接近本轮阳性对照。但这一读出合并了多个细胞群，与前面的巨核祖细胞 70% 口径不同。表型相近，也尚不足以断言两条路线的细胞功能完全等价。[1]
两条 CD16⁺ 单核细胞配方的实测平均比例为 7.8% 和 8.7%，均高于本轮阳性对照。但模型预期只有 2%—4%。这个偏差说明，有用的实验建议可以来自不完美的预测，却无法替代最终验证。[1]
多个配方抵达相近表型，意味着研究者可能有机会在试剂供应、成本和工艺约束之间选择。逆向设计因此提供了“可选路线”的价值。但论文并未完成这些路线的成本优化或临床制造评估，这仍是应用潜力。[1]
从表型可达，到功能可靠，还有多远？
这项研究主要依靠流式标记定义细胞状态，关键对照图的五个散点代表技术重复。但供者差异、跨批次稳健性、长期功能和体内表现，不能由这些散点直接推出。7800 万个细胞也不等于同等数量的独立实验。[1]
在 BioTender 看来，这项工作的转折在于：把虚拟细胞拉进了实验决策的检验场。但表型干细胞富集仍有限，时序给药和更多体系尚待探索。[1]