撰文丨王聰

編輯丨王多魚

排版丨水成文

全細胞模型（Whole-cell Model，WCM）旨在通過將多樣的分子、結構和生物物理數據整合到計算模擬中，構建一個可預測的計算機仿真框架，以幫助理解細胞過程。WCM 連接了分子與細胞尺度，有助于闡明基因調控、代謝以及細胞水平上的表型變異等復雜生物學過程。由于其獨特的洞察力，WCM 的應用范圍廣泛，從藥物發現和個性化醫療——可用于模擬疾病狀態并預測藥物反應，到合成生物學和代謝工程——可促進遺傳回路的理性設計，并提升工業生物技術的效率。

然而，盡管全細胞模型（WCM）已取得了諸多進展，但目前的方法仍存在局限性——要么忽略了細胞的空間結構，要么無法還原秒級變化的細胞器動態。

2026 年 6 月 30 日，加州大學圣地亞哥分校的研究人員在國際頂尖學術期刊Cell上發表了題為：Whole-cell particle-based digital twin simulations from 4D lattice light-sheet microscopy data 的研究論文。

該研究把 4D晶格光片顯微鏡（LLSM）拍到的活細胞動態和粒子反應-擴散模擬結合，構建了首個包含線粒體網絡、微管網絡、分子馬達的全細胞數字孿生模型。不用反復做實驗，只要在電腦里“撥動參數”，就能預測細胞在藥物、應激壓力下的變化，甚至發現了調控線粒體分布的隱藏規律。

該模型為研究全細胞動力學提供了強大的平臺，通過彌合介觀尺度的差距，實現了在生物學相關背景下對細胞行為的模擬與預測。

為什么要給細胞做“數字孿生”？

所謂“數字孿生”（digital twin），就是給真實物體做一個虛擬的“雙胞胎”，實時映射它的狀態，還能提前預測變化。但對于細胞來說，這可不是件容易的事：

過去的全細胞模型（Whole-cell Model，WCM）要么是“代謝計算器”——只算基因、蛋白、代謝物的變化，忽略了空間結構；要么是“靜態 3D 模型”——用冷凍電鏡拍攝的靜態圖像搭建空間，沒法還原秒級變化的細胞器動態。

而細胞內很多關鍵過程，比如線粒體怎么移動、怎么融合分裂，恰恰受空間約束和時間動態影響：線粒體作為細胞的“能量工廠”，它的分布異常和癌癥、神經退行性疾病密切相關，但它的運動既靠自身擴散，也靠沿著細胞骨架“軌道”運動，過去一直沒法在模擬里完整還原。

這項研究的目標，旨在填補上述空白：構建一個介觀尺度（介于微觀與宏觀之間）的全細胞數字孿生模型，既能體現空間結構，又能模擬秒級的動態變化，還能預測細胞對外界干擾的反應。

核心技術：4D 顯微鏡+粒子模擬

研究團隊選擇了人類口腔鱗癌細胞 Cal27 作為模型，整個數字孿生的搭建流程可以分成三步——

第一步：用 4D 晶格光片顯微鏡（LLSM）拍攝“活細胞電影”

普通的共聚焦顯微鏡拍活細胞，光毒性太強，細胞很容易被照傷，沒法長時間拍攝。研究團隊用的是晶格光片顯微鏡（LLSM），這是一種“溫柔又高清”的成像技術：用一層超薄的結構光照射樣品，橫向分辨率 250nm，軸向分辨率 500nm，每 11 秒就能拍完整個細胞的 3D 體積，連續拍 11 分鐘也不會傷害細胞。

他們給細胞做了兩種熒光標記：用 MitoTracker 標記線粒體，用 Tubulin Tracker 標記微管（就是線粒體移動的“軌道”），同時拍下了三種狀態的細胞：正常對照組、用諾考達唑處理 30 分鐘（微管被部分破壞）、處理 60 分鐘（微管被幾乎完全破壞）。

第二步：把顯微圖像“翻譯”成粒子模型

拿到 4D 圖像后，研究團隊開發了自動化流程，把圖像里的結構轉換成模擬用的粒子——

• 線粒體和微管：先用 MitoGraph 算法分割圖像，把線粒體網絡和微管網絡轉換成“節點+連線”的圖結構，每個節點對應一個半徑 0.15μm 的粒子，連線對應粒子間的彈性連接，還原它們的管狀結構和連接關系。

• 細胞核膜和細胞膜：通過圖像里的空間排它性（線粒體和微管不會穿進細胞核、不會跑到細胞膜外）分割出邊界，在邊界上放置固定位置的粒子，作為模擬的“圍墻”，把線粒體、微管等可移動粒子限制在細胞質里。

• 分子馬達：雖然顯微鏡看不到單個動力蛋白，但研究團隊在模擬里加入了兩種關鍵馬達：驅動線粒體向細胞外圍移動的驅動蛋白（kinesin），和驅動線粒體向細胞核移動的動力蛋白（dynein），它們會動態結合、脫離微管，沿著微管“行走”。

第三步：用 ReaDDy 引擎跑粒子模擬

所有粒子都放進模擬后，研究團隊用開源的粒子反應擴散模擬框架 ReaDDy 做動力學計算：

• 粒子的基礎運動是 37℃ 溫度下的布朗運動，符合過阻尼朗之萬動力學；

• 線粒體可以發生融合（兩個片段連到一起）和分裂（一個片段斷開成兩個），這兩種事件被建模為拓撲反應，速率直接從實驗數據里讀取；

• 分子馬達的運動遵循兩步馬爾可夫過程：隨機激活/失活，激活時會以固定速度沿微管定向移動，遇到阻力過大或者走到微管末端就會脫落。

三個關鍵驗證：這個數字孿生真的“像”活細胞嗎？

光搭出模型不夠，還得驗證它能不能還原真實細胞的行為。研究團隊做了三組測試——

驗證 1：模擬被動擴散的線粒體，和實驗結果嚴絲合縫

研究團隊先用微管完全被破壞的細胞做測試：用諾考達唑處理 60 分鐘后，線粒體沒法主動運輸，只能靠擴散移動。模擬只調了一個參數——線粒體的擴散系數，結果跑出來的線粒體平均平方位移（MSD，衡量運動能力的指標）、分裂速率、融合速率，和實驗測到的數據幾乎完全重合（誤差都在標準差范圍內）。這說明模型的基礎動力學是對的。

驗證 2：加入主動運輸，不用重新調參就能預測微管部分破壞的效果

接下來他們模擬正常細胞的線粒體運動：加入微管、分子馬達，參數全部來自對照組的數據，沒有額外調整。然后他們挑戰了一個更有難度的任務：預測微管部分破壞（諾考達唑處理 30 分鐘）后的線粒體行為。30 分鐘諾考達唑處理后的微管密度只有對照組的一半，但結構還在。模擬直接用對照組的參數跑，結果出來的線粒體 馬上到！、分裂速率、融合速率，和實驗實測值高度一致：運動能力比對照組弱，但比 60 分鐘處理組強。這意味著這個數字孿生模型不需要每次都重新校準參數，就能預測不同程度的擾動效果。

驗證 3：揭示線粒體核周聚集的隱藏調控規律

線粒體核周聚集是一個經典的應激表型：缺氧、病毒感染、癌癥耐藥時，線粒體都會扎堆聚集在細胞核周圍，過去大家普遍認為這是因為驅動線粒體向細胞核移動的動力蛋白（dynein）活性上調，而驅動線粒體向細胞外圍移動的驅動蛋白（kinesin）活性下調。

研究團隊用數字孿生模型做了個“思想實驗”：把文獻里報道的應激參數直接搬進模擬——把 dynein 和 kinesin 的結合比例調到 10:1，dynein 激活速率提高 10 倍，kinesin 激活速率降低10倍。果然，模擬中的線粒體快速向核周聚集，和實驗現象一致。

但他們接著做了一個關鍵擾動：保持所有分子馬達參數不變，把每條微管從中間切斷，總長度減半，但總微管質量不變。結果神奇的事情發生了：線粒體不再聚集，大部分被困在細胞外圍，離核的距離和對照組幾乎沒有差別。

這個發現推翻了過去的認知：微管的拓撲結構才是線粒體分布的“守門人”——就算分子馬達的運輸能力再強，如果微管太短、連通性不夠，線粒體也沒法長距離運輸到核周。換句話說，靶向分子馬達的藥物如果用在微管結構已經受損的細胞里，可能根本起不到調控線粒體分布的作用。

這個模型有什么用？

這項研究的意義不止于線粒體：

首先，它提供了一個通用的全細胞數字孿生框架：未來可以把內質網、溶酶體等其他細胞器加進去，也可以加入微管的聚合/解聚動態，甚至把胞質里的信號分子濃度梯度也納入模擬，讓模型更接近真實細胞。

其次，它為藥物研發提供了新工具：例如測試化療藥物對細胞器動力學的影響，不用每次都做大量細胞實驗，先在數字孿生里篩選參數，再針對性做驗證，能大幅縮短研發周期。

更重要的是，它展示了介觀尺度模擬的價值：不需要原子級別的精細度，只要抓住關鍵的物理化學規律，就能做出有預測能力的模型，填補了分子尺度和細胞尺度之間的空白。

從顯微鏡下的二維圖像，到電腦中的三維動態模型，人類對生命的觀察尺度正在不斷深入。這項研究讓我們看到，數字孿生不再是工業領域的專屬，它正在成為生命科學研究的強大工具。或許有一天，我們可以在電腦中完整模擬一個細胞的所有生命活動，甚至模擬整個組織的響應——到那時，我們對生命的理解，將會進入一個全新階段。

論文鏈接：

https://www.cell.com/cell/fulltext/S0092-8674(26)00697-5