編輯丨%

細胞擁有一個很復雜的結構，而一條來自細胞狀態信息往往可以通過不同的測量技術捕獲——例如 RNA 表達、染色質可達性、蛋白質豐度甚至圖像形態等。每種技術都提供不同視角的數據，但這些數據往往被分開分析或者被簡單融合成一個統一表示，難以判定到底哪些信息是不同技術之間共享的，哪些是某種技術特有的。

即便機器學習能加速這一進程，在捕捉細胞完整信息的時候，由于所得信息是合并后的，它們對應的細胞部分也就變得不明確。

MIT、哈佛大學與蘇黎世聯邦理工學院/保羅·謝勒研究所（PSI）的研究團隊提出了一種名為APOLLO的新框架，該框架利用可解釋性多模態嵌入模型，從而自動識別哪些信息是不同測量技術所共有、哪些是某一模態獨有的。

相關的研究以「Partially shared multi-modal embedding learns holistic representation of cell state」為題，于 2026 年 2 月 25 日發表在《Nature Computational Science》。

論文鏈接：https://www.nature.com/articles/s43588-025-00948-w

APOLLO

研究中，學者向來使用多種工具來捕捉細胞狀態的信息。例如，他們可以測量 RNA 以判斷細胞是否在生長，或者測量染色質形態以判斷細胞是否在處理外部的物理或化學信號。

對于前文中所敘述的，不同技術所得信息的獨立性與重疊性，APOLLO 的設計巧妙地解決了這一問題。它將學習的潛空間明確地劃分為三部分：

1. 共享潛空間 (Shared Latent Space)：捕捉所有模態（如 RNA 和 ATAC）共有的細胞狀態信息。
2. 模態特有潛空間 (Modality-Specific Latent Space)：為每一種模態（如一個用于 RNA，一個用于 ATAC）單獨設立，捕捉僅能被該技術測量到的、獨特的細胞狀態信息。
3. 兩步訓練法：通過「潛空間優化」和「編碼器訓練」兩個步驟，確保模型能準確地將信息分配到各自所屬的空間。

圖 1：APOLLO 在部分共享多模態嵌入和跨模態預測中的概述。

這種訓練策略既保證了共享信息的準確捕捉，也使得不同測量模態的特異性信息不會被統一混合，從而更好地解耦信息來源。

從模擬到真實

在模擬數據集上，APOLLO 能夠準確識別已知的共享結構與特異性結構，說明它不僅能整合數據，還能正確分離不同來源的信息。

在真實數據測試中，團隊應用了常見的多模態單細胞測量組合，例如：

SHARE-seq 數據 (RNA+ATAC)：在小鼠細胞的SHARE-seq數據上，APOLLO學習到的RNA特有空間捕獲了細胞周期相關基因，而ATAC特有空間則富集了轉錄調控因子的啟動子活性。通過主成分分析和基因本體富集分析，研究團隊能清晰地將這些生物學意義「追溯」到不同的潛空間，證實了模型解耦的有效性。

CITE-seq 數據 (RNA+表面蛋白)：在小鼠脾臟和淋巴結的CITE-seq數據中，APOLLO的表現堪稱完美。共享潛空間完美地分離了不同的細胞類型，而實驗批次效應則被干凈利落地「趕」到了RNA的特有潛空間中。相比之下，Seurat的WNN方法和標準多模態自編碼器，其整合后的空間仍混雜著細胞類型和批次信息，無法實現如此清晰的分離。

圖 2：用于識別配 scRNA-seq 和 scATAC-seq 數據中共享信息和模態特異性信息的 APOLLO。

除了這些，APOLLO 還能利用學到的解耦信息，進行預測并產生生物學新洞見。比如，它能準確區分共享信息與模態特異性成分，還能夠用于跨模態預測。例如，通過已測量的染色質圖像信息預測尚未測量的蛋白質信號，這對于資源受限且難以進行全面單細胞測量的實驗非常有價值。

圖 3：染色質組織和蛋白質定位的 APOLLO 共享潛空間和模態特異性潛空間中可解釋的形態特征。

也許是全息的細胞生物學

APOLLO 代表了一種從「信息融合」到「信息解耦」的范式轉變。通過顯式地建模并分離共享與模態特有的信息，它賦予研究者前所未有的解釋性和洞察力。

這種分離潛空間的技術，在臨床應用中具有重要意義：它可以幫助研究人員明確哪種測量技術包含對特定生物現象最關鍵的信息，從而減少不必要的實驗、優化測量策略，并加速對復雜細胞狀態的理解，特別是在癌癥、神經退行性疾病、代謝疾病等領域的機制研究與臨床評估。

相關鏈接：https://phys.org/news/2026-02-cell-ai-tool-bigger-picture.html

https://news.mit.edu/2026/ai-help-researchers-see-bigger-picture-cell-biology-0225