Applying Spatiotemporal Modeling of Cell Dynamics to Accelerate Drug Development

Chen, Xindong; Xu, Shihao; Chu, Bizhu et al. · 2024 · ACS Nano

Metadata

Authors: Chen, Xindong; Xu, Shihao; Chu, Bizhu; Guo, Jing; Zhang, Huikai; Sun, Shuyi; Song, Le; Feng, Xi-Qiao

DOI: 10.1021/acsnano.4c12599

Tags: #cell-migration #continuum-mechanics

🔬 Deep Note📄 Quick Note

概述（Overview）

摘要概述

本文是 Chen 等人发表于 ACS Nano 的 Perspective，提出将生成式 AI 与时空多尺度生物物理建模结合，构建"虚拟细胞"计算管线以加速药物开发。文章首先系统综述了细胞骨架蛋白（actin、microtubule、intermediate filament）的弹性与动力学特性，以及不同细胞骨架网络（分支 actin 网络、交联 actin 网络、actin 纤维束）的力学功能和在细胞迁移、内吞、免疫突触等行为中的角色。随后综述了亚细胞到多细胞尺度的时空模拟进展：亚细胞层面包括 RAP（resistance-adaptive propulsion）理论和 coarse-grained MD 模拟；单细胞层面包括 motor-clutch 模型和 tensegrity 模型；多细胞层面包括动态 vertex 模型。核心贡献是提出了一个三模块计算管线：(1) BAIE（生物信息驱动 AI 引擎，含 GP 基因-蛋白子模块和 DP 药物-蛋白子模块）、(2) MDE（分子动力学引擎，计算力依赖性 PPI/DPI/DPPI）、(3) CME（连续介质力学引擎，有限元求解细胞骨架动态）。管线通过 GP/DP→MDE→CME 流程将基因编辑或药物设计从分子层面连接到细胞动态行为，旨在将湿实验工作转移到计算机模拟以加速药物发现。

综述问题、范围与选择标准

• 要回答的问题：如何构建一个从分子层面（基因/药物-蛋白相互作用）到细胞层面（动态行为）的时空多尺度计算管线，以加速药物开发和基因治疗的评估？
• 覆盖范围：2010–2024 年间的细胞骨架生物力学、亚细胞/多细胞模拟和 AI 驱动的药物设计文献，以作者团队工作（refs 4, 5, 8, 12, 31, 32）为主线。
• 文章性质：perspective（观点文章），非 systematic review，无系统性检索式或纳入排除标准。
• 文献选择方法：未报告（文献以作者团队自身工作为主线，辅以领域代表文献）。

主题综合

主题 1：细胞骨架蛋白的力学分类与功能多样性

• 核心论点：三种细胞骨架丝（actin、MT、IF）通过 persistence length 和 Young's modulus 表征的不同力学特性，以及与不同结合蛋白组装成的多种网络类型，决定了细胞的不同生理功能。
• 代表证据定位：Table 2（三种丝的 persistence length 和 Young's modulus 对比）；文献 ref 4（Chen et al. 2023, RAP 理论）；Fig. 2（六种典型细胞骨架网络概览）
• 共识程度：稳固——细胞骨架丝的力学分类和功能是细胞生物学的基础知识，persistence length 的量化数据有广泛的体外实验支持。
• 分歧或限制：persistence length 来自体外测量，细胞内环境（拥挤、交联蛋白）可能改变有效弯曲刚度。IF 的 Young's modulus 跨度极大（6.4–200 MPa），反映其高度蛋白质类型依赖性，但综述未深入讨论这种异质性的来源。

主题 2：从亚细胞到多细胞的时空多尺度模拟

• 核心论点：不同尺度的生物物理模型——亚细胞的 RAP 理论和 coarse-grained MD、单细胞的 motor-clutch 和 tensegrity 模型、多细胞的 vertex 模型——已成功揭示了细胞动态行为的力学机制，但均无法直接应用于药物工程。
• 代表证据定位：文献 ref 4（RAP 理论, Chen et al. 2023）；文献 ref 242（motor-clutch 模型）；文献 ref 278（动态 vertex 模型, Drosophila 胚胎振荡）；Fig. 3（各尺度模型示意图）
• 共识程度：有限——各尺度模型在其特定适用范围内有效，但跨尺度整合（从分子到多细胞）仍是未解决的方法论挑战。作者明确承认"none of them can be applied to pharmaceutical engineering"。
• 分歧或限制：模型简化程度各异——RAP 理论基于单蛋白构象变化但不包含精确蛋白折叠结构；motor-clutch 模型将细胞骨架简化为收缩/黏附/聚合元件；vertex 模型将细胞抽象为多边形顶点。每种简化都丢失了不同层面的信息，跨尺度整合时信息损失如何量化未讨论。

主题 3：BAIE→MDE→CME 三模块虚拟细胞管线

• 核心论点：通过将 AI 驱动的基因-蛋白/药物-蛋白设计（BAIE）、力依赖性分子动力学计算（MDE）和连续介质力学模拟（CME）三个模块串联，可构建从基因编辑/药物设计到细胞行为预测的端到端计算管线。
• 代表证据定位：文献 ref 4（CME 基础, Chen et al. 2023）；文献 ref 13（AlphaFold2, GP 子模块基础）；Fig. 4（三模块管线流程图）
• 共识程度：有限——管线的各组件（AlphaFold2、MD、FEM）各自成熟，但三者的端到端整合尚属设想，缺乏完整的验证案例。力依赖性 K_D^F 的计算（MDE 中 steered MD）与 CME 中细胞骨架重组的耦合是关键创新点但未验证。
• 分歧或限制：MD 模拟的计算速度仍是瓶颈——作者承认"currently still remain slow"且"impractical to compute interactions between a large number of proteins in signaling pathways"。FEP/TI 的计算成本更高。管线的端到端精度受最弱环节制约——AlphaFold2 的结构预测误差会传递到 MD 再到 CME，误差传播的累积效应未分析。

关键图表、Box 与分类框架

• 定位：Table 1（FDA 批准的靶向细胞骨架蛋白的药物）
• 内容：列出 16 种 FDA 批准药物（Paclitaxel、Ixabepilone、Vinblastine 等靶向 tubulin；Ripasudil、Fasudil 靶向 Rho kinase；Imatinib、Dasatinib 靶向酪氨酸激酶下游通路），及其靶点、适应症和开发公司。
• 价值：提供了细胞骨架作为药物靶点的临床证据基础，证明了靶向细胞骨架蛋白的治疗可行性。涵盖直接靶向（如 Paclitaxel 稳定微管）和间接靶向（如 Imatinib 通过 BCR-ABL 影响 Rho GTPase 下游）两种策略。

• 局限：仅列 FDA 批准药物，未包含临床试验中或已废弃的候选——后者对评估模型预测能力更有价值。

• 定位：Fig. 4（三模块虚拟细胞管线流程图）

• 内容：BAIE（GP/DP 子模块）→ MDE（MD 模拟计算力依赖性 PPI/DPI/DPPI）→ CME（有限元求解细胞骨架动态），形成闭环反馈。GP 子模块输入修改的基因序列输出蛋白 3D 结构；DP 子模块输入靶蛋白输出候选药物分子；MDE 计算 K_D^F 并反馈优化 GP/DP；CME 模拟细胞动态行为并生成定量反馈。
• 价值：提供了从基因/药物设计到细胞行为预测的端到端架构蓝图，是全文的核心贡献。力依赖性 K_D^F 作为 MDE→CME 的耦合接口是关键创新。
• 局限：管线是概念性框架，缺乏完整的端到端验证。各模块间的数据格式、时间尺度匹配（MD 纳秒 vs CME 毫秒）和精度传递未详细讨论。

共识、争议与研究空白

相对稳固的共识

细胞骨架蛋白的力学特性（persistence length、Young's modulus）和由其组装的不同网络类型的力学功能已有充分实验和理论支持。actin 聚合产生推力驱动细胞迁移和内吞、MT 动态不稳定性参与细胞分裂、IF 提供核力学稳定性等结论是细胞生物力学的共识（refs 5, 30, 118, 167）。

尚存争议

力依赖性蛋白-蛋白相互作用（force-dependent K_D^F）在原生细胞环境中的定量角色。作者认为力是 PPI 的关键调控因素（integrin 拉伸开放构象增强结合、actin 聚合力调控 Arp2/3 结合），但 current AI 模型（RF diffusion、Chroma）无法捕获这些力调控行为（ref 332, 333）。这是 MDE 模块存在的理由，但力依赖性 K_D^F 的计算（steered MD）与体内实际情况的吻合度缺乏系统验证。

作者提出的研究空白

1. 现有模型无法应用于药物工程——"none of those models currently simulating cellular dynamic behaviors can be applied to pharmaceutical engineering"（L101-103）。主要原因是简化程度过高，未定量考虑酶、离子通道、配体和受体的精确工作机制。
2. 力调控的 PPI 行为在当前 AI 蛋白设计中缺失——RF diffusion 和 Chroma 等 AI 模型无法捕获原生环境中的力调控行为（L1196-1198）。
3. MD 模拟速度不足以计算信号通路中大量蛋白的相互作用——作者承认这是当前限制但预期 AI 和超算发展将改善（L1825-1831）。

我识别的遗漏

管线的误差传播分析完全缺失——AlphaFold2 的结构预测精度（CASP14 中 ~2.6 倍于竞争者但仍有 RMSD 误差）如何影响下游 MD 的 K_D^F 计算，K_D^F 的误差又如何放大到 CME 的细胞行为预测，这一误差传播链未分析。对于药物设计，即使每步误差不大，三步串联后的累积误差可能使细胞行为预测不可靠。此外，CME 的有限元模型将细胞骨架简化为 beam element，但蛋白的构象动态（如 actin filament 的扭转、IF 的黏弹性频率依赖性）在 beam 理论中如何表征未充分讨论。

个人批注

与我的工作的关系

作为计算生物力学研究者，本文的 CME 模块与我的 FEniCS/FEM 工作直接相关——将细胞骨架蛋白视为 beam element 并用几何非线性 Euler-Bernoulli/Timoshenko 理论求解，与我处理血管壁结构的方法论相似。力依赖性 PPI（K_D^F）的概念对血管 G&R 有直接启发：G&R 中的力敏感信号通路（如 integrin-mediated mechanotransduction）可用类似的力依赖性 K_D 框架建模。管线的"分子→细胞"跨尺度思路可迁移到"细胞→组织"跨尺度——将单细胞 CME 的结果作为 vascular tissue G&R 模型的输入。

可复用框架

三模块管线架构（AI 设计→MD 验证→FEM 模拟）可迁移到血管 G&R：BAIE 对应 G&R 参数的 ML 推断；MDE 对应 constitutive 关系的分子动力学验证；CME 对应血管壁 FEM 求解。力依赖性 K_D 作为跨尺度耦合接口的概念可用于连接血管壁力学刺激与细胞信号响应。Table 1 的药物-靶点-适应症映射表是药物靶点选择的快速参考。

疑问与后续动作

1. 疑问：CME 将细胞骨架视为 beam element 的简化对高频动态（如 actin filament 的毫秒级重组）是否有效？beam 理论的 quasi-static 假设在毫秒尺度是否成立？
2. 后续动作：精读 Chen et al. 2023（ref 4, RAP 理论原文），评估其 CME 的有限元实现细节（是否使用显式/隐式时间积分、网格分辨率、收敛性），以及该实现是否可迁移到血管 G&R 的 FSI+G&R 耦合模型。

与上下文的关系

本文建立在

作者团队的前序工作建立了 RAP（resistance-adaptive propulsion）理论和时空多尺度细胞骨架建模系统（ref 4, Chen et al. 2023, PNAS）、生物-化学-力学耦合软组织模型综述（ref 3, Sun et al. 2022）、以及多种亚细胞/单细胞力学模型（refs 5, 8, 12, 31, 32）。AlphaFold2（ref 13, Jumper et al. 2021）作为 GP 子模块的技术基础。MD 力场（AMBER, CHARMM, GROMOS, OPLS, MARTINI）和自由能计算方法（MMPBSA, FEP, TI）作为 MDE 模块的方法基础。

已核实的后续引用

本次未检索

同类综述对比

本次未核实

与本地论文队列的关系

与本地 2021-PIML-Karniadakis 互补：Karniadakis 聚焦物理定律嵌入 ML（PDE→PINN），Chen 聚焦 AI 嵌入多尺度生物物理建模（AlphaFold2→MD→FEM）。两者代表了"物理→ML"和"ML→物理"两种相反的嵌入方向。与 2016-Chemoinformatics-New-Era-Wang 有间接关联——Wang 的 SD 模拟概念在 Chen 的管线中被实现为 MDE+CME 的跨尺度计算。

逐章节笔记（Section-by-Section Notes）

INTRODUCTION

段落 1：细胞作为物理计算程序与细胞骨架的功能多样性

• 核心论点：细胞是主动的物理对象，通过产生、传递和感知力学力执行生理功能，细胞骨架蛋白网络是实现这些功能的直接执行者。
• 支撑论据：
• 细胞通过产生、传递和感知各种力学力执行广泛的生理功能（refs 1–4）
• 细胞骨架是由大量蛋白组装的高度动态网络（ref 5），除提供结构和力学支持外，还是无数细胞动态行为的直接参与者
• 功能范围涵盖胚胎发育（refs 6, 7）、细胞运动（refs 8–12）、细胞分裂（refs 13–15）、免疫突触形成（refs 16–19）、胞内运输（refs 20, 21）、吞噬（refs 22–24）、内吞（refs 25–27）和大胞饮（refs 28, 29）
• 分支 actin 网络是主要的推进力产生机械（refs 4, 11），通过 actin filament 聚合产生推力驱动细胞迁移（Fig. 1a, refs 4, 5, 8, 30）、内吞（Fig. 1b, refs 25, 27, 31, 32）、大胞饮（Fig. 1c, refs 29, 33）和细胞毒性 T 细胞杀伤（Fig. 1d, refs 16, 17, 34）
• 细胞骨架蛋白功能障碍导致多种疾病：Arp2/3 复合物过表达与肿瘤转移相关（肺 ref 35、乳腺 ref 36、胰腺 ref 37、结肠癌 ref 38）；tau 蛋白功能障碍破坏神经元微管网络，与阿尔茨海默病相关（Fig. 1e, refs 39–42）
• 部分 FDA 批准药物直接或间接靶向细胞骨架蛋白（Table 1, refs 43–50）
• 我的分析：这段以"细胞=物理计算程序"的隐喻开篇，将生物学功能还原为力学力产生与感知。功能列表覆盖面广但每个仅简短引用，为后续详细讨论各功能做铺垫。Arp2/3 过表达与多种癌症转移的关联是一个关键的病理学连接——为后续以 Arp2/3 为药物靶点的管线应用案例做铺垫。FDA 药物表（Table 1）的存在证明了细胞骨架靶点的临床可行性，是管线价值主张的实证基础。

段落 2：现有模型的药物工程应用瓶颈

• 核心论点：尽管生物物理模型在揭示细胞行为机制方面有效，但无一可应用于药物工程加速药物发现——瓶颈在于分子配体-蛋白相互作用与细胞动态行为之间的时空跨尺度计算挑战。
• 支撑论据：
• 实验技术进展（力学测量 refs 51–55、活细胞成像 refs 56–58）提供了蛋白分子、细胞行为和 ECM 之间日益增长的相关性知识
• 基于这些发现，越来越多的预测性生物物理模型被提出（refs 5, 15, 31, 59–66），从亚细胞到多细胞尺度
• 生物物理模型有效阐明了传统实验难以解决的复杂生物学问题
• 但药物发现开发高度昂贵（10+ 年、大量资金投入、高失败风险，refs 67, 68）
• 现有模拟细胞动态行为的模型无一可应用于药物工程加速药物发现
• 挑战来自分子配体-蛋白相互作用与动态细胞行为之间的时空跨尺度计算障碍
• 同时涉及单一细胞功能中众多蛋白的参与，特别是细胞骨架在力-生化耦合下的高度动态和随机重组
• 我的分析：这段是全文的问题陈述——现有模型"有效但不可用"（有效于揭示机制但不可用于药物工程）。"跨尺度计算挑战"是核心瓶颈：分子层面（MD, 纳秒/纳米）与细胞层面（FEM, 毫秒/微米）之间的时间尺度差 10^6 倍、空间尺度差 10^3 倍。"高度动态和随机重组"的表述暗示确定性模型可能不足，但管线的 CME 模块似乎仍是确定性的——随机性如何处理未明确。

段落 3：文章路线图——虚拟细胞管线

• 核心论点：文章将依次介绍细胞骨架蛋白弹性与网络、综述时空模拟进展、讨论现有模型局限，并提出结合生成式 AI 的虚拟细胞计算管线。
• 支撑论据：
• 首先介绍主要细胞骨架蛋白、弹性和动态特性、不同类型的细胞骨架网络
• 然后综述模拟蛋白驱动的细胞动态行为的主要生物物理进展，从亚细胞到多细胞尺度
• 讨论现有模型局限并提出结合生成式 AI 的虚拟细胞计算管线
• 管线可应用于不同细胞场景，在力学-化学-生物学复杂机制下具有广泛的生物医学应用潜力
• 将大量湿实验工作转移到计算机模拟，缩短药物开发时间、提高成功率
• 我的分析：标准的路线图段落。"力学-化学-生物学"三重耦合的表述界定了管线的跨学科范围。"湿实验→计算机模拟"的转移是价值主张——但这一主张的前提是模拟精度足够替代实验，这一前提的成立条件在后续 CME 讨论中被弱化（MD 速度瓶颈、beam 理论简化）。

CYTOSKELETAL PROTEIN ELASTICITY AND NETWORKS

段落 1：Cytoskeletal Filament Elasticity——persistence length 与 Young's modulus

• 核心论点：三种细胞骨架丝（actin、MT、IF）均为半柔性，其力学特性可通过 persistence length 表征，后者决定弯曲刚度和 Young's modulus。
• 支撑论据：
• 细胞骨架主要由 actin filament、microtubule（MT）和 intermediate filament（IF）三种丝组成（refs 108–110）
• 各种结合蛋白将其组织成不同类型的细胞骨架网络（Fig. 2）
• 三种丝均为半柔性（ref 118），力学特性由 persistence length l_p 表征——热涨落下发生显著弯曲涨落的平均长度
• l_p 可从体外实验计算：⟨τ(0)·τ(s)⟩ = exp(−s/l_p)，其中 τ(s) 为切向单位向量
• Young's modulus E 可从 EI = l_p·k_B·T 获得，I 为截面惯性矩
• actin filament 和 MT 的 E 为 0.5–1.0 GPa，IF 为 6.4–200 MPa（Table 2, ref 119）
• IF 具有黏弹性，力学响应频率依赖（refs 120, 121）
• 真核细胞中 actin filament 和 MT 的典型轮廓长度通常短于其 persistence length——细胞内弯曲主要由外力导致
• 三种丝的刚度、长度、直径和结合蛋白总结于 Table 2, Table 3 和 Fig. 2
• 我的分析：这段提供了细胞骨架丝力学的定量基础。actin 和 MT 的 E~1 GPa 与 IF 的 E~0.06-0.2 GPa 差异反映了结构差异：actin/MT 是管状/纤维状聚合物，IF 更柔。persistence length 的范围（actin 17 μm, MT 1-5 mm, IF 0.2-2.1 μm）决定了各丝在细胞内的弯曲行为——MT 的 persistence length（毫米级）远超细胞尺度（微米级），因此 MT 在细胞内几乎不弯曲除非受大外力。"轮廓长度短于 persistence length"意味着细胞内 actin/MT 的弯曲主要由外力而非热涨落驱动——这简化了力学建模。

段落 2：Actin Dynamics——聚合动力学与调控

• 核心论点：actin 聚合动力学由单体浓度和 capping 蛋白竞争决定，通过 V_g = δ(k_on·C_a − k_off) 和 L_f = δ(k_on·C_a − k_off)/(k_cap·C_cap) 量化，formin 和 VASP 等蛋白进一步调控聚合速率和丝长度。
• 支撑论据：
• actin 动力学驱动细胞膜变形，影响多种生物学功能（refs 132–134）
• actin filament 是极性生物聚合物，有 barbed end 和 pointed end，barbed end 聚合速率快 10 倍（ref 30, ref 135）
• 聚合速率正比于 actin 单体浓度：V_g = δ(k_on·C_a − k_off)，δ≈2.7 nm（ref 136–138）
• capping 蛋白结合 barbed end 终止聚合（ref 139），丝长度由聚合速率与 capping 速率比决定
• 稳态下 L_f = δ(k_on·C_a − k_off)/(k_cap·C_cap)（ref 140）
• formin（refs 141, 142）和 VASP（refs 143, 144）调控聚合——提高速率或保护免受 capping
• 我的分析：这段提供了 actin 聚合的定量方程，是后续 RAP 理论和 CME 中 actin 网络建模的基础。δ=2.7 nm 对应单个 actin 单体的长度增量，k_on/k_off 的比值决定了聚合/解聚的平衡。formin 和 VASP 的存在使丝长度可调控——不同功能需要不同长度（lamellipodia 短丝 vs stress fiber 长丝）。这些参数将传递到 MDE 的 K_D^F 计算和 CME 的有限元模型中。

段落 3：Actin Networks and Cellular Functions——三种 actin 网络

• 核心论点：actin filament 通过与不同结合蛋白连接形成三种网络——分支 actin 网络（推进功能）、交联 actin 网络（皮层力学调控）、actin 纤维束（丝状伪足和应力纤维）——各执行不同细胞功能。
• 支撑论据：
• 分支 actin 网络：由 Arp2/3 复合物启动（refs 145–147），非各向同性，聚合 barbed end 朝向单一方向（Fig. 2d, refs 5, 30, 148），与细胞推进功能相关（ref 149）
• 参与驱动细胞迁移和癌症侵袭（Fig. 1a, refs 8, 38）、树突棘形成（ref 133）、网格蛋白介导内吞和大胞饮（Fig. 1b,c, refs 29, 150）、细胞毒性 T 细胞杀伤（Fig. 1d, ref 34）
• 重要特性：可感知 ECM 力学阻力并调整丝密度以确保功能完成（ref 4, ref 8, ref 151）
• 有限元模拟（基于多尺度组装模型, Fig. 3a）显示分支 actin 网络比交联网络对 actin 浓度变化更敏感、刚度更高（ref 5），因 Arp2/3 分支连接较刚性（ref 152）
• 交联 actin 网络：由 myosin、filamin-A、α-actinin 等交联蛋白组织（Fig. 2a），皮层交联网络通过 ERM 蛋白锚定于质膜，控制细胞形态（ref 153）和维持力学完整性（refs 60, 110）
• 皮层网络通过 myosin 收缩调控细胞迁移中的形态、核变形和胞质 bleb 形成（refs 9, 10, 56）
• actin 纤维束：由 fascin 和 α-actinin 交联平行/反平行丝组成（Fig. 2c），直径 50-300 nm（refs 156, 157），可生长超 30 μm
• 丝状伪足驱动细胞迁移和神经细胞生长（refs 158–161），也作为远程细胞间通讯桥梁（ref 162）
• myosin 交联的 actin 纤维束形成应力纤维，附着于 focal adhesion 产生拉力调控细胞行为（Fig. 2b, ref 164）
• 我的分析：这段系统描述了三种 actin 网络的结构-功能关系。分支网络"感知阻力并调整丝密度"是 RAP 理论的核心——力反馈调控 Arp2/3 结合亲和力，这是后续 GP→MDE→CME 管线中 Arp2/3 作为药物靶点应用案例的生物学基础。有限元模拟（Fig. 3a）显示分支网络比交联网络更敏感和刚硬——这一差异来自 Arp2/3 分支连接的刚性（ref 152），为 CME 中 beam element 的参数选择提供了依据。三种网络的空间分布（皮层 vs lamellipodia vs 丝状伪足）暗示了 CME 需要在不同细胞区域使用不同网络模型。

段落 4：MT Dynamics and Cellular Functions——动态不稳定与细胞分裂

• 核心论点：MT 是最刚硬的细胞骨架丝（persistence length 达 5 mm），通过动态不稳定（生长/灾难切换）探索细胞环境并捕获染色体完成细胞分裂，是抗癌药物的靶点。
• 支撑论据：
• MT 由 α-β tubulin 异源二聚体头对尾堆叠形成极性原丝（refs 165, 166），13 条原丝侧面平行组装成中空圆柱
• 因此 MT 是三种丝中最刚硬的，persistence length 达 5 mm（ref 167）
• 刚度使 MT 提供细胞主要结构支撑（ref 129）、贡献细胞极性（ref 168）、促进神经元迁移（refs 169, 170）并作为胞内运输线性轨道（refs 167, 171）
• MT 高度动态（refs 172, 173），在生长和灾难（收缩）间突然切换——动态不稳定（refs 174–177）
• 动态不稳定源于特殊手性结构，使尖端能探索细胞环境并在细胞分裂中捕获染色体（ref 178）
• 通过解聚缩短，MT 施加拉力分离染色体完成细胞分裂（Fig. 2f, ref 179）
• 因在细胞分裂中的主导角色，许多抗癌药物干扰 MT 动态——如 paclitaxel 和 nocodazole（Table 1, ref 178）
• 动态不稳定的生物物理机制可从力学角度解释：基于最小内能原理，α-β tubulin 异源二聚体使原丝偏好弯曲构象，但在 MT 晶格中被 13 条原丝侧面约束为直——约束释放时产生灾难
• 我的分析：MT 的动态不稳定机制——"内能偏好弯曲但晶格约束为直"——是一个优雅的力学解释，将分子结构（tubulin 手性）与宏观行为（生长/灾难切换）联系起来。persistence length 5 mm 远超细胞尺度（~20 μm），意味着 MT 在细胞内几乎完全刚性——这简化了 CME 中 MT 的建模（可视为刚性杆）。paclitaxel 通过稳定 MT 阻止动态不稳定从而抑制细胞分裂的机制，是管线 DP→MDE→CME 应用于抗癌药物评估的理想案例——但文中未具体展示此案例。

段落 5：IF and Cellular Functions——核力学稳定性与组织完整性

• 核心论点：IF（中间丝）提供核力学稳定性和组织完整性，其功能异常与多种疾病相关，但与其他两种丝相比其动力学研究较少。
• 支撑论据：
• IF 因其直径（~10 nm）介于 actin（~7 nm）和 MT（~25 nm）之间而得名
• IF 由相关蛋白家族组成，包括 vimentin、lamin、keratin 等
• 核膜下方的 lamin 网络（Fig. 2e）提供核力学稳定性，作为核孔复合物的锚定平台
• lamin 网络与染色质紧密相互作用，力学性质变化调控基因命运
• IF 的 Young's modulus 跨度大（6.4-200 MPa），高度蛋白质类型依赖
• IF 具有黏弹性，力学响应频率依赖（refs 120, 121）
• 我的分析：IF 的功能定位（核力学稳定、基因调控）与前两种丝（推进力、运输/分裂）不同——它更多是结构性和调控性的。lamin 网络与染色质的相互作用是力学-基因耦合的关键界面——力学性质变化调控基因命运，这与血管 G&R 中力学-生长耦合有直接类比。IF 的黏弹性（频率依赖）在 beam 理论中难以完全表征——CME 使用 Euler-Bernoulli/Timoshenko beam 理论，默认线弹性，对 IF 的黏弹性需要额外本构模型。

SPATIOTEMPORAL SIMULATIONS OF PROTEIN-BASED CELL DYNAMICS

段落 1：Subcellular Simulations——RAP 理论与纳米粒子内吞

• 核心论点：亚细胞多尺度模型（RAP 理论、coarse-grained MD、连续介质力学）成功揭示了细胞迁移的自适应机制和纳米粒子内吞的物理条件，为药物靶点识别提供了分子级洞见。
• 支撑论据：
• 细胞骨架网络的动态力学行为决定细胞功能表现，蛋白过表达/低表达/异常导致癌症侵袭、肝硬化、肺纤维化和心血管疾病（refs 40, 182, 237–239）
• RAP（resistance-adaptive propulsion）理论和动态多尺度建模系统（ref 4）考虑 actin 聚合诱导构象变化（Eq. 2, Fig. 3b）和力调控 PPI
• 模型成功克服单分子蛋白与细胞之间的时空跨尺度挑战，揭示了迁移细胞如何力学感知并对复杂 ECM 做出自适应响应
• 聚合力调控的 actin filament-Arp2/3 结合相互作用根据 ECM 阻力大小重塑分支 actin 丝密度，调整推进力——Arp2/3 可能是抗癌药物的关键靶点蛋白
• 简化的亚细胞模型：活动黏弹性杆模型研究轴突生长（ref 171），显示细胞骨架动态与轴突-基底黏附相互作用决定轴突生长/停滞/塌缩状态转换
• actin 网络黏弹性行为：结合有限元和 Langevin 动力学（refs 246, 247），展示交联蛋白结合动力学、变形性和键型如何影响 actin 网络黏弹性
• catch bond 交联蛋白的稳定效应使网络损耗模量峰值随预应力增大向低频移动，与 slip-bond 网络形成对比（ref 247）
• clathrin 介导内吞的 coarse-grained MD 模型（Fig. 3c, ref 258）：软纳米粒子因弹性变形比刚性粒子包裹效率低；扁椭球粒子因大结合面积比球体内吞率高
• 连续介质力学内吞模型：modified Helfrich energy（Eq. 3）和力平衡 ∇·σ + p_d·n = f，揭示膜张力 σ 在内吞中的双重角色——高张力增加内化难度但也引导更多弯曲 actin 丝到内吞坑增加聚合力（refs 31, 32）
• 我的分析：这段是全文模拟方法最密集的一节，覆盖了从单蛋白到亚细胞结构的多种模型。RAP 理论（ref 4）是管线的核心先验工作——"聚合力调控 Arp2/3 结合"是力依赖性 K_D^F 的具体实例，也是 MDE→CME 耦合的生物学基础。catch bond vs slip bond 的对比（ref 247）展示了交联蛋白类型对网络流变学的定性影响——这对 CME 中 beam element 的本构选择有指导意义。Helfrich energy 模型（Eq. 3）将膜变形能量用平均曲率和高斯曲率表达——这与血管壁力学的壳理论有数学共性。

段落 2：Single-Cell Simulations——motor-clutch 与 tensegrity 模型

• 核心论点：单细胞力学动态模拟通过简化细胞骨架为收缩/黏附/聚合元件，使用 motor-clutch 和 tensegrity 等模型揭示细胞迁移、振荡和分裂的力学机制。
• 支撑论据：
• 细胞通过协调黏附（ref 262）、推进（ref 4）和收缩（ref 217）执行迁移、振荡和分裂
• 全细胞细胞骨架过于复杂难以完整构建和计算，现有模型将其简化为力学组件
• 组件包括 actomyosin 收缩元件、integrin 黏附元件和 actin/MT 聚合元件
• 细胞骨架因力-生化耦合频繁重组，需在这些表示元件中考虑生化-力学因素（refs 3, 61, 263）
• motor-clutch 模型（Fig. 3d, refs 242, 264–266）研究不同黏弹性 ECM 中的细胞迁移：细胞黏附结合时间尺度与 ECM 黏弹性匹配决定迁移速度和方向（refs 242, 264, 266, 267）
• ECM 黏弹性变化是疾病进展因素，可能是细胞治疗发展的重要靶点（refs 265, 268, 269）
• tensegrity 模型（refs 270–272）：细胞骨架同时承受压缩和拉力，与 tensegrity 结构高度相似
• 生化-力学 tensegrity 模型（Fig. 3e, ref 272）：包含 myosin 和 RhoA 的反应扩散及力-化学反馈，探索胚胎发育中的细胞振荡行为（ref 273）
• 弹性绳和杆模拟 actomyosin 网络收缩及 MT/actin 束聚合
• 结果显示细胞自发振荡是主动收缩力与化学反应反馈回路的后果
• 壳状单细胞模型（refs 14, 15, 63）和 Kirchhoff-Love 板理论（ref 64, ref 274）：研究不对称极化和分裂中的形态演化——分裂面倾向于垂直于核中最大主应力方向（refs 14, 15），细胞利用化学因子诱导的扭转变形在受限空间中分裂（ref 274）
• 我的分析：这段展示了单细胞模型的多样性——从 motor-clutch（力学简化）到 tensegrity（结构简化）到壳/板理论（连续介质简化）。motor-clutch 模型关于"ECM 黏弹性匹配决定迁移方向"的发现对血管 G&R 有启示——血管壁 ECM 的黏弹性变化（如动脉粥样硬化中胶原/弹性蛋白比例改变）可能影响平滑肌细胞迁移方向和速度。tensegrity 模型将细胞振荡归因于力-化学反馈——这与 G&R 中力学-生长反馈的概念相似。Kirchhoff-Love 板理论与血管壁壳模型有数学共性——但细胞尺度（微米）与血管尺度（厘米）的差异使参数和边界条件不同。

段落 3：Multicellular Simulations——动态 vertex 模型

• 核心论点：动态 vertex 模型通过将多细胞系统抽象为顶点网络，成功模拟了胚胎发育、肿瘤转移和伤口愈合中的集体细胞动态。
• 支撑论据：
• 集体细胞动态在胚胎发育、肿瘤转移和伤口愈合中至关重要（ref 275）
• 修改的动态 vertex 模型（Fig. 3f）纳入生化线索，是有效的多细胞物理框架（refs 275–277）
• 单层细胞的力学能量由 Eq. 4 描述：包含面积刚度项（K_c, A_J, A_0）、皮层 actomyosin 网络弹性和 myosin 收缩活性项（k_mJ, m_J, L_J）以及相邻细胞间界面张力（Λ, l_ij）
• 顶点力平衡方程 η·dr_i/dt = −∂U/∂r_i 可模拟集体细胞力学动态行为
• vertex 模型成功研究集体细胞行为：振荡动力学（ref 278）、曲率依赖细胞迁移（refs 276, 281）和组织形态发育（refs 275, 282）
• 果蝇羊浆膜带的集体细胞振荡：myosin 活性通过 Hill 函数纳入 vertex 模型（ref 278），振荡行为源于依赖 myosin 调控收缩力、细胞刚度和边界条件的化学力学 Hopf 分岔
• 应力纤维增强的 vertex 模型（ref 283）：研究顶端应力纤维数量与细胞面积的标度关系，各向异性双轴拉伸促进上皮单层中的细胞重排
• 我的分析：vertex 模型是多细胞模拟中最成熟的框架——Eq. 4 的能量泛函简洁地将面积弹性、皮层收缩和细胞间黏附纳入统一形式。Hopf 分岔作为振荡机制的来源与 Wang 2016（2016-Chemoinformatics-New-Era-Wang）中 PI3K/Akt/mTOR 通路的参数空间分岔分析有方法论共性——两者都用非线性动力学解释生物系统的模式切换。vertex 模型的力平衡方程 η·dr/dt = −∂U/∂r 是过阻尼 Langevin 方程的特殊形式——惯性项被黏性阻尼主导，这与细胞在黏性 ECM 中的运动近似一致。

段落 4：A General Computational Pipeline——管线提出与动机

• 核心论点：现有模型虽在揭示机制上有效但因过度简化无法应用于药物工程，需要一个结合 AI 的时空跨尺度计算管线将基因编辑和药物设计连接到细胞行为预测。
• 支撑论据：
• 对细胞力学和动态行为的透彻理解对细胞生物学和人类健康至关重要
• 现有时空模型（refs 5, 14, 15, 31, 32, 171, 241, 243, 264, 266, 274, 276, 278, 279, 281, 282, 285–288）展示了强大能力
• 但无一可应用于药物工程——主要原因是基于显著的生物学简化，未定量考虑酶、离子通道、配体和受体的精确工作机制和高度动态相互作用
• RAP 建模系统虽基于单蛋白和构象变化诱导 PPI，但不包含蛋白精确折叠结构，不适用于药物工程
• 药物发现开发成本 20-30 亿美元、耗时 10+ 年（refs 68, 289, 290），主要因湿实验耗时且体外/体内结果常不一致（ref 289）
• 生物医学工程处于历史节点——生物技术和 AI 的融合（refs 291, 292）
• 提出 spatiotemporal cross-scale 计算管线（Fig. 4），含三个互联模块：BAIE（生物信息驱动 AI 引擎）、MDE（分子动力学引擎）、CME（连续介质力学引擎）
• 我的分析：这段是管线的正式提出。"现有模型因简化不可用于药物工程"的判断与 2024-ML-DrugDiscovery-Durant 中"ML 在小分子发现中因数据问题未实现突破"的判断形成互补——前者指出模型的简化障碍，后者指出数据的质量障碍。管线三模块的分工——AI 设计（BAIE）、MD 验证（MDE）、FEM 模拟（CME）——覆盖了从分子到细胞的完整链条。但"湿实验→计算机模拟"的转移仍是一个未经验证的承诺——管线的端到端精度和计算可行性尚未证明。

段落 5：BAIE——GP 和 DP 子模块

• 核心论点：BAIE 通过 GP 子模块（基因→蛋白结构，基于 AlphaFold2）和 DP 子模块（靶蛋白→候选药物，基于图生成 AI）实现基因编辑和药物设计的 AI 驱动。
• 支撑论据：
• 蛋白由氨基酸构成，经转录和翻译合成（ref 293），多肽链经翻译后修饰（refs 295–298）折叠为独特 3D 结构决定功能（refs 298–302）
• DNA/RNA 序列改变或分子药物结合可能显著改变蛋白折叠结构和功能（refs 293, 304）
• BAIE 含 GP（基因-蛋白）和 DP（药物-蛋白）两个独立子模块
• GP 子模块：深度学习平台建立 DNA/RNA 序列与蛋白折叠结构的定量关联——CRISPR-Cas 基因编辑（refs 305, 306）+ AlphaFold2/RoseTTAFold/AlphaFold3（refs 299, 300, 307）预测 3D 结构
• GP 输出 P = F(G, {W_g})——输入修改的基因序列 G，输出蛋白 3D 坐标 P
• 应用：BRCA1/2 乳腺癌、KRAS 肺癌、Huntington 舞蹈病、血友病、囊性纤维化等基因突变疾病（refs 311, 312）
• GP→MDE→CME 管线可测试 CAR-T 细胞的重新编程性能（refs 313–319）
• DP 子模块：基于图的分子生成 AI 平台预测候选药物和结合评分——化学空间 10^60、抗体 20^20 突变空间（refs 68, 323, 324）
• DP 使用扩散概率模型：前向扩散 q(D_{1:R}|D_0,P_t) 和反向生成 p_θ(D_{0:R-1}|D_R,P_t)
• 训练通过最小化 atom 坐标、atom 类型和化学键的 KL 散度加权和
• 生成分子存入 MDE 验证
• 我的分析：BAIE 的两个子模块代表了 AI 在生物医学中的两种核心应用——结构预测（GP）和分子设计（DP）。GP 依赖 AlphaFold2 的成功但继承了其局限——2024-ML-DrugDiscovery-Durant 指出 AlphaFold 的成功依赖精心的工程决策和数据，而药物-蛋白相互作用的预测精度仍不足。DP 使用扩散模型生成 3D 药物——但 Durant 指出扩散模型生成的分子常物理不合理（refs 24, 30），这一限制在本文中未被讨论。管线的 AI 部分因此继承了它所引用技术的所有已知局限。

段落 6：MDE——力依赖性 PPI 计算与自由能方法

• 核心论点：MDE 通过 MD 模拟计算力依赖性蛋白-蛋白/药物-蛋白相互作用（K_D^F），使用 MMPBSA、FEP、TI 等方法计算结合自由能，是连接 AI 设计与力学模拟的关键验证环节。
• 支撑论据：
• PPI 是所有细胞过程的基础（refs 350, 351），许多疾病源于其变化（refs 322, 324）
• 当前 AI 算法预测 PPI 的局限：因数据不足难以准确预测特异性和结合亲和力（refs 354, 355）
• 许多 PPI 受力学力调控——力依赖性解离常数 K_D^F（refs 62, 302, 356–360）
• 例子：细胞迁移中细胞骨架力拉伸 integrin 开放构象增强 integrin-fibronectin 结合（refs 361, 362）；DNA 拉伸改变 DNA 结合蛋白相互作用并调控基因表达（refs 363–366）
• actin 聚合力调控构象变化（refs 359, 360）并修改 Arp2/3 结合力（refs 4, 367, 368）重塑 actin 网络
• 当前 AI 蛋白设计（RF diffusion ref 332, Chroma ref 333）无法捕获力调控 PPI 行为
• MD 模拟可实现 PPI、DPI 和 DPPI 的连续动态视角和详细理解（refs 294, 370, 371）
• MDE 使用 AMBER、CHARMM、GROMOS、OPLS、MARTINI 等力场（Eq. 5）计算键能、角能、二面角能和非键相互作用
• 蛋白能量景观有大量局部极小值——需 enhanced sampling（replica exchange、umbrella sampling、metadynamics、simulated annealing, ref 382）
• 体内力必须正确施加于蛋白——steered MD 计算 K_D^F
• 自由能计算：Helmholtz 自由能 G = -k_B·T·ln(Z)（Eq. 6-7），但大系统 Z 难以解析
• MMPBSA（Eq. 8）：将系统分为真空和溶剂态，计算 ΔG = ΔU_vac + ΔG_sol,p + ΔG_sol,np - TΔS_vac
• Poisson-Boltzmann 方程（Eq. 9）求解静电势分布以计算极性溶剂化自由能
• FEP（Eq. 10-11）和 TI：通过 λ 扰动计算药物变化的自由能差，Bennett acceptance ratio（Eq. 12）改善统计精度
• K_D^F 和关键氨基酸残基反馈到 GP/DP 优化基因序列或药物设计
• 我的分析：MDE 是管线技术最复杂的模块，也是连接分子与细胞的桥接环节。力依赖性 K_D^F 的概念是全文的核心创新——它将力学刺激（细胞骨架力）与分子结合亲和力定量连接，是 CME 中"力→PPI→细胞骨架重组"反馈循环的关键参数。MMPBSA 的近似（隐式水、PBE 线性化）对强电荷系统精度有影响，作者承认需考虑结构水分子改善精度。FEP/TI 虽理论更严格但计算成本极高——这在管线中形成精度-效率权衡。steered MD 施加力的方式（恒速/恒力拉伸）如何对应体内力学环境是一个需要验证的假设——细胞内力是动态、多方向、随机的，而 steered MD 通常施加单轴力。

段落 7：CME——有限元细胞骨架动态模拟

• 核心论点：CME 通过有限元方法将 MDE 计算的力依赖性 PPI 耦合到细胞骨架的连续介质力学动态模拟中，实现从分子层面到细胞行为预测的跨尺度计算。
• 支撑论据：
• CME 是连续介质力学引擎，从单蛋白层面的 PPI 时空模拟细胞力学动态行为
• 连接信号动态（蛋白磷酸化、钙内流、转录因子激活）与细胞骨架蛋白的力学动态
• 信号通路可调控细胞骨架，细胞骨架蛋白可通过产生力影响信号——两者的连接对理解细胞行为和构建虚拟细胞至关重要
• 细胞骨架蛋白为杆状结构，从连续介质力学角度可视为梁——基于 K_D^F 和 PPI 网络构建 3D 动态组装模型
• 组装通过生化反应函数 C = f_csk(K_D^F, [GPt], [Pt], [P], [OPs], k_s)（GP→MDE→CME）或 C = f_csk(K_D^F, [D], [Pt], [P], [OPs], k_s)（DP→MDE→CME）计算
• CME 计算四步：(1) 细胞骨架/膜/ECM 在 t_m 时刻离散为小不同单元——Euler-Bernoulli 或 Timoshenko 梁理论描述拉伸/压缩/弯曲/扭转；(2) 建立场函数（位移 u = N(x)·q、应变 ε = B(x)·q、应力 σ = D(E,ν)·ε）；(3) 最小势能原理 ∂Π/∂q = 0 求解控制方程 [k]{q} = {P}，含线性和非线性刚度分量；(4) t_{m+1} 时刻细胞骨架根据力诱导变形依赖性 PPI 重组 C_{m+1} = C_m + δC_m
• 动态行为 B = f_CME(C_m, C_{m+1}, ..., C_{m+n}) 由毫秒级时间步的位移场序列描述
• CME 可应用于局部细胞行为：内吞（药物/mRNA 疫苗摄取）、lamellipodia/filopodia 推进、大胞饮、免疫突触
• 应用案例：Arp2/3 复合物调控的癌症侵袭和免疫细胞迁移——Rac-Arpin-Arp2/3 抑制回路和 Rac-WAVE-Arp2/3 激活回路
• GP→MDE→CME 可直接研究如何通过修改 Arpin/WAVE/Arp2/3 基因序列增强免疫细胞迁移——对实体瘤免疫治疗重要
• DP→MDE→CME 可设计靶向 Arp2/3/Arpin/WAVE 的药物并测试其降低癌细胞侵袭能力的效果
• 其他应用：核变形调控（lamin/myosin/MT）——修改 lamin 氨基酸序列增加核膜网络刚度限制核变形阻止癌细胞迁移
• 我的分析：CME 的四步有限元流程与标准 FEM 求解步骤一致——离散化→场函数→控制方程→时间推进。关键创新在第四步：力诱导变形（ε_{p,t}）依赖性 PPI 驱动细胞骨架重组——这是力→生化→结构反馈的定量实现。Euler-Bernoulli/Timoshenko 梁理论的选择取决于丝的细长比——actin filament（直径 7 nm, 长度 100-20000 nm）细长比极高，Euler-Bernoulli 足够；MT（直径 25 nm）可能需要 Timoshenko。毫秒时间步与 MD 的纳秒时间步之间的尺度差（10^6）是跨尺度计算的核心挑战——作者未详细讨论如何桥接。Arp2/3 应用案例展示了管线的双重用途——基因编辑（GP→MDE→CME）增强免疫细胞迁移和药物设计（DP→MDE→CME）抑制癌症侵袭——但两者均未给出实际计算结果，仅描述了可行性。

段落 8：管线总结与展望

• 核心论点：BAIE→MDE→CME 管线通过整合 AI 与物理，将基因和分子设计与蛋白驱动的细胞动力学连接，克服了分子与细胞之间的时空跨尺度挑战，可应用于基因编辑、药物设计、抗体和 de novo 蛋白多种场景。
• 支撑论据：
• 管线整合 AI 与物理，将基因和分子设计与蛋白驱动的细胞动力学连接
• 有效克服分子与细胞之间的时空跨尺度挑战
• 在基因编辑技术使用（ref 311）、药物设计（ref 370）、抗体（ref 319）、molecular glue degraders（refs 425, 426）和 de novo 蛋白（ref 351, 427）的细胞治疗中有广泛应用
• 与湿实验验证结合可大幅节省时间、提高成功率、减轻制药业财务负担
• 不同功能的细胞因 DNA 甲基化和表观遗传修饰而显著不同
• 由于是力学力塑造了许多生理和病理行为且所有行为根本上由原子相互作用驱动，该管线可能适用于不同细胞动态场景
• 构成构建虚拟细胞的重要步骤，将革命性地改变生物医学工程和研究
• 我的分析：这段的展望极为宏大——"革命性改变"——但管线仍处于概念阶段。"因力学力塑造行为且由原子相互作用驱动，故管线普适"的论证逻辑有循环论证风险——如果力是普适驱动因素，则管线应能处理所有力学相关行为，但管线的实际精度受限于每一步的近似（AlphaFold2 误差→MD 近似→FEM 简化）。表观遗传修饰（DNA 甲基化）被提及但管线中未明确处理——这是管线的一个潜在盲点，因为表观遗传影响蛋白表达水平而非结构，AlphaFold2 无法预测表达量变化。

摘要概述

这篇 Perspective 综述了细胞骨架蛋白（actin、microtubule、intermediate filament）在驱动机理行为（迁移、内吞、免疫突触等）中的机械角色，并梳理了从亚细胞到多细胞尺度的生物物理建模进展。作者指出当前模型虽多，但都未能跨越"分子-细胞"的时空尺度鸿沟直接服务于药物研发。核心贡献是提出一套生成式 AI + 时空多尺度生物物理建模的计算 pipeline（virtual cell），由三个模块组成：BAIE（生物信息驱动 AI 引擎，含 GP 基因-蛋白与 DP 药物-蛋白两个子模块）、MDE（分子动力学引擎）、CME（连续介质力学引擎），通过 GP/DP → MDE → CME 的串联把基因编辑或药物分子设计映射到细胞动态行为预测，并以量化反馈迭代优化设计。作者认为该 pipeline 可把大量湿实验迁移到计算机仿真，大幅缩短药物研发周期与成本。

关键图表

• Figure 1 — 细胞骨架执行的各种细胞功能（迁移、内吞、巨吞、免疫突触、神经轴突等），强调 actin 聚合产生推力驱动多种行为；一句话：actin 网络是细胞力学生成与形态发生的主力机械装置。
• Figure 3 — 亚细胞、单细胞、多细胞尺度的生物物理模型谱系（branched actin 组装模型、conformational change 模型、clutch 模型、tensegrity 模型、dynamic vertex 模型等）；一句话：现有建模横跨多尺度，但彼此割裂、未打通分子到细胞的链条。
• Figure 4 — 全文核心：BAIE → MDE → CME 的虚拟细胞 pipeline 总览图，展示从基因/药物设计输入到细胞行为预测并反馈优化的闭环；一句话：这是把生成式 AI、MD 与连续介质力学耦合以加速药物研发的总框架图。

与我的关联

对血管 G&R / 细胞迁移的连续介质建模有方法学参考价值——尤其 CME 模块对细胞骨架驱动的细胞力学行为建模，可借鉴其"分子输入→连续介质行为输出"的耦合思路；其 virtual cell 框架也提示可用生成式 AI 辅助 G&R 参数辨识与药物靶点筛选。