休斯顿卫理公会AI平台解码癌症与阿尔茨海默病中的细胞间通讯
科学家创建了iS2C2平台，利用AI分析单个细胞之间的空间信号。这有助于理解细胞“对话”中信号失真如何导致癌症和神经退行性疾病。
一场我们终于偷听到的对话：为什么iS2C2不仅是AI，更是科学方法的转变
要点：真正发生了什么
2026年5月14日，休斯顿卫理公会宣布创建iS2C2平台——协同智能单细胞空间细胞间通讯。媒体将其描述为“AI解码细胞对话”。形式上没错。但背后隐藏着更根本的东西：算法首次不仅分析数据，还能在专家评估为准确且可重复的水平上，提出可检验的生物学假设。
首席研究员、约翰·S·邓恩生物医学工程总统杰出讲席教授Steven Wong这样表述：“理解疾病意味着确定这些细胞对话如何出错以及如何修复。”关键词是“修复”。这不是观察，而是寻找治疗靶点。
该平台运行于两个此前不重叠的世界的交汇处。一边是数学上严谨的S2C2算法，它模拟细胞间信号通路，包括下游细胞内级联直至转录因子。另一边是大语言模型，它接收该建模的结构化结果作为输入，并利用思维链推理和少样本学习生成有意义的假设。十五位独立专家验证了结果——我在2026年的任何其他出版物中都没有见过对AI生成假设进行如此严格的评估。
时间线与背景
细胞间通讯问题与分子生物学本身一样古老。细胞通过配体-受体相互作用进行通信，触发细胞内级联。当信号失真时，疾病就会出现：癌症、神经退行性变、自身免疫过程。但直到现在，我们要么拥有计算相关性但无法解释任何东西的强大算法，要么拥有能解释但无法处理海量数据的专家。
2023–2024年——单细胞RNA测序和空间转录组学爆发式增长。数据量之大，无人能有效解读。
2024年——将LLM与生物信息学结合的尝试结果不佳：幻觉、不可重复、缺乏机制理解。LLM无法直接读取组学数据。
2024–2025年——Wong及其同事重新思考架构。他们没有要求LLM分析原始数据，而是构建了一个中间层：带有通路活性评分（PAS）的S2C2，将复杂数学转化为语言模型可理解的结构化、语义丰富格式。
2026年5月10–11日——发表于《信号转导与靶向治疗》（Nature集团期刊）。代码在GitHub上发布。
2026年5月13–14日——新闻稿发布，新闻浪潮。
谁赢谁输
赢家。
休斯顿卫理公会和Steven Wong个人。他们创造的不仅是一个工具，而是一个新类别——“协同智能平台”。该术语将进入NIH和DARPA的资助申请词典。Wong的实验室将成为任何想在系统生物学中应用AI的人的磁石。
拥有神经退行性疾病和肿瘤学产品线的制药公司。iS2C2已经在阿尔茨海默病中发现了以前未被识别的信号通路，并且关键的是，提出了一种现有药物（已获批用于乳腺癌）可能潜在地阻止癌症向骨转移。这不是假设性的药物发现；这是药物再利用，且已有现成的监管档案。将此类药物用于新适应症推向市场的成本约为4000万至8000万美元，而新分子则需要26亿美元。
AI驱动药物发现的投资者。该平台验证了整个“协同智能”解决方案类别。预计在LLM和组学数据交叉领域工作的初创公司估值将增长——前提是他们复制Wong的架构（可解释算法+LLM），而不仅仅是围绕生物数据的ChatGPT API包装器。
输家。
仅依赖相关性分析的生物信息学家。iS2C2及其对下游通路的机制映射和定量PAS提高了门槛：缺乏因果机制成分的出版物将越来越难以通过顶级期刊的同行评审。
那些急于将LLM与组学数据直接集成而没有中间算法层的实验室。Wong的论文在某种程度上也是一份方法论指南：如何不做以及如何做。不读它的人将在不可重复的结果上浪费数百万美元的资助资金。
媒体没有说的
洞察#1：该平台是众包科学假设的特洛伊木马。
在GitHub页面上，该项目被描述为开放。任何生物学家都可以上传他们的单细胞数据，通过iS2C2运行，并获得一个假设。这意味着休斯顿卫理公会正在构建世界上最大的AI生成机制假设数据库，并通过用户反馈不断丰富。两年后，他们将拥有一个数据集，用于训练下一代模型——任何竞争对手都无法复制。开源不是利他主义；这是一种数据收集策略。
洞察#2：iS2C2处理不完整数据，这正是其对竞争对手的危险之处。
Wong特别强调：该平台使用生成式AI填补数据空白——这是处理单细胞测序时的常见问题。形式上，这是一个优势。但有一个未提及的隐藏风险：“填补空白”和“幻觉”之间的界限模糊。十五位专家在阿尔茨海默病和癌症数据集上验证了结果，但对于罕见疾病，专家根本不存在？这还不是问题——但当平台应用于罕见病种时，2-3年内将成为问题。
洞察#3：药物再利用不是不错的附加功能；它是主要商业模式。
媒体强调基础科学：“理解细胞如何通信”。但在采访中，Wong更具体地说：“这个AI平台能够指出新的治疗策略，这可能是一个游戏规则改变者。”该平台已经找到了一种预防骨转移的特定药物。这不是学术练习。休斯顿卫理公会专注于临床转化——而这正是NIH资助、T.T.和W.F. Chao基金会以及Cures Alzheimer's Fund将投入的方向。
预测：未来30天和90天
第1–30天（2026年5月中旬至6月中旬）：
GitHub上的iS2C2仓库将收到首批数百次克隆。独立研究人员的截图和演示视频将出现。单细胞生物学社区将在bioRxiv和X/Twitter上积极讨论该平台。
大型制药公司（罗氏/基因泰克、百健——鉴于阿尔茨海默病的重点）将为研发部门举办该平台的内部演示。至少一家将与休斯顿卫理公会启动合作谈判。
构建AI药物发现解决方案的初创公司（Insilico Medicine、Recursion、BenevolentAI）将尝试复制iS2C2架构。那些已经使用LLM但没有中间层的公司将发现自己处境艰难。
第31–90天（2026年6月至8月）：
第一篇独立验证iS2C2在其他数据集上的预印本将出现——很可能来自博德研究所或威康桑格研究所的团队。如果结果可重复，该平台的估值将飙升。
NIH将宣布一项针对“疾病机制发现的协同智能方法”的特别资助轨道。“协同智能”一词已在Wong的论文中使用，而NIH（该团队显然与其有联系，致谢中列出了资助）将采用该术语。
Wong将在主要肿瘤学会议——ASCO或AACR特别会议上展示骨转移数据。如果声称的结果在独立验证中得到确认，制药兴趣将从“研究它”阶段转向“开始临床试验规划”阶段。
第一个iS2C2指向错误靶点的案例将引发关于对AI生成假设信任限度的讨论。这是不可避免且必要的：当技术变得可证伪时，它就成熟了。
从根本上说，iS2C2标志着AI从分析工具向科学假设生成器的转变。这不仅仅是加速生物信息学家的工作。这是在实验台旁出现了第三个角色——与实验者和理论家并列。而最有趣的是：这个角色提供的不是答案，而是问题——结构化、可检验、具有生物学意义的问题。科学一直如此运作。只是现在有了新的提问方式。
— Editorial Team
