上交陈洛南：时空组学动态系统生物学
研究亮点
动态系统生物学是快速发展的交叉学科领域。
动态网络生物标志物与早期预警信号为解析复杂生物系统的临界转换现象提供核心工具。
能量景观理论为细胞发育与分化构建了定量随机模型。
单细胞组学动态模型可从快照式测量数据中解析连续时空生物过程与分子机制。
动态系统生物学为实现人工智能虚拟细胞提供了可行路径。
lnchen@sjtu.edu.cn
#动态系统生物学 #动态网络生物标志物 #能量景观理论 #动态最优传输 #单细胞组学
摘要
动态系统生物学是新兴的交叉学科框架，旨在解析复杂生物过程如何由分子、细胞与组织层面组分的时间依赖性互作产生。单细胞与空间多组学等高通量技术的快速发展产生了丰富的时空数据集，亟需超越静态分析的理论与计算工具。本文总结动态系统理论与现代组学数据融合的前沿进展，重点聚焦３大互补方向：
❶ 综述动态网络生物标志物理论，用于检测疾病进展与细胞命运决定过程中的临界点与临界转换早期预警信号；
❷ 阐述能量景观方法，对噪声生物系统的稳定性、转换势垒与状态切换进行定量描述；
❸ 梳理细胞动态模型，从单细胞组学数据中重构连续轨迹并推断转换动力学。上述视角共同为生命系统提供统一的动态观，支撑动态虚拟细胞与动态基础模型的研发。
引言
图1面向时空组学数据的动态系统生物学框架
总结了利用动态系统理论解析跨生物尺度高维组学数据的核心理论框架。
A 适用于宏量与单细胞数据的临界点与动态网络生物标志物（DNB）理论：通过识别波动与相关性急剧变化的分子集合，可在生物系统发生重大状态转换前检测临界转换；DNB框架已应用于宏量组学与单细胞数据，预测疾病进展或细胞状态转换的早期预警信号。
B 适用于单细胞数据的分化潜能与能量景观理论：单细胞转录组数据中的细胞命运决策可通过能量景观解读，谷值对应稳定细胞状态，分化潜能反映细胞在不同状态间转换的能力。
C 适用于单细胞组学数据的细胞动力学与薛定谔桥理论：动态模型可通过识别连接观测细胞群体随时间变化的最可能随机路径，从静态单细胞测量中重构细胞状态轨迹。
D 适用于时空组学数据的动态虚拟细胞与动态基础模型理论：大规模建模方法可整合时空多组学数据推断细胞动力学，构建预测型虚拟细胞。C与D代表从快照式多组学数据集直接重构细胞动力学的新兴策略。
详细总结
思维导图（mindmap）
能量景观理论关键发展阶段
参考
J Mol Biol. 2026 May 18:169864. doi: 10.1016/j.jmb.2026.169864.
Pioneer: Dynamical Systems Biology for Spatiotemporal Omics Data
注：AI辅助创作，如有错误欢迎指出。内容仅供参考，不构成任何建议。