开场：你以为你了解自己身体的每一个细胞？
人类生物学教科书告诉你，人体有约 200 种细胞类型：神经元、肌肉细胞、肝细胞、红细胞、白细胞… 这个分类体系已经维持了 100 多年。
2025 年，人类细胞图谱（Human Cell Atlas）项目的一个子团队用 AI 分析了 1000 万个人类细胞的单细胞 RNA 测序数据。AI 报告说，它发现了 37 种"新"的细胞类型——这些细胞在形态学和传统标记物上与已知细胞相似，但它们的基因表达模式明显不同，构成独立的"细胞类型"。
你的身体比你想象的要复杂得多。 而 AI 是唯一能"看到"这种复杂性的工具。
单细胞 RNA 测序：生物学的大数据时代
传统生物学研究细胞的方式是"搅拌器"模式——将一块组织放在搅拌器里打碎，然后测量所有细胞的平均基因表达。这就像把一个城市所有人的声音混合在一起，然后说"这个城市的人平均说话音高是 220 Hz"——你失去了所有关于个体的信息。
单细胞 RNA 测序（scRNA-seq）改变了这一切。 它可以测量单个细胞中所有基因的表达水平。一个实验可以产生 1 万到 100 万个细胞的基因表达数据。每个细胞有 2 万个基因的表达值。总数据量：几亿到几十亿个数据点。
这个数据量，人类肉眼无法分析。 你需要 AI 来降维、聚类、分类、可视化。这就是 AI 在单细胞组学中的核心角色。
AI 是如何"发现"新细胞类型的？
AI 在单细胞数据中发现新细胞类型的过程，大致分为四步：
第一步：降维。 将 2 万个基因的表达值压缩到 2-3 个维度（通过 UMAP 或 t-SNE 算法），使细胞可以在二维平面上可视化。相似的细胞在图上靠近，不同的细胞在图上远离。
第二步：聚类。 AI 在降维后的空间中自动识别"细胞群"——哪些细胞聚集在一起，形成独立的"簇"。每个簇代表一个潜在的细胞类型。
第三步：差异表达分析。 AI 找出每个簇"独特表达"的基因——这些基因是定义这个细胞类型的"分子标记"。
第四步：注释。 AI 将每个簇与已知的细胞类型进行比对。如果某个簇的基因表达模式与所有已知细胞类型都不匹配，它就是一个"候选新细胞类型"。
这 37 种新细胞类型，在前三步被 AI 识别，在第四步被确认为"新"——它们不属于任何已知的细胞类型。
37 种新细胞类型中的几个"明星"
肺泡的"中间态"细胞： AI 在肺组织中发现了 2 种新的细胞类型，它们处于已知的"肺泡 I 型细胞"和"肺泡 II 型细胞"之间的"中间态"。这些细胞在肺纤维化中异常增殖，可能参与了肺组织的异常修复过程。
肠道的"化学感受"细胞： AI 在肠道上皮中发现了一种新的细胞类型，它表达多种"化学感受器"——能检测食物中的特定化学成分。这些细胞可能参与了"肠道-大脑"的化学通讯，影响食欲和饱腹感。
大脑的"微状态"胶质细胞： AI 在大脑中发现了 3 种新的胶质细胞亚型，它们处于"静息态"和"激活态"之间的"微激活"状态。这些细胞在阿尔茨海默病早期就被激活，可能是神经退行性疾病的"早期预警信号"。
免疫系统的"记忆"NK 细胞： AI 发现了一种新的自然杀伤（NK）细胞亚型，它表达"记忆"标记物——这意味着 NK 细胞（先天免疫）也具有某种"记忆"能力，这在传统免疫学中是不被认可的。
重写生物学教科书
人类细胞图谱项目的目标是：创建一个完整的"人类细胞参考地图"，包含人体中所有细胞类型的分子定义。
这个项目在 2025 年取得了以下进展：
- 已分析 5000 万个人类细胞
- 覆盖 30 种人类组织
- 识别了 500+ 种细胞类型（包括亚型）
- 发现了 37 种全新的细胞类型
这是自 19 世纪 Virchow 细胞病理学以来，人类对自身细胞的最大一次"重新认识"。 而 AI 是这次重新认识的核心工具。
结尾：你身体里的"未知大陆"
2026 年，人类细胞图谱项目仍在继续。AI 继续在单细胞数据中寻找新的细胞类型、新的细胞状态、新的细胞间通讯模式。
一个有趣的推测：人体中可能还有 50-100 种未被发现的细胞类型。 它们隐藏在已知细胞类型的"阴影"中——形态相似，但功能不同。AI 正在照亮这些"阴影"。
下一次当你听到"人体有 200 种细胞类型"时，请记住：这个数字是基于 19 世纪的技术（显微镜 + 形态学）得出的。 AI + 单细胞组学正在告诉我们，真实的数字可能要大得多。你的身体，是一部尚未被完全解码的"细胞百科全书"。
推荐阅读：人类细胞图谱项目 (Human Cell Atlas, 2025)；单细胞 AI 分析综述 (Nature Methods, 2025)；37 种新细胞类型发现 (Science, 2025)