咱们学院崔隽教授这次开发了PScalpel工具，直接给免疫细胞的精准改造指了条明路。2026年2月，他带着团队跟深圳大学李坚强教授那边一块儿在《Advanced Science》上发了篇论文，标题挺长的，叫“Machine Learning-Guided Engineering of Protein Phase Separation Properties in Immune Regulation”，意思就是用机器学习来引导蛋白相分离的改造。 这个研究重点就是解决了一个老大难问题：怎么定向去控制蛋白相分离的能力。研究团队融合了蛋白质结构信息和机器学习技术，弄出了PScalpel这把“手术刀”，终于把突变体蛋白相分离精准预测和工程改造这两个技术空白给补上了。PScalpel的核心理念很简单，就是把蛋白质的三维结构信息高效提取出来，然后精准预测一下突变后的相分离能力，最后再智能推荐最优的突变策略。它是由结构分析、突变预测、工程策略这三部分组成的，形成了一个完整的链条。 为了让它更懂行，他们还引入了迁移学习的方法。这种办法能利用模型在大规模通用蛋白数据集里学到的深层特征表示，结合少量特定蛋白的已知突变位点数据进行微调。这样一来既不需要太多标注数据，又保留了通用特征提取能力，在小样本场景下的预测精准度自然就上去了。 为了验证这把“手术刀”到底厉不厉害，团队选了8种跟固有免疫相关的蛋白来做实验。结果发现，PScalpel推荐的单氨基酸突变真能让蛋白相分离能力朝指定方向变。这说明它确实很高效也很通用。尤其是在处理那些稀有蛋白或者疾病相关蛋白的时候，这种少数据下的高准确率特别关键。 作为核心应用，他们把固有免疫的关键分子cGAS给拿来当模型试验了一把。通过PScalpel筛选出来的高分突变体不仅让cGAS的相分离能力实现了双向精准调控，体外和细胞水平的实验也证明了这些突变体能显著改变凝聚体的形成和动态特性。因为这些改变，cGAS的酶活性和DNA结合能力也跟着变了，直接影响到了cGAS-STING信号通路激活的程度。 把改造后的cGAS突变体塞进巨噬细胞里后，大家惊喜地发现细胞的免疫功能被稳稳地调控住了。转录组测序分析也证实了一件事儿：cGAS相分离能力保持稳定对细胞正常发挥免疫功能特别重要。 总结起来看，这次研究开发出来的PScalpel工具简直就是个精准的调控链条：从“蛋白改造策略”到“相分离能力”，再到“分子功能”和“细胞表型”，全都串了起来。因为是开源的大家伙儿都能用得上，不光能用来研究免疫相关的蛋白，还能扩展到神经退行性疾病、癌症这些跟相分离紊乱有关系的领域去当研究手段。 特别是拿cGAS做例子就能看出来：通过单氨基酸突变来控制相分离能力就能实现免疫细胞功能的精细调控。这就给开发工程化免疫细胞提供了全新的思路——相比以前那种粗暴的方法，这种靠相分离来引导的方式更精细、也更温和，以后在细胞治疗这块儿肯定能大有作为。 这篇论文的第一作者有中山大学生命科学学院的张晨秋博士和深圳大学计算机学院的王佳助理教授；通讯作者是中山大学生命科学学院、进化与合成生物学基础科学中心的崔隽教授，还有深圳大学人工智能学院的李坚强教授，以及中山大学附属第一医院的伍耀星副研究员。这项工作能顺利开展还得亏了国家重点研发计划和国家自然科学基金项目的资金支持。