一項由頂尖學者法比安·J·泰斯（Prof. Fabian J. Theis）領導的團隊，近日在權威科學期刊《細胞》（Cell）上發表了名為 RegVelo 的人工智慧（AI）框架。此創新技術能整合細胞動態與基因調控網路，精準預測細胞命運，為生物醫學研究帶來突破性進展。

RegVelo 框架突破了以往細胞動態與基因調控網路常獨立建模的限制。它透過將基因嵌入一個調控因子能啟動或抑制目標的網路中，擴展了既有的 RNA velocity 概念。這使得 RegVelo 能夠同步學習時間序列狀態轉變與其底層的基因調控交互作用，進而能夠模擬那些會改變調控連結的干預措施。

慕尼黑工業大學（Technical University of Munich, TUM）、Helmholtz Zentrum München、斯托瓦斯醫學研究所（Stowers Institute for Medical Research）與牛津大學（University of Oxford）等機構的研究人員參與了此項研究。泰斯教授指出：「長期以來，細胞動態和基因調控大多是分開建模的。RegVelo 將這些部分整合起來，讓我們不僅能探究細胞如何變化，還能了解是哪些調控作用正在驅動這些變化。」

RegVelo 的潛在應用範圍廣泛，包括預測細胞發展軌跡、模擬調控干預的結果，並支援實驗驗證。這項模型整合了動態推斷與明確的調控結構，彌補了長期以來在軌跡重建與機制解釋之間的方法學鴻溝。其在《細胞》期刊上的發表，也代表該技術已通過嚴格的同儕審查，為實驗室評估是否採用此新運算流程提供了重要依據。

RegVelo 被視為新一代模型的代表，旨在彌補單細胞圖譜的描述性研究與由干預引導的生物學研究之間的差距。對於台灣生技、數據科學及人工智慧醫療領域的研究人員而言，這項創新技術的原理與應用，無疑將提供重要的啟發與借鑒價值，有助於推動台灣在精準醫療與細胞療法等前瞻領域的發展。