Cell | 叶凯团队揭示生命复杂性跃升的基因组高阶“构架”法则——动植物演化路线的根本分异|叶凯|复杂性|序列|生命|科学

从单细胞到多细胞，生命完成了一次根本性的“系统升级”。个体细胞如何精密分工、协同运作，构建出复杂的生命体？这一生命科学的核心谜题，如今从基因组三维结构的演化中找到了关键线索。

2026年4月21日，西安交通大学的研究团队在Cell发表题为The evolution of high-order genome architecture revealed from 1,000 species（千种物种揭示基因组高阶结构演化）的研究论文，首次从“系统构架”的视角，揭示了基因组三维高阶结构的演化如何奠定生命复杂性涌现的物理基础。该研究由电子与信息学部自动化学院叶凯教授与数学与统计学院孟德宇教授合作完成，通过对跨越38亿年，涵盖1025个物种（包括细菌、真菌、植物和动物）的三维基因组数据进行分析，系统绘制了基因组高阶结构的演化全景图。这项工作不仅是 “人工智能驱动的生命科学研究”（AI for Science）的里程碑，更是以系统科学思想解读生命演化规律的一次深刻实践。

结构决定功能：追问生命复杂性涌现的“构架”起源

“结构决定功能”是生物学基石。然而，在浩瀚的生命之树上，基因组的三维结构本身如何演化，以支撑生命从简单到复杂的系统跃迁，却始终是未解之谜。这好比我们了解砖石的特性，却不知道摩天大楼与平房在整体设计蓝图上的根本区别。为回答“何种基因组‘架构’支撑了多细胞生命的涌现”这一命题，研究团队面临巨大挑战：如何从海量、异质的跨物种数据中，提取出普适的演化规律？他们引入了一套融合自动化科学与人工智能的原创方法论。

方法论突破：当“序列”成为“图像”，让“架构”清晰可辨

面对难题，叶凯教授团队提出了“序列图像化”的核心思想，将线性的基因序列或复杂的三维互作数据，转化为计算机视觉可识别和处理的“特征图像”，从而利用计算机视觉的强大模式识别能力，捕捉生命“设计图”中的深层规律。

然而，跨越亿万年的演化数据充满噪声与异质性。为此，孟德宇教授团队构建了关键的数学底层模型，其核心是稀疏表示与双层优化算法。该模型能将每个物种看似杂乱的三维基因组图谱，“拆解”并“重构”为少数几个本质“架构模板”的线性组合，如同一套高精度的“降噪”与“特征提取”系统，从纷繁数据中稳健地提炼出真实的演化信号。这种“知识-数据双驱动”的研究范式，是本次大尺度发现得以实现的计算基石。

两大“架构”的演化分异：动植物的不同生存智慧

基于上述方法，研究团队首次明确定义并量化了生命基因组的两类核心高阶“架构”：

“全局折叠”：系统的稳定骨架。它描述染色体在细胞核内的整体空间排布，如同建筑的承重结构。研究发现，其强弱与生物复杂性无关，但在整个生命界普遍存在。特别是植物界普遍强化了这一稳定架构，这可能有助于其应对固着生存所带来的环境压力。

“棋盘格局”：功能的精准分区。它反映了活跃与抑制的基因组区域在三维空间中的分隔程度，如同城市的功能区规划。研究揭示了一个关键规律：“棋盘格局”的强度与生物复杂性显著正相关。这意味着，更复杂的生命体，其基因组三维组织越发趋向于精细的“分区化管理”。

进一步分析揭示了动植物演化路线的根本分异：动物在演化中弱化了“全局折叠”的刚性约束，从而为“棋盘格局”这一实现精细调控的“软件架构”腾出发展空间，以支撑高度分化的细胞类型和复杂行为。相反，植物则倾向于加固“全局折叠”这一“硬件骨架”，其适应性可能更多依赖于基因组的其他调控方式。这从系统架构层面，解释了动植物为何在相似复杂性层面上演化出了截然不同的内部调控策略。

从演化到发育：普适性的“架构”转换法则

这一跨越物种的发现，在人类胚胎早期发育过程中找到了微观呼应。研究显示，人类胚胎早期发育同样经历了一个从强“全局折叠”向强“棋盘格局” 的架构转换，且这一转换恰与细胞从全能性向多能性、再向特异功能分化的关键时期同步。这表明，“从稳定骨架到动态分区”的架构转换，可能是生命系统在不同时间尺度（亿年演化与数天发育）上，实现从同质化、可塑状态向异质化、特异化状态转变的共通法则。

启示：一种解读生命复杂性的新范式