AIVEV文献分享丨《Cell》亮点4D全细胞模型让最小细菌“活”在计算机里,完整模拟从DNA复制到细胞分裂

研究背景：

要全面理解细胞生命规则，需要从时空（4D）维度掌握分子组成、物理化学过程及其协同机制。然而，现有模型要么为静态原子结构，无法模拟分钟级动态，要么将细胞视为均匀搅拌体系，忽略空间异质性。因此，亟需构建一个能完整模拟细胞周期、兼具空间分辨率和反应动力学的全细胞模型。本研究以基因组最小细菌JCVI‑syn3A为平台，整合多尺度计算手段，实现了这一目标。

本文亮点：

1.实现完整细胞周期的四维全细胞模拟，构建了JCVI-syn3A最小细菌从出生到分裂，约100分钟的4D（空间+时间）模型，涵盖DNA复制、转录、翻译、代谢、膜生长和细胞分裂等全部过程。

2.通过整合反应扩散主方程、布朗动力学等方法，发现细胞内分子，如RNA聚合酶、降解体的局部分布和扩散限制会显著影响基因表达、mRNA寿命及表型异质性。

3.模型同时预测了倍增时间、ori:ter比率、mRNA半衰期、蛋白分布及核糖体数量等多项实验观测结果，并揭示了子细胞间大分子分配存在随机性差异。

图文导读：

图1

图片解析：这幅Graphical Abstract展示了4DWCM（四维全细胞模型）的整体研究框架，其核心是将实验数据与多尺度混合模拟相结合，实现对最小细胞JCVI-syn3A/Syn3B的系统性建模。左侧呈现了支撑模型的实验基础，包括分裂成像、蛋白质组学、脂质组学、代谢组学、转录组学等多组学数据，以及DNA测序和DnaA复制起始蛋白的动力学参数；同时概括了细胞内的关键生物学过程，如营养摄取与代谢、DNA复制与染色体分离、蛋白质翻译及细胞生长分裂。右侧展示了核心的混合4D模拟方法，即在GPU上并行耦合ODE（代谢反应）、CME（全局随机动力学）、BD（染色体物理运动）和RDME（空间分辨随机反应）四种计算方法，输出细胞状态时间演化、三维空间结构及群体统计特征。整个框架体现了从实验约束到多尺度模拟再到预测验证的闭环研究范式，旨在揭示最小生命系统的基本规律。

图2：4DWCM的三维组件可视化。(A) 从初始条件到2小时生物时间的细胞周期进程，展示晶格膜（绿色10 nm立方体）、核糖体（黄色：非活性，紫色：活性）以及DNA（10 bp珠子，蓝色和红色区分子代染色体）。(B) (A)中表征的放大视图。(C) 细胞质中充满了蛋白质（灰色颗粒）和RNA（橙色颗粒）。(D) DNA被投影到晶格上（白色立方体），启动子颗粒（红色颗粒：启动子，绿色颗粒：RNA聚合酶结合）根据其在LAMMPS中的位置放置。(E) LAMMPS中的膜边界（深灰色球体）必须小于晶格膜，以防止DNA在晶格上与膜重叠。(F) PtsG糖转运蛋白（棕色颗粒）被限制在膜上，不允许扩散回外周膜（蓝色立方体）或细胞质（青色立方体）区域。降解体（粉色颗粒）被限制在外周膜。(G) 核糖体的排除体积通过将其体积投影到晶格立方体上来维持（红色立方体：质心；黄色立方体：排除体积）。(B)–(G)均来自同一模拟的85分钟时间点。使用VMD生成。

图片解析：展示了JCVI-syn3A最小细胞在一个完整细胞周期中的三维时空模拟结果。图1A呈现了从初始状态到2小时（约一个细胞周期）内细胞形态、DNA（蓝/红区分母子染色体）、核糖体（黄：非活性，紫：活性）以及膜结构（绿）的动态演变。图1B-G则聚焦于85分钟时一个代表性细胞的空间细节：图1C显示细胞质内密集分布的蛋白质（灰色）和RNA（橙色）；图1D将染色体投射到10nm立方格上，并在对应基因位点放置启动子（红）和结合了RNA聚合酶的启动子（绿）；图1E说明LAMMPS中的染色体边界小于RDME膜边界，以避免DNA与膜重叠；图1F展示了膜蛋白（如褐色的PtsG糖转运体）被限制在膜区域，而降解体（粉色）仅位于外周膜区域；图1G展示了核糖体通过质心粒子和十字形排除体积来模拟其空间占位。该图直观揭示了细胞内高度异质化的空间分布及其对生化反应的影响。

图3：4DWCM混合模拟算法流程图。父方法是实现在LM中的反应扩散主方程（RDME）求解器。时间步长为50 μs。混合算法每隔12.5生物毫秒中断RDME求解器。主要通信方法包括：通过全局（全细胞范围）化学主方程（CME）模拟实现的充分搅拌随机动力学、用于代谢的常微分方程（ODE），以及用于染色体的布朗动力学（BD；与LAMMPS集成）。各组件的平均计算开销在条形图中汇总。

图片解析：概述了4DWCM所采用的多尺度混合模拟策略。其核心方法是反应扩散主方程（RDME）求解器（以50微秒为步长），并在每12.5毫秒通过“钩子”函数中断，协同三种补充方法：全局化学主方程（CME）处理转录和tRNA载入等全细胞均匀搅拌反应；常微分方程（ODE）模拟代谢网络（包括糖酵解、核苷酸/脂质合成及转运）；布朗动力学（BD，通过LAMMPS在第二GPU上并行）模拟染色体的聚合体行为、复制、SMC环挤出及拓扑异构酶作用。每次中断时，模型同步更新染色体构型、膜形态（基于脂质和膜蛋白合成）、核糖体排除体积以及代谢物池。每4秒更新染色体，每1秒同步全局CME和ODE。底部柱状图显示计算开销分布，RDME本身耗时最多（18.4秒/生物秒），其次是核糖体位置更新（11.2秒/生物秒）和BD通信（5.49秒/生物秒）。整个模拟2小时生物时间需4-6天实际运行，约250 GPU小时/复制细胞，本研究共模拟50个复制细胞。

图4：最小细胞染色体的粗粒化建模。(A) 细胞周期约45分钟和90分钟时的细胞快照。对每个子代染色体施加12 pN的反向力以促进分配。窗口剪切突出显示了复制叉和终止区。(B) DNA复制遵循"火车轨道"模型。(C) 弯曲相互作用（红色虚线）施加局部曲率，持久长度为45 nm；拉伸（蓝色虚线）由有限可伸长非线性弹性（FENE）势控制。DNA以10 bp分辨率粗粒化，珠子直径为3.4 nm。(D) DNA链之间的排除体积相互作用包括防止链交叉的"硬"排斥，以及允许链交叉的软"拓扑"排斥；一个可以直观看到链交叉的示例被放大显示。(E) DNA与边界之间的排除体积相互作用（红色虚线）设置为硬核排斥。(F) SMC驱动的环挤出通过在每个锚点和铰链之间引入谐波键来建模，铰链以约20个珠子的步长移动，模拟SMC复合物的卷绕运动。锚点每4秒更新一次（随机放置）；铰链每0.4秒更新一次（易位）。

图片解析：展示了4DWCM中染色体动力学的物理模型。图3A显示在细胞周期的45分钟和90分钟时，为帮助子染色体分离，在两条子染色体之间施加了12 pN的排斥力（Fpartition），并在插入窗口中标出复制叉和末端区域。图3B说明DNA复制采用“轨道模型”，子染色体珠子出现在母链对应珠子的附近。图3C展示DNA的弹性蠕虫链模型：弯曲势（红虚线）设持续长度为45 nm，拉伸势（蓝虚线）采用FENE势，粗粒化为10 bp/珠子，珠子直径3.4 nm。图3D显示DNA链间的排除体积相互作用，通过“硬”势禁止链交叉，以及周期性切换的“软”（拓扑异构酶）势允许交叉以解缠结。图3E表示DNA与膜边界之间采用硬核排斥。图3F模拟SMC驱动的环挤出：引入谐波键连接随机锚点和铰链，铰链每0.4秒步进约20个珠子（约200 bp）以模拟SMC复合物的收卷运动。该模型表明，若无拓扑异构酶效应和SMC环挤出，染色体无法在有限时间内实现有效分离。

图5：4DWCM精确模拟实验。(A) 模拟细胞周期中DNA、体积和表面积加倍的时间。垂直线代表群体中的平均时间。DNA与表面积加倍时间的组合预测ori:ter比值为1.28。阴影区域代表模拟群体的全范围，但DNA除外。DNA阴影区域排除了复制起始时间为46分钟的细胞。(B) 对数生长期后期Syn3A的实验DNA测序显示，Syn3A的ori:ter比值为1.21。每条曲线代表一个技术重复（n = 3次重复）。22 kbp处的凹陷可能是由于自然进化导致tetM基因缺失所致。(C) 带有第二个FtsZ拷贝（用mCherry标记，红色）、DNA（用Hoechst 33342染色，蓝色）和膜（用FM1-43FX染色，绿色）的JCVI-syn3B荧光成像。(D) 饼图显示被检查总数（n = 1,319个细胞）中被注释为长球形、分裂期和出芽期的比例。

图片解析：证明4DWCM的预测结果与多种实验观测高度一致。图4A显示模拟细胞群的平均倍增时间为105分钟（与实验一致），其中DNA复制需51分钟，膜面积倍增需105分钟，由此推算ori:ter比值为1.28。图4B展示对Syn3A晚指数期细胞的DNA测序结果，覆盖深度沿基因组从复制起点（ori）到末端（ter）呈现下降趋势，平均ori:ter比值为1.21（三个技术重复），与模拟值1.28接近，验证了模型对B（5分钟）、C（46分钟）、D（54分钟）时期的正确再现。图4C为荧光成像（JCVI-syn3B，FtsZ-mCherry红色，DNA蓝，膜绿），显示细胞呈对称分裂，形态包括球形、扁长形（早期分裂）和哑铃形（晚期分裂）。图4D对1319个细胞的形态统计表明，约79.5%为球形/扁长形，4.9%为分裂中细胞，4.2%出芽，另约11%存在“胞内胞”结构（已在冷冻电镜中观察到）。这些约束条件被用于模型中指导细胞从半径200 nm球形生长至250 nm后保持体积恒定、表面积增加直至分裂。

总结与展望

    本研究实现了基因组最小细菌JCVI-syn3A完整细胞周期的4D全细胞模拟，整合反应扩散、布朗动力学与代谢网络，成功再现了DNA复制、mRNA半衰期、蛋白分布及细胞分裂等关键实验数据，揭示了细胞内空间异质性与随机性对生命过程的深刻影响。未来需进一步纳入多聚核糖体、多顺反子转录、FtsZ动力学等模块，并探索结合AI虚拟细胞技术，以降低计算成本、提升模型迁移能力，最终为揭示生命底层规则与合成生物学设计提供更强大的计算平台。

doi:

10.1016/j.cell.2026.02.009

原文链接：

https://www.cell.com/cell/fulltext/S0092-8674(26)00174-1