2026年3月10日，由深圳赛动智造科技有限公司作为第一完成单位主导的研究成果在双1区Top期刊 《Communications Biology》 上发表，题为《Deep learning-based in silico labeling for analyzing morphological features of MSCs to predict immunomodulatory capacity》。该研究构建了一套创新的双模型人工智能系统，首次实现了从明场图像中非侵入性地定量预测间充质干细胞的免疫调节功能，为细胞治疗药物的智能化质控开辟了新路径。

间充质干细胞因其独特的免疫调节能力，在治疗移植物抗宿主病、系统性红斑狼疮等免疫相关疾病中展现出巨大潜力。然而，传统的细胞功能评估依赖荧光标记、流式细胞术等侵入性检测手段，不仅操作复杂、耗时长，且对细胞活性造成不可逆的影响。

针对这一行业痛点，赛动智造团队牵头联合多家机构，提出了一种基于深度学习的“计算机标记”技术，仅需常规明场显微镜图像，即可自动分割细胞和细胞核，并提取23个形态学特征，进而预测细胞的免疫调节相关生物指标。

本研究构建了两大核心模型：

1.改进的PreAct-ResNet50编码器-解码器架构实现高精度的细胞与细胞核实例分割，即使在细胞贴合、不同光照和倍镜等复杂成像条件下，仍能准确勾勒细胞边界；

2.基于LightGBM的预测模型将提取的形态特征与IDO1表达、CD54阳性率、PBMC增殖抑制率等17项免疫调节指标及表面标志物建立回归关系，实现对细胞功能的定量预测。

研究团队通过IFN-γ刺激诱导MSCs形态与功能变化，构建了包含3.7万余张配对明场与荧光图像的训练数据集，涵盖不同放大倍数、细胞汇合度及成像模式，确保模型的泛化能力和鲁棒性。

本研究已成功部署于赛动智造自主研发的 “全密闭管路干细胞智造系统” ，将细胞形态分析模块在线集成，实现生产过程中对细胞质量的实时、非侵入、自动化监控。

这一技术突破意味着：

该技术已成功部署于细胞产业关键共性技术国家工程研究中心、哈尔滨北科、深圳北科、琼海博鳌乐城等多家不同性质、不同地域的机构，并集成到其自动化产线中。这种“即插即用”的落地能力，表明平台解决方案对不同的硬件环境、生产流程和用户需求具备了强大的适应性和推广价值。

“从制造角度看，确保每一批MSCs产品的高质量是临床转化的关键。”论文通讯作者、赛动智造刘沐芸博士表示，“我们开发的这套图像分析系统，不仅实现了形态学和生物学的量化分析，更重要的是，它可以作为生产流程中的智能质控环节，实时识别并拦截不合格细胞。我们将AI深度嵌入已经成熟的细胞制剂自动化生产体系中，加快干细胞产品的“自动化生产”与“智能化质控与决策”融合，破解细胞产品“质量黑箱”，推动行业从“人工检验、事后放行”迈向“智能监控、过程确保”新范式。”

未来，团队将持续扩大训练数据规模，增加数据模态，优化模型性能，并拓展至更多细胞类型及关键质量属性预测场景，为细胞治疗行业提供更智能、更多样化的AI辅助检测策略。