今天的 AI 已经很聪明了。
它能读论文、做总结、提出实验假设，甚至在很多专业任务中给出接近研究人员的判断。但生命科学里最关键的问题，往往不在屏幕上，而在显微镜下：一份复杂的细胞样本中，真正值得进一步筛选和追踪的那一颗，到底在哪里？
因为生命科学的很多答案，并不在文字里。
它们藏在真实实验现场，例如抗体发现实验中，关键不仅在于识别能够分泌高潜力抗体的单个 B 细胞，还在于将荧光响应与细胞精准对应，并完成候选细胞的回收、导出和 BCR 序列解析。
这正是追光生物 OptoBot®1000 系列高通量单细胞光流控分选仪的价值：不同于批量获取B细胞序列和转录组信息，却无法仅凭序列判断该细胞分泌的抗体是否具备目标功能。OptoBot®1000利用B细胞培养有限的体外活性窗口，先在单细胞尺度读取抗体分泌、抗原结合等功能表型，再将命中细胞定向导出用于测序。
一、生物学的答案，藏在真实细胞里
AI模型可以熟练解释抗体分泌细胞（ASC，如浆母细胞、浆细胞）或经激活的 B 细胞如何产生抗体，却无法仅靠推理判断在一份真实样本中，究竟哪一个细胞分泌的抗体具备更理想的结合或功能特征，并值得进入后续开发。
这个答案不在任何一篇论文里。特定样本中某个细胞的功能表型，无法仅从文献或模型推断，仍需通过实验进行测量和验证。
一份样本里往往有成千上万甚至更多 B 细胞。它们看起来相似，功能表现却可能差异巨大。真正值得推进的候选细胞，可能只是其中的极少数。
如果研究者只能看到群体平均信号，稀有但高价值的细胞就很容易被淹没。要找到它，必须进入单细胞尺度，把细胞一个一个地看清楚、分辨出来，并在后续流程里持续追踪。
二、最难的一步：看得见“本事”，还要拿得到“图纸”
在一轮抗体发现实验中，最让人兴奋的时刻，往往不是实验结束，而是信号刚刚出现。
显微视野中，某些 B 细胞周围的荧光逐渐增强；数据表里，几个候选读数明显高于背景；从结果上看，实验似乎已经抓住了有价值的线索。
但真正进入后续开发时，问题随之而来：
这个信号来自哪一颗细胞？
这颗细胞还能不能被找回、导出？
它后续对应的是哪一条 BCR 序列？
如果表达复验结果理想，研究者能否建立“这颗细胞的功能表现”与“这颗细胞的基因序列”之间清晰、可追溯的对应关系？
传统流程中，功能检测、细胞分选、培养、测序和生信分析往往分散在不同平台上。一次实验可以得到荧光信号，一次分选可以得到细胞群体，一次测序可以得到序列文件。但如果这些信息无法稳定追溯同一颗细胞，单细胞层面的证据链就会变得脆弱。
换句话说，筛选不能停留在“看见荧光”。真正有产业价值的筛选，需要把产生信号的那颗特定细胞提取出来，明确它被移交到了哪里，并为下游测序和复验建立可追溯的上游记录。
三、用光操作细胞：从实验技巧到标准化流程
那么，怎么才能精准地移动一颗只有微米尺度、同时又非常脆弱的细胞？
追光生物采用的底层技术之一，是光电镊（Optoelectronic Tweezers,OET）。
在外加交流电场下，投射到芯片光敏层上的光图案改变局部电导，形成可移动的虚拟电极和非均匀电场；细胞在介电泳力作用下被定位、移动或捕获。光在这里用于调制电场，并非像传统光镊那样以光学梯度力直接夹持细胞。
再结合微流控系统，研究者就可以在一块芯片上完成细胞定位、识别、移动、片上检测和导出等关键步骤。
而 OptoBot®1000 的价值，不只是把“用光操作细胞”做出来，更是把这件原本高度依赖经验的工作，推进为面向真实研发场景的标准化实验流程。
下面我们来看看它是怎么三步走完这个流程的：
第一步：给每颗候选细胞一个可追踪身份
样本进入 OptoTrap Chip® 后，OptoBot®1000 可在显微视野下识别目标细胞，并区分单细胞、双细胞、碎片和异常颗粒。
随后，系统通过 OET 光流控操控，将符合条件的细胞引导至独立微腔。
这一步看似基础，却决定了后续所有数据是否可靠。系统可为特定微腔及其中的候选细胞建立追踪标识，持续关联其位置、图像和实验状态。
图 1：OET 光流控操控可将单细胞引导至目标微腔，为后续片上检测和追踪建立空间基础。
对抗体发现而言，高通量意味着更多候选 B 细胞可以进入同一套单细胞追踪规则，更多细胞有机会被比较，更多功能读数可以被并行采集，在样本质量、检测性能和筛选标准相当的条件下，扩大单细胞覆盖量有助于增加发现稀有候选的机会。
第二步：在芯片上直接看功能表现
图 2：系统可在显微与荧光视野中识别候选细胞，并将其与微腔位置、图像记录和功能读数关联
系统读取的荧光变化、分泌信号和形态状态，不再只是视野中的一片信号，而是可以对应到具体细胞、具体微腔和具体时间点的功能表现。
OptoBot®1000 可结合相应的荧光检测体系，读取抗体分泌、目标抗原结合及细胞状态等信息；若要进一步评价特异性、阻断或中和活性以及亲和力，还需配置相应的反筛、功能检测或定量结合实验。
随着检测推进，部分微腔周围的荧光信号逐渐增强，另一些微腔则保持低信号或背景水平。需要注意的是，荧光信号是特定检测体系产生的实验读出，其强度和变化速率受多种因素共同影响，不能单独等同于抗体亲和力或功能活性。系统可结合原始显微图像、荧光强度、时间序列变化和细胞形态状态，对候选细胞进行评分与排序。
图 3：候选细胞可基于功能读数进行排序，并进入面向下游测序或培养的导出流程
这种“功能优先”的筛选思路，使研究者可以先观察细胞在功能场景中的真实表现，再决定哪些细胞值得进入后续导出、测序和复验。对抗体发现来说，这比单纯依赖群体平均信号，更接近研发决策所需要的信息。
第三步：把命中细胞带回实验流程
功能信号只是入口。
一个强荧光点、一条漂亮的时间曲线，只有在对应细胞可以被重新定位并导出时，才真正具备继续开发的价值。
OptoBot®1000 的关键能力之一，是将候选细胞从芯片上的原始位置重新定位出来，并把导出路径、目标孔位和操作记录与该细胞的唯一标识关联起来。
这样，研究者后续开展扩增、建库、测序免疫球蛋白转录本、获得配对的轻重链可变区序列，即 BCR 序列和表达复验时，可以回到更清晰的单细胞来源。
图 4：单细胞操作、片上检测和数据记录的整合，是将候选细胞带回后续实验流程的基础
需要说明的是，完整的单细胞基因型-表型配对仍会受到下游扩增效率、建库偏好、生信质控和污染排除等因素影响，这是行业共同面对的问题。OptoBot®1000 的价值在于，在保持单细胞来源、导出孔位和下游样本条码一致，并通过扩增、配对和污染质控后、可将片上表型读出与候选抗体的重、轻链序列关联起来。
四、不止抗体发现：拓展单细胞探索的边界
OptoBot®1000 的底层核心能力，包括单细胞精准定位、片上培养、动态功能检测与面向下游的细胞导出，并不局限于抗体发现。
在细胞株开发（CLD）中，系统可记录单细胞接种及克隆形成过程，为单细胞来源提供可追溯的成像证据。同时也可用于在芯片上开展高产细胞株的表达量检测与分选。
在细胞与基因治疗（CGT）相关研究中，系统可用于观察 T 细胞与靶细胞的动态互作过程，并结合具体检测设计记录细胞状态与功能相关信号。
图 5：OptoBot®1000 可搭配不同规格的 OptoTrap Chip®，覆盖抗体发现、细胞株开发等多类单细胞应用场景
归根结底，这些应用都在向系统索取同一种核心能力：在复杂异质性群体中，精准确认并提取那颗真正有价值的细胞。
五、从仪器到 AI for Science 基础设施
当一套系统能够将单细胞定位、功能检测、候选排序、靶向导出与后续解析贯通起来，它所记录的，就不再只是“这颗细胞的基因是什么”。
更重要的是，研究者可以进一步追踪：这颗细胞经历了怎样的实验操作、产生了怎样的功能响应、为何被选中，以及最终进入了哪一条后续分析与验证路径。
目前，OptoMind® 软件已具备 AI 辅助的细胞识别与数据分析能力。更长远地看，随着单细胞实验持续沉淀结构化的图像、操作、表型、序列及后续验证数据，人工智能将有机会获得更贴近真实实验过程的数据基础，从已有结果的分析工具，进一步参与到实验理解与研发决策之中。
OptoBot®1000 的意义并不止于完成一次细胞分选。追光生物希望通过软硬件、芯片与实验流程的协同，将其逐步建设为连接真实细胞世界与计算分析体系的实验平台：一端面向活细胞，完成定位、观察、操作和导出；另一端面向数据系统，沉淀可追踪、可复验、可继续分析的单细胞证据。
结语：让每颗值得追踪的细胞都有迹可循
AI 让机器学会了读和想。但生命科学的最后一公里，仍然离不开真实实验中的观察、操作和验证。
评价一台高通量单细胞仪的产业价值，不能只看它能拍出多鲜艳的荧光图，或者账面上的通量数字有多庞大。真正的考验在于：它是否切实缝合了发现流程中最容易断裂的数据链条。
从单细胞定位、原位功能检测、基于多维数据的候选排序，再到命中细胞的物理导出，OptoBot®1000 把这些关键步骤贯穿起来。
当一颗细胞从入仓那一刻起就拥有了可追踪的身份，它的每一次功能闪烁就不再是无法追溯的实验数据。研究者交付的也不再是一个模糊的“候选混合物”，而是每一颗细胞的具体位置、功能档案和面向后续实验的实体路径。
让每颗值得追踪的细胞都留下清晰证据，让后续开发有源可溯，这是 OptoBot®1000 在单细胞操作尺度上提供的关键答案。
粤公网安备44030002004557号
