← 综述 · 草稿，待审
GBM 细胞状态图谱与虚拟细胞的基础
待审阅 状态：草稿，待审 · 最近专家审阅：尚未审阅 · 引用文献库条目 33 条，其中预印本 4 条
作者：GlioState 编辑团队｜状态：草稿，待审（draft, pending review）｜最近专家审阅：尚未审阅（lastReviewed = null）｜版本 0.1｜知识库快照：data/items.csv，2026-10-16 引用审计｜本文是基于知识库的叙述性综述，不是系统综述。所有引用均为本站文献库中已核验的条目（VC 编号），并链接至其 DOI；预印本已标注，未经同行评审。
一、范围与问题
- 问题：本文献库中的胶质母细胞瘤（GBM）单细胞与空间图谱条目，对恶性细胞状态与可塑性说明了什么？这对构建和评估 GBM“虚拟细胞”（预测细胞状态在扰动下如何变化的 AI 模型）意味着什么 VC0001？
- 范围内：GBM 细胞状态框架与图谱、空间与可塑性研究；通用虚拟细胞与基准文献仅作为方法学背景。
- 范围外：临床建议；组织/患者尺度的数字孪生与影像基础模型（计划另文综述）；脊髓肿瘤（文献库暂无相关条目）。
二、检索与选择日志
- 综述类型：基于本站知识库（KB，data/items.csv）的叙述性综述。不是完整的系统检索。 除 2026-10-16 的标识符审计外，本稿未另行检索任何外部数据库（PubMed、Europe PMC、bioRxiv、Crossref）；“知识库中没有”不等于“不存在”。
- 知识库快照：2026-10-16 共 141 条；其中 112 条有 DOI/PMID，并在审计中经 Crossref/PubMed 核对；另 29 条（新闻、机构、会议、访谈、模型页）无标识符，不作为证据。
- 所用知识库筛选条件：（a）`brain_tumor_focus = yes`（49 条），再人工限定为带 DOI 的同行评审论文、数据集与预印本，且标题或标签涉及细胞状态、图谱、空间组织、可塑性、扰动或 GBM 特异的虚拟细胞尝试；（b）`brain_tumor_focus = no` 且标签涉及定义、基础模型、扰动或基准的条目，仅作方法学背景。最终选择是基于标题、标签和一句话摘要的编辑判断；本稿未重新通读摘要或全文。
- 流程（仅来自知识库的计数）：知识库 141 条，有标识符 112 条，标记为脑肿瘤相关 49 条；本文实际引用数量见参考文献列表。除将同一研究的预印本与期刊版视为一项外，无其他去重步骤（见第七节）。
三、纳入与排除标准
- 纳入：条目在知识库中且有 DOI；为 GBM 特异或其他胶质瘤的图谱、空间或可塑性研究；或为 GBM 特异的虚拟细胞/扰动尝试；或仅用于说明预测局限的通用虚拟细胞/基准条目。
- 排除：无标识符的条目（新闻、访谈、会议与机构页）；已撤稿条目（审计中未发现）；仅做基因组分析、无细胞状态分析的研究，如 VC0140（其知识库摘要注明该文本身无单细胞状态分析）；组织尺度数字孪生、类器官平台论文与影像基础模型（另文综述）；若期刊版也在知识库中，则预印本由期刊版代表，例如 VC0020 由 VC0019 代表。
- 非 GBM 胶质瘤条目（IDH 突变型、H3K27M、儿童高级别）仅作对照，并标明“非 GBM”。
四、证据汇总表
设计与规模仅取自知识库记录（标题、标签、一句话摘要）；“知识库未注明”表示该记录未给出。代理分级沿用系列可行性报告的编辑方案（E1 同行评审且有原始数据，E2 同行评审的计算/基准研究，E4 预印本）。分级只降不升；它们是作者的定性判断，不是系统评分。
4a. GBM 与胶质瘤图谱、空间与可塑性条目
| 研究 | 设计（据知识库） | 队列/规模（仅限知识库有） | 预印本？ | 代理分级 |
|---|---|---|---|---|
| Neftel 等 2019 VC0059 | 单细胞 RNA 测序；四种恶性状态、可塑性与遗传 | 知识库未注明 | 否 | E1 |
| Couturier 等 2020 VC0068 | 单细胞 RNA 测序；神经发育层级 | 知识库未注明 | 否（有勘误，见第七节） | E1，未上调 |
| GBmap VC0060 | 单细胞与空间参考图谱，IDH 野生型 GBM（数据集） | 超过 100 万个细胞 | 否 | E1（资源） |
| Wang 等 2022 VC0069 | 治疗下 GBM 演化的单细胞图谱 | 知识库未注明 | 否 | E1 |
| Greenwald 等 2024 VC0061 | 整合空间分析 | 知识库未注明 | 否 | E1 |
| Ravi 等 2022 VC0062 | 空间分辨多组学 | 知识库未注明 | 否 | E1 |
| Khan 等 2025 VC0092 | 从核心到边缘的空间结构 | 知识库未注明 | 是 | E4 |
| Kint 等 2025 VC0093 | 空间表观基因组生态位与可塑性 | 知识库未注明 | 是 | E4 |
| Haley 等 2024 VC0094 | 髓系细胞空间分布与低氧 | 知识库未注明 | 否 | E1 |
| Hara 等 2021 VC0066 | 免疫—肿瘤互作与 MES 样转变 | 知识库未注明 | 否（有勘误，见第七节） | E1，未上调 |
| Vadla 等 2025 VC0095 | BRD2 与状态可塑性、治疗反应 | 知识库未注明 | 否 | E1 |
| Venteicher 等 2017 VC0063 | 单细胞 RNA 测序，IDH 突变型胶质瘤（非 GBM） | 知识库未注明 | 否 | E1 |
| Filbin 等 2018 VC0064 | 单细胞 RNA 测序，H3K27M 胶质瘤（非 GBM） | 知识库未注明 | 否 | E1 |
| Liu 等 2022 VC0065 | H3-K27M DMG 的细胞状态与空间组织（非 GBM） | 知识库未注明 | 否 | E1 |
| 儿童高级别胶质瘤图谱 VC0089 | 纵向单细胞与空间多组学（非 GBM） | 知识库未注明 | 否 | E1 |
| IDH 相关胶质瘤图谱 VC0090 | 状态分辨的单细胞与空间图谱（弥漫性胶质瘤） | 知识库未注明 | 否 | E1 |
| IDH 突变型胶质瘤进展 VC0141 | snRNA-seq、染色质可及性、bulk DNA/RNA，纵向（非 GBM） | 35 例患者的 75 个胶质瘤 | 否 | E1 |
| 体内 Perturb-seq VC0070 | 体内扰动加单细胞读出（GBM 及其微环境） | 知识库未注明 | 否 | E1 |
| scFOCAL/ISOSCELES VC0132 | L1000 药物特征与单细胞数据整合 | 知识库未注明 | 否 | E2（保守） |
| 布尔网络吸引子 VC0072 | 基于单细胞 RNA 测序的计算模拟 | 知识库未注明 | 否 | E2 |
| DELPHAI VC0129 | GBM 类器官与替莫唑胺上的 AI agent | 知识库未注明 | 是 | E4 |
4b. 通用虚拟细胞与基准背景（非 GBM 特异）
| 研究 | 设计（据知识库） | 预印本？ | 代理分级 |
|---|---|---|---|
| Bunne 等 2024 VC0001 | 定义 AI 虚拟细胞的观点文章 | 否 | 不分级（观点） |
| 虚拟细胞世界模型 VC0131 | 框架论文 | 否 | 不分级（框架） |
| scGPT VC0008、Geneformer VC0009 | 单细胞基础模型 | 否 | E2 |
| CellOT VC0016 | 神经最优传输预测扰动反应 | 否（有勘误，见第七节） | E2，未上调 |
| State VC0019 | 跨情境的状态嵌入与转换模型 | 否 | E2 |
| Ahlmann-Eltze 等 VC0048、Csendes 等 VC0049 | 与简单基线对比的基准 | 否 | E2 |
| Kedzierska 等 VC0050 | 基础模型零样本评估 | 否 | E2 |
| 虚拟细胞挑战赛 2026 VC0058 | 跨情境零样本泛化基准 | 否 | E2 |
五、按主题综合
5.1 Neftel 细胞状态框架
- 知识库条目 VC0059 基于单细胞 RNA 测序报告了四种 GBM 恶性状态（NPC、OPC、AC 与 MES，沿用知识库摘要的写法）及其可塑性与遗传学关联。库中多数后续条目都以这一状态空间为参照。
- VC0068 将 GBM 细胞置于正常神经发育层级中，是互补视角：状态被理解为发育程序中的位置。知识库未说明两种视角如何统一（见核验框）。
- 对照肿瘤：VC0063（IDH 突变型胶质瘤谱系）、VC0064（H3K27M 胶质瘤的 OPC 样程序）、VC0065（H3-K27M DMG 的细胞状态与空间组织）。VC0141 报告 IDH 突变型胶质瘤的恶性状态类似正常胶质—神经元谱系阶段或反应性间充质样状态，与 IDH 野生型 GBM 中描述的状态相呼应。这些均非 GBM，不用于推出 GBM 结论。
5.2 GBmap 与图谱层
- 据知识库，VC0060（GBmap）是 IDH 野生型 GBM 的单细胞与空间参考图谱，含超过 100 万个细胞；它是资源，不是预测模型。
- VC0069 以单细胞分辨率描述治疗下的 GBM 演化；VC0089（儿童高级别胶质瘤）与 VC0141（IDH 突变型胶质瘤）为纵向研究；VC0090 是弥漫性胶质瘤中 IDH 相关差异的状态分辨图谱。
- 在本次选择中，只有 VC0069 是 GBM 治疗演化图谱；其余纵向条目涉及其他肿瘤类型。
5.3 空间结构与可塑性的关联
- 空间结构：GBM 具有多层次空间组织 VC0061；肿瘤与宿主在空间上相互依存 VC0062；低氧塑造髓系细胞的空间分布并与生存相关 VC0094。
- 预印本（未经同行评审）：从核心到边缘的生态位特异肿瘤细胞状态 VC0092；支撑状态可塑性的空间表观基因组生态位 VC0093。
- 可塑性驱动因素：肿瘤与免疫细胞的互作被报告可驱动向间充质样状态转变 VC0066；BRD2 调控状态可塑性与治疗反应 VC0095。
- 解读：这些条目把状态与微环境、治疗联系起来，但知识库记录不足以说明哪些关联是因果的、哪些是观察性的，也无法说明跨队列的一致性。
5.4 对虚拟细胞建模的启示（编辑解读）
- 虚拟细胞要做什么：AI 虚拟细胞被定义为模拟扰动下细胞状态的多尺度、多模态模型 VC0001；也有人提出持续存在的“世界模型”框架 VC0131。单细胞基础模型 VC0008、VC0009 与扰动模型 VC0016、VC0019 提供通用技术。
- 知识库中 GBM 特异的尝试：scFOCAL/ISOSCELES 将 GBM 状态与药物特征关联 VC0132；DELPHAI（预印本）针对 GBM 类器官药物反应 VC0129；体内 Perturb-seq 提供“扰动—状态”数据 VC0070；布尔网络吸引子把状态视为稳定区间 VC0072。
- 来自基准的提醒：深度模型尚未稳定超过简单线性基线 VC0048、VC0049；基础模型零样本表现有限 VC0050；虚拟细胞挑战赛关注跨情境零样本泛化 VC0058。这些基准并非针对 GBM。
- 解读：（一）图谱提供状态标签与参考数据，但知识库中 GBM 的“扰动—状态”配对数据很少（VC0070 是唯一的体内 Perturb-seq 条目）；（二）既然状态与微环境和治疗相关，仅建模肿瘤细胞可能不够；（三）任何 GBM 论断都应与简单基线比较；（四）知识库中没有同行评审研究把通用基础模型用于 GBM 状态转换（这是关于本知识库与 2026-10-16 审计的结论，不是“不存在”的证明）。
六、证据分级
第四节的分级沿用系列可行性报告，本稿一律不上调。有已发布勘误的条目保持原级并加标记。预印本即使在别处已有期刊版，也保持 E4，直至人工重新核验。
七、冲突、更正与更新说明
- VC0066（Hara 等）：文献库条目此前指向 2025 年 Cancer Cell 的勘误通知；2026-10-16 已改为 2021 年原文（DOI 10.1016/j.ccell.2021.05.002）。勘误（DOI 10.1016/j.ccell.2025.05.007）已记入该条目的核验备注。请核实勘误对本文所引结论的影响。 证据等级未上调。
- VC0068：已发布勘误（Nat Commun，DOI 10.1038/s41467-020-17979-8）；请核实对所引结论的影响。
- VC0016：已发布勘误（Nat Methods，DOI 10.1038/s41592-023-02073-w）；请核实对所引结论的影响。
- 预印本已正式发表：VC0020（State 预印本）已有期刊版，即 VC0019；本文仅以期刊版作为证据。
- 作者字段修正：VC0058 的作者字段于 2026-10-16 规范为 Adduri AK et al.
- 撤稿：2026-10-16 对 112 条有标识符条目的审计中未发现撤稿；无标识符条目未核查。
- 观点之争：有前景的基础模型论断 VC0019 与显示其局限的基准 VC0048、VC0050。VC0019 与 VC0058 出自同一团队（据知识库为 Arc Institute），解读基准时需留意潜在利益关联。
八、局限性
- 叙述性、基于知识库的选择；非系统检索；人工入库带来选择偏倚；除知识库审计外没有带日期的检索流程图。
- GBM 特异的虚拟细胞证据很薄；多数虚拟细胞条目并非 GBM。
- 知识库记录只有一句话摘要；设计与队列规模多数未注明，本稿未重读全文。
- 若干条目为预印本（未经同行评审）：VC0092、VC0093、VC0129。
- 三条被引条目有勘误，其影响尚未核查。
- 证据分级为定性代理，未做独立复现分析。
- 知识库中未发现任何被引虚拟细胞方法有前瞻性临床验证。
- 知识库没有“入库日期”字段，无法据此评估时效。
需要核实（本稿不作断言） 1）Neftel 状态与遗传改变（如 NF1、CDK4、PDGFRA、EGFR）的对应：知识库记录只写“遗传学”，本稿不断言任何具体对应。2）GBmap 及后续图谱是否重现 Neftel 四状态：知识库摘要未说明。3）Neftel 状态与神经发育层级两种视角的关系。4）勘误对 VC0066、VC0068、VC0016 的影响。5）标注“知识库未注明”的队列规模与设计。6）VC0058 第一作者缩写“AK”是否正确：该论文的 Crossref 记录为“Adduri Abhinav”，无中间名首字母；“AK”与 VC0019 一致。
九、临床点评
[占位] 由作者撰写，尚未撰写；在撰写之前，本综述不得作为已审阅稿发布。
十、参考文献（仅限知识库条目）
- VC0001 Bunne C et al.. How to build the virtual cell with artificial intelligence: Priorities and opportunities. Cell, 2024. DOI 10.1016/j.cell.2024.11.015
- VC0008 Cui H, Wang C, Maan H, Pang K, Luo F, Duan N, Wang B.. scGPT: toward building a foundation model for single-cell multi-omics using generative AI. Nature methods, 2024. DOI 10.1038/s41592-024-02201-0
- VC0009 Theodoris CV, Xiao L, Chopra A, Chaffin MD, Al Sayed ZR, Hill MC, Mantineo H, Brydon EM, Zeng Z, Liu XS, Ellinor PT.. Transfer learning enables predictions in network biology. Nature, 2023. DOI 10.1038/s41586-023-06139-9
- VC0016 Bunne C, Stark SG, Gut G, Del Castillo JS, Levesque M, Lehmann KV, Pelkmans L, Krause A, Rätsch G.. Learning single-cell perturbation responses using neural optimal transport. Nature methods, 2023. DOI 10.1038/s41592-023-01969-x — ERRATUM
- VC0019 Adduri AK et al.. Predicting cellular responses to perturbation across diverse contexts with State. Cell, 2026. DOI 10.1016/j.cell.2026.07.052
- VC0020 Adduri AK et al.. Predicting cellular responses to perturbation across diverse contexts with State bioRxiv, 2025. DOI 10.1101/2025.06.26.661135 — PREPRINT
- VC0048 Ahlmann-Eltze C, Huber W, Anders S.. Deep-learning-based gene perturbation effect prediction does not yet outperform simple linear baselines. Nature methods, 2025. DOI 10.1038/s41592-025-02772-6
- VC0049 Csendes G, Sanz G, Szalay KZ, Szalai B.. Benchmarking foundation cell models for post-perturbation RNA-seq prediction. BMC genomics, 2025. DOI 10.1186/s12864-025-11600-2
- VC0050 Kedzierska KZ, Crawford L, Amini AP, Lu AX.. Zero-shot evaluation reveals limitations of single-cell foundation models. Genome biology, 2025. DOI 10.1186/s13059-025-03574-x
- VC0058 Adduri AK et al.. Virtual Cell Challenge 2026: Benchmarking zero-shot generalization across cellular contexts. Cell, 2026. DOI 10.1016/j.cell.2026.08.004
- VC0059 Neftel C et al.. An Integrative Model of Cellular States, Plasticity, and Genetics for Glioblastoma. Cell, 2019. DOI 10.1016/j.cell.2019.06.024
- VC0060 Ruiz-Moreno C et al.. Charting the single-cell and spatial landscape of IDH-wild-type glioblastoma with GBmap. Neuro-oncology, 2025. DOI 10.1093/neuonc/noaf113
- VC0061 Greenwald AC et al.. Integrative spatial analysis reveals a multi-layered organization of glioblastoma. Cell, 2024. DOI 10.1016/j.cell.2024.03.029
- VC0062 Ravi VM et al.. Spatially resolved multi-omics deciphers bidirectional tumor-host interdependence in glioblastoma. Cancer cell, 2022. DOI 10.1016/j.ccell.2022.05.009
- VC0063 Venteicher AS et al.. Decoupling genetics, lineages, and microenvironment in IDH-mutant gliomas by single-cell RNA-seq. Science (New York, N.Y.), 2017. DOI 10.1126/science.aai8478
- VC0064 Filbin MG et al.. Developmental and oncogenic programs in H3K27M gliomas dissected by single-cell RNA-seq. Science (New York, N.Y.), 2018. DOI 10.1126/science.aao4750
- VC0065 Liu I et al.. The landscape of tumor cell states and spatial organization in H3-K27M mutant diffuse midline glioma across age and location. Nature genetics, 2022. DOI 10.1038/s41588-022-01236-3
- VC0066 Hara T et al.. Interactions between cancer cells and immune cells drive transitions to mesenchymal-like states in glioblastoma. Cancer cell, 2021. DOI 10.1016/j.ccell.2021.05.002
- VC0068 Couturier CP et al.. Single-cell RNA-seq reveals that glioblastoma recapitulates a normal neurodevelopmental hierarchy. Nature communications, 2020. DOI 10.1038/s41467-020-17186-5 — ERRATUM
- VC0069 Wang L, Jung J, Babikir H, Shamardani K, Jain S, Feng X, Gupta N, Rosi S, Chang S, Raleigh D, Solomon D, Phillips JJ, Diaz AA.. A single-cell atlas of glioblastoma evolution under therapy reveals cell-intrinsic and cell-extrinsic therapeutic targets. Nature cancer, 2022. DOI 10.1038/s43018-022-00475-x
- VC0070 Liu SJ et al.. In vivo perturb-seq of cancer and microenvironment cells dissects oncologic drivers and radiotherapy responses in glioblastoma. Genome biology, 2024. DOI 10.1186/s13059-024-03404-6
- VC0072 Vieira Junior MG, de Almeida Côrtes AM, Gonçalves Carneiro FR, Carels N, Silva FABD.. A method for in silico exploration of potential glioblastoma multiforme attractors using single-cell RNA sequencing. Scientific reports, 2024. DOI 10.1038/s41598-024-74985-2
- VC0089 Sussman JH et al.. A longitudinal single-cell and spatial multiomic atlas of pediatric high-grade glioma. Cell reports. Medicine, 2026. DOI 10.1016/j.xcrm.2026.102766
- VC0090 Zaman A et al.. A State-Resolved Single-Cell and Spatial Atlas Reveals IDH-Associated Differences in Malignant and Immune Architecture in Diffuse Glioma. MedComm, 2026. DOI 10.1002/mco2.71022
- VC0092 Khan SM et al.. Mapping the spatial architecture of glioblastoma from core to edge delineates niche-specific tumor cell states and intercellular interactions bioRxiv, 2025. DOI 10.1101/2025.04.04.647096 — PREPRINT
- VC0093 Kint S et al.. Spatial epigenomic niches underlie glioblastoma cell state plasticity bioRxiv, 2025. DOI 10.1101/2025.05.09.653178 — PREPRINT
- VC0094 Haley MJ et al.. Hypoxia coordinates the spatial landscape of myeloid cells within glioblastoma to affect survival. Science advances, 2024. DOI 10.1126/sciadv.adj3301
- VC0095 Vadla R et al.. BRD2 bromodomain-mediated regulation of cell state plasticity modulates therapy response in glioblastoma. Neuro-oncology, 2025. DOI 10.1093/neuonc/noaf169
- VC0129 Peng et al.. DELPHAI, AI Agent for Predicting Drug Response and Resistance preprint, 2025. DOI 10.1101/2025.09.12.675826 — PREPRINT
- VC0131 Xing et al.. A world model of the virtual cell Cell, 2026. DOI 10.1016/j.cell.2026.08.042
- VC0132 Suter et al.. Drug and single-cell gene expression integration identifies sensitive and resistant glioblastoma cell populations Nature Communications, 2026. DOI 10.1038/s41467-025-67783-5
- VC0140 Chowdhury T, Tesileanu CMS, Kocakavuk E, Johnson KC, Lee JH, Erson-Omay Z, Heo C, Aldape K, ... Varn FS, Verhaak RGW; GLASS Consortium.. Divergent genomic evolution in astrocytomas and oligodendrogliomas Nature, 2026. DOI 10.1038/s41586-026-11150-x
- VC0141 Johnson KC, Spitzer A, Varn FS, Nomura M, Garofano L, Chowdhury T, Lipsa A, Zhang L, ... Suvà ML, Iavarone A, Tirosh I, Verhaak RGW (51 authors; first five contributed equally). Acquired genetic and cell-state changes in IDH-mutant glioma progression Nature, 2026. DOI 10.1038/s41586-026-10612-6
免责声明
仅供科研与教育参考。本文不构成医疗建议，也不构成对任何诊断或治疗方法、产品、公司或投资的推荐。患者请咨询主治医生。