1. 药物筛选细胞模型开发工程导论
药物筛选细胞模型开发工程，研究的不是“某一次实验怎么做”，而是如何把细胞模型从概念变成可重复、可放大、可判读的筛选工具。它处在药物发现与实验工程之间：一端连接靶点、疾病机制和化合物库，另一端连接自动化工作站、成像/读数设备和数据判定标准。课程的核心目标，是让学习者能够围绕一个明确的筛选需求，设计出稳定、可复现、可解释的细胞模型，并把它推进到可用于高通量筛选的状态。
如果把药物筛选比作一条生产线，细胞模型就是这条生产线上最关键的“传感器”：它把化合物对靶点或通路的作用，转换成可测量的信号，例如荧光强度、发光计数、细胞形态变化、存活率或报告基因表达。模型本身不直接给出“药效”，它给出的是经过工程化设计的生物学响应。因此，模型开发工程要同时回答三个问题：测什么（生物学终点）、怎么测（信号与检测方式）、测得准不准（稳定性、窗口、重复性）。
课程定位与核心工程问题
本课程不是细胞培养入门课，也不是单纯的高通量筛选设备操作课。它更接近“模型工程”：从生物学假设出发，经过载体构建、细胞改造、克隆筛选、功能验证、板式化适配和统计判读，最终形成一套可交付的筛选方案。核心工程问题可以归纳为四类：
- 信号特异性：模型响应是否真正来自目标通路，而不是脱靶、毒性或背景噪声。
- 动态范围：阳性对照与阴性对照之间是否有足够大的窗口，能否区分强弱化合物。
- 稳健性：不同批次细胞、不同代次、不同板位之间是否保持一致。
- 可放大性：模型能否从96孔板推进到384孔甚至1536孔，并保持信号质量。
这些问题决定了模型开发不是“做完一次实验”就结束，而是需要建立一套可重复的工程流程和判断标准。例如，一个报告基因模型在6孔板中诱导倍数达到20倍，并不代表它能直接用于高通量筛选；如果Z'因子低于0.5，或者边缘孔与中心孔差异显著，仍然需要继续优化。
细胞模型在药物筛选中的角色
在药物发现流程中，细胞模型通常位于靶点确认之后、先导化合物优化之前。它承担的角色包括：机制验证（化合物是否作用于预期通路）、活性排序（同类化合物谁更强）、毒性预警（是否影响细胞存活或关键功能）以及选择性评估（对靶点与旁路的作用差异）。与纯生化 assay 相比，细胞模型保留了膜通透性、细胞内信号网络和代谢环境，更接近生理状态；但代价是背景更复杂、变异性更高，因此更需要工程化控制。
一个典型的细胞模型开发流程可以概括为：需求定义 → 生物学设计 → 载体/细胞构建 → 克隆筛选 → 功能验证 → 板式化与自动化适配 → 稳定性评估 → 筛选应用。每个阶段都有明确的里程碑，而不是线性走完即可。下图展示了这一流程中的关键对象、信号流和判断节点。
开发流程总览与关键里程碑
流程中的每个阶段都有可检查的里程碑。需求定义阶段要明确：筛选的是激动剂还是抑制剂、检测终点是发光还是荧光、计划使用96孔还是384孔、每天需要处理多少块板。生物学设计阶段要确定报告基因元件、启动子长度、对照设置以及是否引入内参。构建阶段需要选择慢病毒、转座子或CRISPR敲入等方式，并决定是使用稳转池还是单克隆。克隆筛选阶段通常要评估20～50个克隆，重点看诱导倍数、本底信号和生长速度。功能验证阶段则要用已知阳性化合物和阴性对照建立剂量响应曲线，确认EC50和信噪比。
板式化与自动化适配是很多模型“卡住”的环节。以384孔板为例，每孔体积通常为20～40 μL，细胞数量约5,000～15,000个，化合物以DMSO储液经声波或针式转移加入，最终DMSO浓度一般控制在0.1%～0.5%。如果细胞贴壁不均、边缘蒸发或加样产生气泡，都会直接抬高CV。稳定性评估阶段需要计算Z'因子：
Z' = 1 - (3σ_pos + 3σ_neg) / |μ_pos - μ_neg|
其中：
σ_pos：阳性对照标准差
σ_neg：阴性对照标准差
μ_pos：阳性对照均值
μ_neg：阴性对照均值
示例（合理假设）：
μ_pos = 12000，σ_pos = 800
μ_neg = 1500，σ_neg = 200
Z' = 1 - (3×800 + 3×200) / |12000 - 1500|
= 1 - 3000 / 10500
≈ 0.714
Z'大于0.5通常认为可用于筛选；大于0.7表示模型稳健性较好。但Z'只反映对照分离度，不能替代特异性验证。一个模型可能Z'很高，却对脱靶化合物同样响应。因此还需要设置通路抑制剂对照、受体阻断对照或无关化合物对照，确认信号来源。
从“能做”到“可交付”
细胞模型开发工程的最终交付物，不是一管细胞，而是一套包含细胞株、培养条件、板式参数、对照设置、读数程序和判定标准的完整方案。它应当让另一位实验人员在阅读后能够复现同样的筛选结果。课程后续将围绕这条主线展开：如何选择报告基因、如何设计对照、如何筛选单克隆、如何计算Z'、如何排查边缘效应和批次差异。本章作为导论，先建立整体框架：需求决定设计，设计决定构建，构建决定验证，验证决定能否进入筛选。只有把每个阶段的输入、输出和判断标准说清楚，细胞模型才真正成为药物筛选中的可靠工具。