演化动力学通过整合群体遗传学与动力学模型，利用基因序列构建的系统发育树推断种群扩张、迁移等演化参数，从而定量解析种群演化和病毒传播的群体动态规律。近年来，该方法被引入多细胞生物发育与肿瘤演化领域。然而，传统模型受到简化假设限制，难以精准刻画和推断真实组织中细胞谱系多样性、动态分化和增殖速率差异等复杂场景。

2025年4月1日，厦门大学数学科学学院/健康医疗大数据国家研究院周达教授团队和中国科学院深圳先进技术研究院合成生物学研究所胡政研究员团队在Cell Systems杂志在线发表了题为Single-cell phylodynamic inference of stem cell differentiation and tumor evolution的研究论文。本研究提出了新颖的单细胞演化动力学推断框架（命名为scPhyloX），揭示了器官发育稳态调控和肿瘤演化的动力学机制。

研究团队针对器官发育和肿瘤演化等不同生物学场景，建立了具有多层级结构的群体动力学模型，并开发了单细胞种系动力学推断算法。该算法突破传统固定参数模型的局限，通过细胞群体层次模型实现了对多层次发育结构和时变参数演化等复杂场景的精准定量推断。该算法仅需单时间节点谱系树数据，即可快速重建器官发育与肿瘤演化的动态历史，并实现多个关键发育参数的同步推断。利用该算法，团队发现在果蝇器官发育过程中，干细胞通过“过度分裂”模式降低发育期细胞死亡率并减少有害突变积累，人类造血干细胞则采用“持续增长”模式维持组织稳态。利用该模型，作者还量化了肿瘤生长中优势克隆的自然选择强度，发现了肿瘤早期演化呈现低突变率、高选择强度的规律，说明了肿瘤亚克隆扩张主要由优势克隆的扩增驱动而非突变积累。

总之，尽管单细胞谱系追踪技术快速发展，但数据分析方法的滞后仍是领域瓶颈。scPhyloX通过整合单细胞谱系追踪与群体动力学模型，有望揭示组织发育原理与疾病进展的新机制，并为相关研究提供新的定量理论工具。

图1. scPhyloX算法框架与应用

厦门大学数学科学学院和中国科学院深圳先进技术研究院联培博士研究生王琨为该论文的第一作者。厦门大学周达教授和中国科学院深圳先进技术研究院胡政研究员为该论文的共同通讯作者。

原文链接：

https://doi.org/10.1016/j.cels.2025.101244