中国科学院自动化研究所多模态人工智能系统全国重点实验室计算生物学与机器智能（CBMI）团队，利用深度学习驱动的图像分析技术，首次系统揭示了细胞内溶酶体运动的动态调控机制。研究聚焦于内体与溶酶体（统称内溶酶体）在细胞质中“走走停停”的复杂运动模式，这类运动与物质运输、降解及信号传导密切相关，其功能紊乱与多种疾病密切相关。长期以来，由于运动模式复杂且受微环境影响大，其调控机制缺乏系统性解析。 研究团队构建了全自动的多模态图像分析流程，整合单粒子追踪、空间分布分析与内质网（ER）形态学分析，实现对数千条内溶酶体轨迹的高效重建与特征提取。该方法突破了传统人工标注的局限，显著提升了高通量数据处理能力，推动细胞动力学研究从“观察轨迹”迈向“理解机制”的关键跃迁。 研究发现，内质网的网格节点是调控内溶酶体运动状态切换的核心枢纽。内溶酶体在ER网络中呈现三种运动状态：全局快速移动、局部慢速移动与暂停。其中，暂停事件常伴随内体-溶酶体的瞬时互作及细胞器裂变，表明细胞骨架与内膜系统之间存在精细的动态耦合机制。这一发现揭示了ER不仅是物质合成场所，更充当细胞器间交通的“动态交通枢纽”。 该成果不仅展示了人工智能在解析复杂细胞系统中的强大能力，也为从海量生物成像数据中挖掘疾病相关机制提供了新范式。研究成果已集成至中国科学院部署的“磐石科学基础大模型”与“磐石·数字细胞平台”，助力生命科学向精准医疗转化。 论文第一作者为中科院自动化所副研究员李文静，通讯作者为杨戈研究员，合作者包括中科院生物物理所胡俊杰研究员。研究获得国家自然科学基金重大研究计划、中科院先导专项、国家重点研发计划及中央高校基本科研业务费等资助。相关论文发表于《科学进展》（Science Advances），题为《内质网连接点通过“停-走”运动切换调控内体-溶酶体互作》（Endoplasmic reticulum junctions serve as a platform for endosome-lysosome interactions through their stop-and-go motion switching），2025年9月第11卷第38期。