聊聊Sci

这篇文章详细介绍了 CellWhisperer 的开发和评估，这是一种新型多模态人工智能模型和软件，旨在通过自然语言聊天实现交互式 单细胞 RNA 测序 (scRNA-seq) 数据探索。CellWhisperer 通过利用对比学习将 转录组数据（RNA 谱）与 文本注释 连接起来，创建了一个统一的多模态嵌入空间。该模型经过精心策划的 超过一百万对 RNA 谱和匹配文本注释数据集进行训练，使其能够进行零样本分类、自由文本搜索和聊天式数据查询。通过将 CellWhis...

这篇文章介绍了一款名为 SGS（单细胞和空间基因组学系统） 的新技术，这是一款用户友好且用途广泛的浏览器，专为单细胞和空间多组学数据的可视化和协作探索而设计。 消息来源详细说明了 SGS 的创新功能，包括其图形用户界面（GUI）、用于比较分析的 scCompare 和 scMultiView 功能，以及用于增强基因组作图数据可视化的新型基因组浏览器框架。 SGS 通过支持各种数据格式并促进研究团队之间的实时协作，解决了现有工具在集成和可视...

这篇研究论文详细介绍了一种用于研究小鼠造血功能的统一多模态单细胞分析框架。这项研究结合了单细胞基因组学技术（如RNA、表面蛋白和染色质分析）和高维流式细胞术，旨在克服分离对应于离散基因组状态的细胞的挑战。该方法使得研究人员能够描绘和分离罕见的骨髓多谱系细胞状态（“MultiLin”），验证预测的谱系轨迹，并揭示驱动这些状态的分层基因调控网络。最终，该研究提出了一个离散状态模型来描述稳定的造血过程，挑战了谱系承...

这篇文章概述了一项关于成年小鼠大脑中染色质可及性的综合单细胞分析研究。研究人员通过分析来自117个解剖区域的230万个脑细胞，构建了一个包含约100万个候选顺式调控DNA元件（cCREs）的图谱，极大地扩展了现有的注释。该研究详细描述了1,482个不同的脑细胞群体的基因调控程序，并结合单细胞RNA测序数据，推断了超过260个亚类的基因调控网络（GRNs）。值得注意的是，研究发现小鼠特有的cCREs，尤其是在皮层兴奋性神经元中发现的cCR...

该文章概述了一项使用多模态空间组学技术对肺腺癌（LUAD）前体病变进行的研究，旨在理解其进展机制。研究人员通过单细胞和空间转录组学分析发现，肺泡祖细胞（如KACs或反应性肺炎细胞）是LUAD进化的最早前体，并存在于富含IL-1β信号的上皮-促炎微环境中。这种促炎微环境在癌前病变阶段更为普遍。通过在小鼠模型中靶向IL-1β，无论是单独使用还是与PD-1抑制剂联合使用，都能有效减少这些祖细胞并抑制LUAD的发生。这些发现表明，上皮-...

这篇综述探讨了理解人类和哺乳动物大脑发育的新前沿，重点是神经科学中利用全面的细胞图谱来解开复杂的发育过程。文章指出，神经发育障碍的机制仍知之甚少，而像单细胞转录组学这样的高分辨率技术正在提供关于基因表达、细胞类型丰度和空间分布的详细测量。该研究重点介绍了来自脑计划细胞普查网络（BICCN）的最新工作，这些工作正在构建发育中的大脑图谱草案，揭示了跨物种保守和不同的细胞发生、迁移和成熟模式。最终目标是通过...

这篇文章详细介绍了小鼠和人类大脑发育以及神经炎症过程中细胞状态和分子机制的空间和时间动态。研究人员开发并应用了DBiT-based空间三组学技术（如空间ARP-seq和空间CTRP-seq），同时对组织切片中的表观基因组、转录组和蛋白质组进行分析。研究结果揭示了髓鞘形成在脑胼胝体中沿着内外侧双向顺序进行，并与投射神经元（PNs）的成熟度相吻合。此外，该研究还使用溶血卵磷脂（LPC）模型来映射脱髓鞘和随后的髓鞘再生过程，并发现小...

这篇文章对哺乳动物脑部端脑中的 GABA能神经元 进行了全面且深入的转录组学和空间分析。研究人员利用大量的单细胞转录组数据，构建了一个分层的细胞类型分类系统（分类、亚类、超类型和集群），涵盖了小鼠端脑所有区域的 GABA能神经元。此外，研究还追踪了这些神经元的发育起源和轨迹，发现细胞类型关系反映了空间位置和胚胎发育起源，并且许多相关细胞类型通过长距离迁移分散在不同脑区。研究结果揭示了空间基因表达梯度，以及皮...

这篇文章介绍了一种名为 STORIES 的新型计算方法，旨在利用 最优传输 (Optimal Transport, OT) 框架，从随时间变化的空间转录组学数据中推断细胞命运轨迹。STORIES 克服了现有梯度流学习方法在处理空间信息方面的挑战，通过使用 融合 Gromov-Wasserstein (Fused Gromov-Wasserstein, FGW) 扩展，学习一个考虑到空间上下文的 分化势能 (differentiation potential)。文章通过对蝾螈神经再生和小白鼠胶质细胞生成等多个大型时空图谱...

这篇文章介绍了NextBrain的开发，这是一个概率性人类脑组织学图谱，旨在改善磁共振成像（MRI）的脑区分割和分析。研究人员利用 人工智能 方法对来自五个脑半球的近 10,000 个组织学切片进行三维对齐和重建，并为333个感兴趣区域（ROI） 生成了细致的概率标签。NextBrain 及其附带的 贝叶斯分割工具 能够实现比现有方法更高精度的体素级分析，这在超高分辨率离体MRI分割和体内MRI对阿尔茨海默病等疾病的细粒度研究中得到了应用。最...

这篇文章介绍了 Nicheformer 模型的开发和评估，这是一个用于单细胞和空间生物学的基础深度学习模型。该研究强调了单细胞RNA测序（scRNA-seq）在细胞解离过程中丢失空间信息的问题，并通过利用空间组学数据 来解决这一问题。Nicheformer 使用了一个包含超过 1.1 亿个细胞的SpatialCorpus-110M数据集进行预训练，该数据集整合了解离式和图像式空间转录组学数据。通过使用Transformer架构和掩码语言建模损失 进行训练，Nicheformer...

这篇研究文章系统性地评估了四种高通量、亚细胞分辨率的空间转录组学平台，包括 Stereo-seq v1.3、Visium HD FFPE、CosMx 6K 和 Xenium 5K。研究人员使用结肠腺癌、肝细胞癌和卵巢癌的系列组织切片生成了统一的多组学数据集，并通过 CODEX 蛋白组学分析和单细胞 RNA 测序建立了参考“金标准”。评估内容涵盖了捕获灵敏度、细胞分割准确性、细胞类型注释以及空间聚类等关键性能指标。研究结果为这些快速发展的技术提供了实际的指导，...

该文章介绍了一种计算框架，用于对空间机械转录组学数据进行联合统计分析，旨在探索生物分子信号与机械线索在组织中的相互作用。研究人员利用该框架对发育中的小鼠胚胎空间转录组学数据进行分析，推断出细胞间的机械力，并将其与基因表达特征联系起来，从而识别出组织隔室边界的标志。具体来说，他们应用变分应力推断法（VMSI）来量化细胞压力和张力，发现组织边界处异型连接张力升高，并利用配体-受体（LR）分析表明Ephrin信号通...

该文章介绍了 Flexynesis，这是一个用于批量多组学数据整合的深度学习工具包，旨在解决现有方法在透明度、模块化和部署方面的不足。该工具简化了数据处理、特征选择和模型训练，允许用户选择深度学习或传统机器学习方法来执行回归、分类和生存建模等任务。文章通过各种肿瘤学应用案例展示了 Flexynesis 在 单任务和多任务学习、无监督聚类以及 跨模态预测 等方面的能力。研究人员还提供了一个基准测试流程，强调了模型灵活性和任务...

这篇研究文章探讨了人类脑癌（如胶质母细胞瘤，GBM）如何重新调整葡萄糖代谢以促进其侵袭性生长。作者们通过向患者和模型小鼠输注标记的葡萄糖，并结合定量代谢通量分析（MFA），发现与正常皮层组织不同，GBM减少了葡萄糖碳在三羧酸循环（TCA）氧化和神经递质合成等生理过程中的使用。相反，肿瘤将葡萄糖衍生碳优先用于核苷酸和NAD的合成，从而满足细胞增殖需求，并且依赖环境中的丝氨酸作为替代碳源。通过限制饮食中的丝氨酸/甘氨...

这篇文章详细介绍了研究人员如何构建人类亚细胞结构的全球地图，他们将其命名为多尺度整合细胞可视化门户和绘图工具包（Multiscale Integrated Cell Visualization Portal and Mapping Toolkit）。研究人员通过结合亲和纯化-质谱（AP-MS）和免疫荧光（IF）图像等多模式数据，利用自监督机器学习模型，在 U2OS 骨肉瘤细胞中分析了 5,100 多种蛋白质，最终解析出 275 种分子组件。这份细胞地图不仅能够揭示新的蛋白质功能并指导 3D...

这篇文章介绍了 CellNEST，这是一个用于空间转录组学数据中细胞间通信（CCC）检测的新计算模型。 CellNEST 利用图注意力网络（GAT）和深度图信息最大化（DGI）的对比学习方法，克服了现有方法高假阳性率和无法识别复杂中继网络的局限性。该模型能够以单细胞或单点分辨率识别配体-受体相互作用，并成功应用于人类淋巴结和多种癌症（如肺腺癌、结直肠癌和胰腺导管腺癌），揭示了与疾病进展相关的通信模式。除了模型本身，研究人员还...

这篇文章探讨了人类神经系统与免疫系统之间的整合反应，尤其是在面对潜在感染威胁时。研究人员利用虚拟现实（VR）技术，让参与者接触带有感染迹象的虚拟形象，并监测了他们的行为、神经生理学（EEG和fMRI）以及免疫反应。结果显示，当这些“感染性虚拟形象”进入参与者的近体空间（peripersonal space, PPS）时，大脑中与PPS和显著性网络（salience network）相关的区域会产生预期性的激活。更重要的是，这种虚拟威胁的神经预期引发...

这篇文章主要探讨了神经相关巨噬细胞 (NAMs) 在脂肪组织稳态和年龄相关炎症（“炎症衰老”）中的作用。研究人员使用单细胞测序和小鼠模型，详细描绘了脂肪组织巨噬细胞 (ATMs) 的多样性，发现随着衰老，NAMs（具体为 CD169+CD11c− 子集）的数量会减少，同时出现一种新的 CD38+ 年龄相关巨噬细胞 (AAMs) 亚群。通过移除 NAMs，作者证明了这种细胞对于调节脂肪分解和抑制衰老引起的炎症至关重要，揭示了脂肪组织功能衰退和炎症之间的神...

这篇文章探讨了一种治疗高危神经母细胞瘤的联合策略，该疾病是一种致命的儿童癌症。作者们发现，结合使用二氟甲基鸟氨酸（DFMO）药物（一种多胺生物合成抑制剂）和不含脯氨酸及精氨酸的饮食，能显著增强小鼠模型中的抗肿瘤活性和生存率。这种联合干预通过有效耗竭鸟氨酸（一种多胺前体），导致核糖体停滞，特别是针对那些第三位碱基为腺苷的密码子。由于这些受影响的密码子在细胞周期基因中富集，而在神经元分化基因中含量较低，因...

该文章主要讨论了“冷肿瘤”（“cold” tumors）的内在机制及其转化为“热肿瘤”（“hot” tumors）的治疗策略。文章详细阐述了“冷肿瘤”逃避免疫系统检测和破坏的三大核心机制：伪装（Camouflage），即通过缺陷的抗原呈递和免疫细胞浸润障碍实现；胁迫（Coercion），即通过免疫抑制细胞网络和代谢重编程等方式压制免疫功能；以及细胞保护（Cytoprotection），即通过抵抗炎性细胞死亡信号来实现免疫逃逸。最后，文章综述了将“冷肿瘤”转化为“...

这篇文章介绍了一种名为 Tahoe-x1 (Tx1) 的新型单细胞基础模型系列，参数多达 30 亿，专门用于癌症治疗研究。Tx1 模型使用扰动训练的方法，在包括 Tahoe-100M 在内的大型单细胞转录组数据集上进行预训练，并针对癌症相关任务进行微调。作者通过架构优化和高效的训练策略，显著提高了计算效率，并在预测基因必需性、识别癌症标志基因和预测扰动反应等多个基准测试中达到了最先进的性能。这些结果表明，大规模扰动数据对于开发可概括...

这篇文章主要探讨了 神经流形 这一框架如何描述大脑生成动物行为的过程。文章提出，尽管动物行为源于大量神经元的协调活动，但这种活动表现出 低维结构 ，这种结构即是神经流形。神经流形被定义为一个 低维表面 ，它捕捉了在生物物理和行为约束下，神经元群体的所有可能集体状态，并被视为一种 有意义的生物实体 。作者探讨了神经流形与行为之间的关联，并讨论了如何利用计算模型（如循环神经网络） 和 因果操纵（如光遗传学）来验...

这篇文章介绍了计算设计合成受体用于增强癌症T细胞疗法的研究。研究人员开发了一种名为T-SenSER（肿瘤微环境传感开关受体）的平台，用于从头组装具有可编程信号传导活性的变构受体。这些受体被设计用来响应肿瘤微环境（TME）中的可溶性因子，如VEGF和CSF1，从而为工程化T细胞提供共刺激和细胞因子信号。通过将T-SenSER与嵌合抗原受体（CAR-T）结合使用，研究在肺癌和多发性骨髓瘤模型中证明了增强的抗肿瘤反应，突出了这种方法在加...

这篇文章系统地探讨了将人工智能 (AI) 技术应用于中风的中医药 (TCM) 治疗研究。文章首先指出，尽管中医在治疗中风方面具有疗效，但其复杂的多组分、多靶点机制阻碍了其广泛应用。为克服这一挑战，该综述详细介绍了机器学习、深度学习和自然语言处理等 AI 技术如何应用于靶点预测、机制阐释和临床诊断，旨在实现中风治疗的精准化。最后，文章提出了一个前瞻性的理论框架，强调大型语言模型 (LLMs) 和 AI 集成虚拟细胞 (AIVC) 模型...