聊聊Sci

这项研究深入探讨了 全基因组倍增（WGD）如何通过免疫逃逸 机制推动乳腺癌的发展。研究发现，倍增后的癌细胞会表现出 抗原呈递 功能受损，从而逃避 CD8+ T细胞 的攻击，使其在免疫功能正常的宿主体内快速生长。这种现象源于代谢水平的改变，尤其是 琥珀酸 含量的增加导致 KDM6 去甲基化酶活性下降。这一变化进一步引发了 H3K27me3 组蛋白修饰水平的升高，从而在表观遗传层面限制了免疫反应基因的表达。最后，研究表明 PRC2抑制剂...

这篇研究介绍了一种名为 MRx 的新型磁共振成像技术，旨在突破传统MRI仅能进行定性观察的局限。该技术通过 多重数据采集 与 物理启发式机器学习 算法，能够在14分钟内同步获取包含代谢分子和组织物理特性的 22种定量生物标志物 。实验证明，MRx在检测 胶质母细胞瘤 和 多发性硬化症 （MS）方面表现卓越，能精准区分病变亚型并识别早期病灶。通过构建综合的 组织状态指数 ，MRx为不同生理状态下的脑组织提供了高分辨率的量化图谱。这...

这项研究揭示了三阴性乳腺癌中癌症干细胞（CSCs）通过释放富含 TSPAN8 蛋白的外泌体，远程诱导免疫逃逸的新机制。这些外泌体表面的 TSPAN8 通过与 T 细胞上的 CD103 受体直接结合，激活了 LKB1-AMPK-FOXP3 信号通路，从而促使初始 T 细胞转化为极具免疫抑制性的 CD103+FOXP3+ 调节性 T 细胞（Tregs）。研究发现，这种相互作用还形成了一个正反馈环路，增强了 Tregs 在肿瘤组织中的留存，导致周围抗癌免疫环境的恶化。临床数据表明...

这项研究揭示了HIV-1如何通过细胞间传播（CCS）感染静息态CD4+ T细胞的新机制。研究发现，病毒衣壳进入细胞核是感染静息T细胞的主要障碍，但HIV-1能利用病毒突触触发靶细胞的CD4–LCK信号通路，进而激活CDK1。这种信号传导会重塑核孔复合物（NPC），通过磷酸化核孔蛋白来消除进入壁垒，从而赋予病毒进入细胞核的权限。相比之下，游离病毒颗粒由于无法诱导这种特定的细胞信号，导致其难以在体外有效感染静息T细胞。该研究不仅解释了...

该研究介绍了一种名为空间生态型 (SEs) 的机器学习框架，旨在从肿瘤微环境中识别和分析多细胞交互程序。研究人员整合了逾一千万个单细胞与空间转录组数据，在多种人类癌症中发现了九种具有保守性的空间结构，这些结构与患者的临床预后及免疫治疗反应密切相关。通过新开发的 Liquid EcoTyper 深度学习工具，科学家能够从非侵入性的外周血血浆游离 DNA (cfDNA) 甲基化谱中精准还原这些空间特征。在针对黑色素瘤患者的临床验证中，这...

RegVelo 是一种基于深度生成模型的单细胞分析新方法，旨在通过整合 scRNA-seq 数据与先验的基因调控网络（GRN）知识，更精准地模拟细胞发育动态。传统的 RNA 速率模型通常假设转录速率恒定且基因间相互独立，而 RegVelo 通过非线性常微分方程将剪切动力学与基因间的调控相互作用耦合在一起。该框架不仅能提高对细胞终末状态和分化路径预测的准确性，还支持高效的机理模拟（in silico perturbation），帮助研究者预测基因敲除对细胞...

这篇文章介绍了一种名为 D-SPIN 的创新计算框架，旨在通过单细胞转录组测序数据构建具有解释性的基因调控网络模型。该系统利用统计物理中的自旋网络模型，能够整合数千种干扰条件下的细胞反应，从而精确模拟并预测细胞状态的分布。研究表明，D-SPIN 在识别隐藏的基因相互作用方面显著优于传统方法，并能揭示控制细胞分化的关键调控因子。通过分析大规模数据集，它阐明了药物组合如何通过累加招募特定的基因程序来诱导产生新的细胞...

本研究开发了一种名为 VIS-seq 的高通量单细胞成像分析平台，通过原位测序环状 RNA 条形码，将成千上万种蛋白质变异体与其产生的复杂细胞表型直接关联。研究人员利用该技术分析了 LMNA 和 PTEN 基因的数千种变异，揭示了变异如何影响蛋白质丰度、亚细胞定位以及细胞核形状等多个维度。实验结果证明，基因变异的效应呈现出连续的多维特征，而非简单的二元对立，这为理解疾病机理提供了更深入的视角。此外，VIS-seq 成功识别了与自闭...

本研究介绍了一项名为“耄耋计划” 的大规模科研成果，旨在通过建立 多维衰老时钟系统 来精准评估人类的生物学年龄。研究人员通过收集两千余名中国志愿者的临床、生理及多组学数据，构建了包含 核心功能时钟、 多模态时钟 及 器官特定时钟 在内的综合评估框架。该研究揭示了衰老在不同组织间的 异步性特征 ，并证实了生物标志物与衰老轨迹在多中心样本中具有高度的一致性。通过对血浆蛋白质谱的深度解析，科学家们发现 凝血因子的积...

这篇研究介绍了一种新型 铁死亡抑制剂 FXT-001 及其优化类似物在减轻器官 缺血再灌注损伤 中的突破性作用。通过对 猪和人类 的肝脏及肺脏移植模型进行实验，研究证实该药物能通过 抑制脂质过氧化 和调节细胞内铁稳态，显著改善移植物的生理功能。临床数据进一步揭示了人体器官移植早期存在脂质过氧化高峰，证明了铁死亡是导致 器官衰竭 的关键机制。 FXT-001、FXT-002 和 FXT-003 表现出良好的安全性与药代动力学特性，为提升器官...

本文介绍了一种名为 Path2Space 的深度学习模型，它能够直接从常规的 H&E 染色病理切片中预测成千上万个基因的空间表达谱。该研究通过将低成本的组织学图像与高价的空间转录组学技术相结合，成功克服了传统分子检测成本高昂且难以大规模应用的局限性。Path2Space 不仅能精准刻画肿瘤微环境并识别具有不同生存预后的临床亚群（即 SpatioTypes），还能比传统的批量测序更有效地预测患者对化疗和曲妥珠单抗的治疗反应。这一创新工具为...

这项研究利用全基因组CRISPR基因敲除筛选技术，揭示了GATOR1复合物（包括NPRL3、DEPDC5和NPRL2）在Myc驱动的淋巴瘤中发挥着关键的肿瘤抑制作用。研究人员发现，失去这些基因会异常激活mTORC1信号通路，显著加速小鼠体内恶性肿瘤的产生，其致癌效力与经典的p53基因失活相当。在人类淋巴瘤临床数据中，GATOR1表达量低也与患者预后不良及生存率下降密切相关。实验进一步证实，由于该复合物缺失导致了代谢异常和mTORC1过度活跃，此类淋...

这篇综述探讨了机器学习（ML）与深度学习（DL）在空间组学领域的应用现状与未来趋势。作者通过类比地理空间遥感技术，系统地比较了从基础聚类算法到先进的图神经网络和大模型在处理高维空间数据时的优劣。文中提出了一个多维度的决策框架，旨在根据数据模态、分辨率及临床需求指导科研人员选择最合适的计算模型。此外，针对标注匮乏和计算成本等瓶颈，文章展望了量子计算、联邦学习及自监督学习等新兴技术在实现精准医疗中的潜力。...

scpFormer 是一种专为单细胞蛋白质组学设计的生成式预训练大模型，旨在解决该领域数据高度碎片化和特征不连续的难题。通过引入基于蛋白质序列的连续语义映射和动态表达嵌入，该模型打破了传统方法对固定抗体面板的依赖，实现了跨平台数据的统一表示。研究表明，scpFormer 在细胞类型注释、批次效应整合以及缺失值补全等任务中展现出超越现有技术的性能。此外，其学习到的蛋白质共表达逻辑具有很强的泛化能力，能够有效提升癌症药物...

这篇研究揭示了全基因组选择性扫荡（GWSS）是驱动人体肠道微生物群进化的核心机制。研究人员通过分析海量分离株基因组与宏基因组数据，证实了这种机制在至少66个细菌分类群中普遍存在，导致细菌在系统发育树上呈现出独特的“扫荡簇”结构。这些细菌种群具有如同全球性流行病般的传播特性，能在短短数十年内跨越不同地域的人群进行扩散。研究进一步发现，这些遗传单元具有显著的生态分化特征，与宿主的年龄、结直肠癌、2型糖尿病及炎...

这项研究揭示了p53蛋白在人类体细胞化学重编程为多能干细胞（CiPSCs）过程中的核心保障作用。不同于其在传统转录因子诱导重编程（OSKM）中作为障碍的角色，p53对于化学重编程的效率和基因组稳定性至关重要。研究发现，通过小分子药物的协同作用，细胞能在维持p53表达的同时抑制其下游促凋亡因子p21，从而确保细胞在快速增殖的同时避免过度上皮-间充质转化（EMT）。此外，利用p53-BTG2轴的抗肿瘤特性，该方法能有效清除缺陷细胞，使...

这篇文章探讨了 受控细胞死亡（RCD）在癌症发展、治疗反应及免疫抑制中的核心作用。研究人员详细分析了凋亡、坏死性凋亡、焦亡和铁死亡 等多种死亡程序的分子机制，并指出癌细胞如何通过 逃避细胞死亡 来产生耐药性。文章强调，这些不同的死亡方式不仅直接清除恶性细胞，还通过释放信号分子重塑 肿瘤微环境 并触发 免疫原性细胞死亡 。此外，作者提出了一种 系统肿瘤学框架 ，旨在利用这些代谢和生化漏洞开发新型抗癌药物。最终，...

这篇文章阐述了癌症神经科学这一新兴领域，深入探讨了神经系统与癌症之间复杂的相互作用。研究表明，肿瘤不仅能通过突触连接和旁分泌信号劫持神经通路以促进自身生长、扩散及耐药性，还会导致神经系统的重新编程，进而引发患者的心理及生理症状。文中系统梳理了从中枢到外周神经系统的多种互作机制，包括神经元对癌症的直接调控、肿瘤对微环境的改造以及昼夜节律与睡眠对病情进展的影响。此外，作者提出了一套整合空间转录组学和光...

本研究通过分析超过40个乳腺癌和肺癌组织样本，对 Xenium 空间转录组平台的数据特性进行了系统性评估。研究重点探讨了转录本溢出（Spillover）和细胞分割误差对数据质量的影响，发现不同细胞间的信号混合是导致生物学分辨率降低的主要原因。为此，作者开发了名为 SPLIT 的计算方法，通过整合单核 RNA 测序（snRNA-seq）参考数据来分解混合信号并净化基因表达谱。实验证明，SPLIT 显著提升了细胞类型识别的准确性，能有效揭示被技术...

这份研究介绍了一种名为 eSIG-Net 的新型交互语言模型，专门用于预测单点突变如何干扰蛋白质之间的相互作用（即“蛋白质代码”）。该模型创新性地结合了蛋白质序列嵌入、语法与进化感知编码以及对比学习技术，通过分析野生型与突变型蛋白之间的细微序列差异来识别相互作用扰动。实验结果表明，eSIG-Net 在预测精度上显著超过了现有的基于序列和结构的计算方法，能够更准确地定位致病变异并揭示分子机制。此外，该框架具有较强的通用...

本文介绍了一种名为 MicroSplit 的新型深度学习计算显微技术，旨在解决传统荧光成像中速度、分辨率与光毒性之间的权衡难题。该技术核心在于语义解混（Semantic Unmixing），允许科研人员在单一荧光通道内同时对多达四个细胞结构进行成像，随后利用 AI 算法将其拆分为独立的去噪通道。通过采用变分分裂编码器-解码器网络，该模型不仅能生成高质量的图像，还能通过评估预测的不确定性来确保结果的可靠性。这种方法大幅节省了成像过程...

该文章介绍了一项针对临床批准激酶抑制剂的全面性研究，通过对92种药物与758种激酶（包括野生型及多种致病突变体）进行生化分析，构建了大规模的相互作用图谱。研究发现，现有药物的可靶向激酶范围从89种大幅扩展至235种，揭示了显著的药物多效性。作者展示了如何利用这些数据进行药物开发与旧药新用，例如发现tepotinib可抑制胶质母细胞瘤中的IRAK1/4通路。此外，该研究揭示了特定突变如何导致耐药性，并识别出能克服这些抗性的现...

这项研究揭示了 巨噬细胞 一种名为“类胞吐作用”的新型采样机制，使其能够从 活细胞 中直接获取物质。与传统的吞噬死细胞不同，这种过程依赖于 细胞接触 而非细胞凋亡，通过拉伸目标细胞膜形成含有细胞质的 微小囊泡 。研究人员利用高维流式细胞术发现，这些被摄取的物质进入了 特定的非降解途径 ，有效避开了溶酶体的破坏。这种独特的处理方式能更持久地保存 自我也抗原 ，并表现出更强地激活 CD8 T细胞 的能力。此外，通过干预 SN...

这项科学研究通过分析 一千多种物种 的Hi-C数据，揭示了基因组 三维结构 的演化历程。研究识别出两种核心的高级架构：反映染色体整体空间布局的“ 全局折叠 ”和体现染色质分区的“ 棋盘格 ”模式。研究发现， 植物 倾向于保持稳定的全局折叠，而 动物 则随着进化复杂度的提升，发展出更显著的棋盘格结构。虽然演化路径不同，但这两种生物界都趋向于利用空间组织来辅助 基因调控 。此外，该研究还观察到人类 胚胎发育 过程中存在从全局...

这篇综述文章探讨了肿瘤发生的演化模型，重点分析了突变（起始）与选择（促癌）之间的相互作用。作者指出，虽然许多正常组织中存在致癌驱动突变，但只有在特定的环境因素或内源性压力促进克隆扩张时，这些细胞才会转化为癌症。文章梳理了从早期小鼠实验到现代基因组学的研究历程，证明许多致癌物并非直接导致突变，而是作为肿瘤促癌剂改变了组织微环境。通过识别空气污染、饮食习惯和慢性炎症等非致癌性因素，研究强调了达尔文选择...