聊聊Sci

这项研究开发了一种因果建模方法，旨在通过整合全外显子组测序的基因功能缺失（LoF）数据与Perturb-seq的大规模单细胞基因调控数据，揭示基因如何通过特定生物程序影响人类性状。研究者以红细胞性状（如血红蛋白含量和红细胞分布宽度）为模型，利用K562细胞系构建了一个从基因到细胞程序再到复杂性状的因果关系图谱。该模型成功识别了血红蛋白合成、细胞周期和细胞自噬等关键调控通路，并能准确预测基因对性状的影响方向。通过引入...

这篇研究介绍了一种新型的逻辑门控三特异性巨噬细胞接合器（TrME），旨在提升实体瘤的免疫治疗效果。研究者利用计算建模从252种变体中筛选出最佳的嵌合接头，成功实现了在单个巨噬细胞上的顺式靶向，同时激活促吞噬受体LRP1并阻断抗吞噬受体SIRPα。这种“激活且阻断”的布尔逻辑门设计，配合肿瘤抗原靶向臂，能够精准引导巨噬细胞高效吞噬并清除癌细胞。此外，通过脂质纳米颗粒（LNP）递送编码该接合器的mRNA，在多种实体瘤小鼠模型...

这项研究介绍了一种名为变分合成（variational synthesis）的创新方法，旨在解决生成模型设计生物序列时面临的制造瓶颈。传统的DNA合成方式因成本高昂而限制了设计规模，而该技术通过将机器学习算法直接映射到随机化学反应中，实现了超大规模的物理制造。研究人员成功合成了约10¹⁶个抗体设计样本，其序列的真实性与多样性可媲美最先进的人工智能语言模型。通过对这些合成序列进行功能筛选，团队发现了能够针对复杂细胞内靶点的治疗...

这份研究介绍了一种名为 scHiCAR 的新型单细胞多组学技术，能够同时分析单个细胞的转录组、表征基因组和三维基因组结构。该方法通过创新的组合条形码策略，实现了对数百万个细胞的高通量、低成本监测，特别擅长捕捉与顺式调节元件相关的远距离染色质相互作用。研究人员利用该技术成功绘制了小鼠大脑22种细胞类型的高分辨率基因调节图谱，揭示了复杂的基因表达调控机制。此外，配套开发的深度学习工具 scDeepLUCIA 显著提升了在细胞...

这项研究阐述了 甲藻 如何将溶解的 有机氮 转化为 分子晶体 ，并揭示了其作为 细胞工厂 的巨大潜力。科学家发现，这种微藻能迅速从水中吸收各种 氮杂环化合物 ，并在细胞内的特定液泡中将其结晶以储存养分。通过操控这一天然代谢过程，研究者成功合成了具有特定形态和 光学性能 的定制晶体，例如可替代有毒无机材料的 生物源晶体 。此外，该技术还为测定 难结晶化合物 的结构提供了新途径，在 医药开发 和 环境修复 领域具有广阔的...

这项研究介绍了一种名为 PlasMAAG 的新工具，旨在从复杂的宏基因组数据中精确重建质粒和细胞基因组。该方法通过构建组装-比对图 (AAG)，有效整合了单样本内的序列重叠与跨样本的序列比对信号。为了进一步优化性能，系统采用了对比学习技术和改进的变分自编码器，能够克服传统方法中常见的序列碎片化和重组干扰。实验数据表明，PlasMAAG 在质粒恢复的数量和准确性上显著超越了现有技术，尤其在处理抗生素耐药性研究相关的环境样本时...

这项研究介绍了一种名为 ovrlpy 的新型计算工具，旨在解决空间转录组学（SRT）数据中常被忽略的垂直维度重叠问题。由于传统分析通常将 3D 组织切片投影为 2D 平面，这会导致来自不同深度的细胞信号混淆，产生空间双细胞伪影。ovrlpy 通过将组织虚拟划分为顶层和底层，并计算垂直信号完整性（VSI），能够有效识别细胞重叠、组织折叠及分割错误。该算法采用无监督学习模式，不依赖预设的细胞形状，适用于多种组织类型和成像平台。通...

这篇来自《自然-生物技术》的研究介绍了一种名为 Protein2PAM 的深度学习模型，旨在通过蛋白质序列直接预测并定制 CRISPR-Cas 系统的 PAM 识别特异性。研究人员构建了涵盖超 4.5 万个条目的 CRISPR-Cas 图谱作为训练集，显著提升了预测的精准度与效率。该模型能够识别决定 Cas9 蛋白功能的关键残基，且无需依赖结构信息即可辅助设计新型酶变体。通过对 Nme1Cas9 进行计算演化，团队成功开发出编辑范围更广且活性大幅提升的变体，攻...

这篇研究介绍了一种名为治疗性活胶（TL-glue）的工程化大肠杆菌，用于精准治疗炎症性肠病（IBD）。这种工程菌集成了血液感应、生物黏附与原位治疗三大模块，能够通过优化后的基因电路高灵敏度地识别肠道出血信号。一旦感应到出血，细菌便会分泌源自藤壶的黏附蛋白，使其能牢固附着在受损组织表面长达数日，并持续释放修复因子TFF3。在小鼠模型实验中，该系统显著缓解了肠道炎症，促进了黏膜修复并减少了出血。这项技术克服了传统活...

SPLISOSM 是一种专门用于分析空间转录组（ST）数据中异构体（isoform）表达模式的新型统计建模方法。由于传统的空间分析通常只关注基因层面的表达，从而忽略了剪接多样性等关键信息，该方法通过多变量独立性检验填补了这一空白。它利用非参数核函数解决了异构体数据中存在的稀疏性、成分依赖性以及空间自相关等技术难题。研究证明，该工具能有效识别小鼠和人类大脑中具有空间变异性的转录事件，并揭示其与RNA结合蛋白之间的调控关...

CONCORD 是一种针对单细胞数据分析的新型自监督学习框架，旨在通过对比学习同时解决批次效应、去噪和降维等核心挑战。该方法的核心创新在于引入了概率采样策略，通过“数据集感知采样”消除技术偏差，并利用“硬负样本采样”显著提升生物学分辨率。不同于依赖复杂架构的传统模型，CONCORD 仅使用单隐层神经网络便在处理细胞聚类、谱系追踪和跨物种数据整合方面超越了现有技术。研究表明，该框架能精准捕捉复杂的细胞状态景观，包括离散...

本文介绍了一种名为 DECODE 的通用深度学习解卷积框架，旨在从组织层面的批量数据中准确估算细胞类型和状态的比例。该方法通过整合对抗训练和对比学习技术，成功克服了跨组学数据的分布差异、严重的批次效应以及单细胞参考资料不完整等技术瓶颈。研究表明，DECODE 在转录组学、蛋白质组学和代谢组学数据上均表现出色，填补了代谢组学解卷积领域的空白。通过对乳腺癌和肝脏多组学队列的分析，该工具证明了其在揭示疾病进展和细胞异...

这篇来自《Nature Methods》的研究展示了 MAPLE 软件的重大升级，旨在应对大流行病规模下病原体基因组分析的挑战。针对 新冠病毒（SARS-CoV-2） 数百万级基因组数据中存在的突变率差异和重复测序错误，研究团队开发了全新的推断算法。该框架通过高效的期望最大化算法与局部参考序列技术，在大幅降低计算时间和内存消耗的同时，显著提升了系统发育树的构建精度。作者利用该方法分析了超过 200万个 基因组序列，揭示了病毒在全球传播...

这篇文章详细评估了 10x Genomics 推出的 Xenium 原位空间转录组平台，旨在通过质量评估和工作流优化来提升数据利用率。研究团队深入分析了涵盖多个物种和组织的 25 个数据集，从检测效率、空间分辨率及数据可重复性等维度将其与其他八种主流空间技术进行了系统对比。研究发现，Xenium 在检测灵敏度上表现卓越，其性能不仅与基于原位杂交（ISH）的技术相媲美，且显著优于传统的 Visium 测序平台。此外，文章还对细胞分割、数据预处...

这篇研究介绍了一种名为INSTALL的新型基因组写入技术，旨在解决大片段DNA插入过程中的免疫毒性问题。传统方法使用的双链DNA（dsDNA）极易触发哺乳动物细胞的固有免疫反应，导致细胞死亡并限制治疗应用。该研究受原核病毒启发，改用环状单链DNA（cssDNA）作为供体，通过在其关键识别位点结合部分双链寡核苷酸（PIP），成功诱导多种重组酶进行高效工作。实验证明，INSTALL在人类原生细胞和实验小鼠体内均表现出极高的免疫逃逸能力，...

这项研究揭示了 生理衰老 如何通过 表观遗传 途径重塑 肺腺癌 的演变进程，使其从缓慢的肿瘤增长转向更具侵略性的 远端转移 。研究发现，老年小鼠的肿瘤细胞会激活 综合应激反应（ISR） ，其中关键蛋白 ATF4 的持续表达驱动了细胞的代谢重塑和可塑性，从而获得了转移能力。由于这种机制，老年肿瘤细胞产生了对 谷氨酸代谢 的高度依赖。通过遗传手段或 药理学抑制 （如使用 CB-839）阻断该代谢通路，可以有效减少癌细胞的扩散。这一...

这篇文章介绍了一种名为 PerturbDiff 的新型计算框架，旨在通过功能扩散模型精确模拟单细胞对各类干扰（如药物或基因编辑）的反应。传统的虚拟细胞模型往往将干扰视为对单个细胞状态的映射，却忽略了微环境波动等隐性因素导致的群体分布变化。PerturbDiff 创新性地将研究对象从个体细胞转向整体分布，通过在再生核希尔伯特空间（RKHS）中嵌入分布，捕捉复杂实验条件下的系统性差异。该模型在信令、药物和遗传干扰等多个基准数据集...

这篇文章详细探讨了 细胞核的力学感知机制 ，阐明了细胞核如何通过其包膜、核孔和内部染色质来感应并响应外部物理压力。 核纤层蛋白 与 LINC复合物 在这一过程中发挥着核心作用，它们将细胞骨架产生的力传递至核内，进而调控 基因表达 和细胞行为。当这种力学传导功能出现障碍时，往往会导致 癌症、纤维化 以及如早衰症等罕见遗传疾病，表现为核膜脆弱和基因组不稳定。研究强调，深入理解细胞核的力学特性不仅有助于揭示疾病的发病...

AlphaCell 是一款创新的生成式虚拟细胞世界模型，旨在通过模拟复杂的细胞动力学来预测生物体对干扰的反应。该研究针对现有模型在基因表示不全、重建精度低及泛化能力差等方面的瓶颈，提出了潜流形纠偏、生物现实重建和通用状态转移三大核心技术。模型通过对超过两亿个单细胞数据进行大规模预训练，构建了一个高维连续的虚拟细胞空间，并利用混合专家网络（MoE）和最优传输条件流匹配技术，将离散的观测数据转化为连续的物理演化轨...

这项研究介绍了 EdgeMap，这是一种创新的计算框架，旨在揭示细胞间通信在人类复杂性状遗传中的关键作用。通过将空间转录组学数据与全基因组关联分析（GWAS）统计数据相结合，该方法成功将遗传力分解为细胞内固有成分和细胞间交互成分。研究跨越 5 种人体组织分析了 17 种性状，识别出如双相情感障碍中的突触信号和肝脏中的脂蛋白清除等特定通信通道。实验证实，这些交互信号与传统的细胞中心模型捕获的信息互为补充，且在不同技术...

这项发表在《Nature》杂志上的研究探讨了流感免疫印迹（又称“原罪”）在儿童群体中的形成机制及其负面影响。研究人员通过对比儿童与成人的B细胞反应，发现初次感染流感病毒的先后顺序会深刻影响免疫系统对后续变异毒株的防御能力。实验显示，先感染H3N2再感染H1N1的儿童，其产生的记忆B细胞会优先识别两种毒株共有的保守茎部表位，而非针对新病毒产生高效抗体。这种“印迹”效应主要由表位中极微小的单个原子团变化（D46N）驱动，导致...

这份研究通过冷冻电子显微镜（Cryo-EM）技术，深入揭示了神经降压素受体1（NTSR1）与多种G蛋白结合及解离的动态机制。研究者通过捕捉二十多个中间态结构，阐明了受体如何利用其细胞内表面的可塑性来识别不同的G蛋白亚型，并发现了一种旋转约45度的非规范结合状态（NC state），该状态在信号转导中具有特定的功能。实验进一步解析了GDP/GTP诱导G蛋白从受体解离的分步过程，指出α螺旋结构域（AHD）的关闭是核苷酸结合及效应蛋白释放...

这篇研究论文利用 单细胞测序 与 空间转录组学 技术，深度剖析了 幕上室管膜瘤（ST-EPN）的细胞异质性。研究者发现，这种侵袭性儿童脑肿瘤具有模拟人类大脑早期发育 的特定细胞状态，并识别出两类互斥的 祖细胞样状态 。通过空间定位分析，论文揭示了肿瘤内部存在 高度有序 与 无序 两种不同的组织架构，且这些模式与 间充质/缺氧 信号密切相关。此外，实验证明了 肿瘤微环境 在诱导恶性细胞向 神经元样表型 转化中起着关键作用。...

这项研究揭示了肠道微生物群通过肠—脑轴影响衰老相关认知障碍的具体机制。研究发现，随着年龄增长，肠道内如金氏副拟杆菌（P. goldsteinii）等特定细菌会大量增加，并分泌中链脂肪酸（MCFAs）。这些代谢产物激活了骨髓细胞中的GPR84受体，进而引发外周炎症并抑制迷走神经向大脑传递信号。这种内感官功能障碍导致海马体神经元激活受损，最终引发记忆力衰退。通过噬菌体干预、GPR84抑制剂或激活迷走神经（如使用辣椒素），研究成功恢...

这份最新发表于《Nature》杂志的研究介绍了一种利用智能穿戴设备数据和常规血液生物标志物早期预测胰岛素抵抗（IR）的新型架构。研究团队开展了名为WEAR-ME的大规模研究，通过训练深度神经网络和穿戴设备基础模型（WFM），实现了对代谢风险的精准识别。实验结果表明，将心率、步数等穿戴设备信号与血糖、血脂面板结合，能显著提升预测准确性，其表现优于单纯依赖人口统计学或单一血液检测的传统方法。此外，研究引入了基于大语言模...