聊聊Sci

这份研究通过整合来自23种癌症类型的单细胞转录组数据，构建了迄今为止最全面的双阴性T细胞（DNT）全癌种单细胞图谱。研究团队鉴定出14个具有独特功能和临床意义的DNT亚群，涵盖了具有免疫调节功能的αβ DNT和具备强细胞毒性及抗原呈递能力的γδ T细胞。通过空间转录组和功能实验，研究揭示了特定亚群（如T14_HLA-DR+）在增强抗肿瘤免疫和预测免疫治疗响应中的关键作用。此外，研究还发现了肠道驻留DNT细胞在肿瘤环境下的功能可塑性...

本文介绍了一种名为 Genes2Genes (G2G) 的新计算框架，专门用于比较单细胞转录组数据中的伪时间轨迹。传统的动态时间规整（DTW）方法往往难以准确识别细胞状态之间的不匹配，而 G2G 结合了贝叶斯信息论与动态规划算法，能够精确捕捉基因水平上的序列匹配、扭曲以及插入或删除等失配现象。通过对模拟和真实数据集的验证，该工具在分析疾病细胞状态和优化体外培养条件方面展现了卓越的准确性。例如，它成功识别出体外培育的 T 细胞与...

这项发表在《Nature biotechnology》的研究通过ICGC–TCGA DREAM挑战赛，对31种肿瘤亚克隆重构算法进行了长达七年的众包基准测试。研究团队利用云端算力在51个模拟肿瘤数据集上执行了逾万次分析，旨在评估算法在推断肿瘤纯度、演化特征及系统发育树方面的准确性。实验结果表明，算法的选择对预测准确性的影响远超肿瘤自身的生物学特征，且没有任何单一算法能在所有评估任务中均拔得头筹。研究特别强调，经纯度校正的测序深度（NRPCC...

OmicClaw 是一个建立在 OmicVerse 生态系统之上的创新性多组学分析框架，旨在解决生物信息学工具碎片化和工作流难以复现的问题。该系统通过核心运行时层 J.A.R.V.I.S.，将复杂的自然语言指令精准转化为可执行的分析流程，有效减少了人工智能在编写代码时的“幻觉”现象。它集成了超过 200 个注册函数，涵盖了单细胞、空间转录组和批量测序等多种组学任务，并支持与大语言模型的深度协作。此外，该项目还提供了一个功能丰富的网页平台...

这篇文章介绍了一项针对501种癌症细胞系的大规模基因功能研究，旨在绘制 癌症依赖图谱 。研究团队开发了名为 DEMETER 的计算模型，有效区分了RNA干扰中的脱靶效应与真实靶向作用，从而识别出769个关键的 差异依赖基因 。通过分析数万个分子特征，研究者利用 ATLANTIS 回归模型成功预测了多项基因依赖性，发现 RNA表达水平 是比DNA突变更核心的生物标志物。该图谱将这些依赖关系划分为 癌基因成瘾 及 旁系同源缺失 等四类，并通过实...

这份研究介绍了一个利用增强型 in vivo Perturb-seq 技术构建的全小鼠大脑基因功能图谱。研究人员通过对 74 只小鼠的大脑进行高通量筛选，分析了 1,947 个与疾病相关的基因在 770 万个单细胞核中的表达反应。实验结果揭示了基因在不同神经元类型中具有特异性的生存必要性，并展现了复杂的转录调控网络。研究特别发现，像 Grin2a 和 Grin2b 这样相似的致病基因在相同细胞中竟会触发截然相反的转录程序。此外，该图谱证实了神经发育...

Celcomen 是一种基于生成式图神经网络的创新计算框架，旨在从空间转录组数据中解离细胞内与细胞间的基因调控程序。该研究利用数学上的因果可解释性，克服了以往模型在处理复杂组织交互时的“黑箱”局限。通过在人类胶质母细胞瘤、胎儿脾脏及小鼠肺癌等临床样本中的应用，该工具证明了其在模拟基因敲除和组织扰动方面的卓越准确性。它不仅能预测实验难以获取的反事实空间状态，还为理解疾病进展和筛选治疗方案提供了精密的数学保障。...

这项研究介绍了 X-Atlas/Pisces，这是目前全球规模最大的全基因组单细胞扰动数据集，包含 2560万个转录组数据，涵盖了 16 种不同的生物背景。基于这一海量资源，作者开发了名为 X-Cell 的扩散语言模型，专门用于预测基因受扰动后的细胞反应。该模型通过迭代扩散过程精细化预测结果，并利用多模态生物先验知识（如蛋白质模型和相互作用网络）进行跨注意力引导。研究团队将模型扩展至 49 亿参数的 X-Cell-Ultra，首次证明扰动预测遵...

这项研究揭示了控制小胶质细胞和组织驻留巨噬细胞发育的独特遗传机制。研究发现，虽然转录抑制因子 Zeb2 对所有巨噬细胞的形成都至关重要，但不同发育阶段的细胞依赖不同的增强子来驱动其表达。在原始造血过程中，转录因子 Maf 和 Jun 共同作用，独立于特定的 -165 kb 增强子来激活 Zeb2，从而推动小胶质细胞的产生。相比之下，来自定型造血（如成年骨髓）的单核细胞和巨噬细胞则必须依赖该增强子才能发育。实验表明，缺乏 Maf 的...

这篇研究通过建立原代人类皮层细胞的体外培养系统，结合单细胞CRISPRi（干扰）筛选技术，系统地解析了调控神经发生的基因网络。研究人员重点考察了44个转录因子对径向胶质细胞分化的影响，发现了如ZNF219等调控神经分化的新因子，并揭示了NR2E1和ARX在控制兴奋性与抑制性神经元比例及发育节奏中的对立作用。通过整合谱系追踪技术，该研究证实了转录因子的扰动能改变单个祖细胞的命运走向与成熟速度。此外，实验识别出一系列与神经...

这项发表于《细胞报告医学》（Cell Reports Medicine）的研究通过整合全基因组测序、单细胞转录组及空间转录组技术，系统揭示了高等级浆液性卵巢癌的多位点转移演变全景。研究者开发了名为 STARLETS 的追踪系统，发现肿瘤克隆在缺氧和免疫压力的双重筛选下，演化出具有更强转移能力的克隆并向腹腔扩散。研究鉴定出一个由 SPP1+ 巨噬细胞、MMP11+ 成纤维细胞与恶性上皮细胞构成的“三元合奏”结构，该结构在腹水和转移灶中促进肿瘤扩...

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...