聊聊Sci

这项研究介绍了一种名为“Trikines”的新型细胞因子工程策略，旨在克服传统免疫疗法的毒性和局限性。研究人员通过将基础细胞因子与特定的受体结合模块融合，强制免疫细胞表面形成三链受体复合物。这种设计实现了“与门（AND-gated）”信号传导，能够精准重塑细胞内部的STAT信号通路，而无需对细胞进行基因改造。实验表明，IL-2/21-Trikine能显著降低全身毒性并维持T细胞的干性，而IL-10/2-Trikine则能有效促进免疫细胞浸润，对胰腺癌和小肺癌等难治性肿瘤表现出卓越的治疗潜力。总之，该技术为开发具有定制化信号输出和更高安全性的下一代免疫治疗药物提供了一个模块化平台。References: Rodriguez G E, Zhao Y, Nishiga Y, et al. Rewiring STAT signaling from the cell surface with Trikine immunotherapeutics[J]. Science, 2026: eadx9954.

这项研究探讨了R2逆转录转座子蛋白如何通过不同的DNA修复途径，将RNA模板转换并整合进人类基因组。研究人员利用名为PRINT的基因传递系统，发现宿主细胞中的Polθ聚合酶和ATR蛋白共同促进了微同源介导的末端连接。与此同时，由53BP1、shieldin复合物以及CST-Polα-引物酶组成的修复轴则支持了另一种填补合成路径，但这通常会导致转座基因发生严重的序列缺失或截断。此外，研究还揭示了依赖于CtIP和MRN的链切除机制，它能促使cDNA与目标位点精确退火。通过特异性地抑制这些产生截断的修复路径，科学家能够强制系统仅生成全长且精确的基因插入。这些发现不仅阐明了逆转录转座子在宿主细胞中的生存策略，也为开发高精度的基因治疗工具提供了重要依据。References: McIntyre J J R, Horton C A, Collins K. Different repair pathways support intact or truncated insertions by R2 retrotransposon protein[J]. Science, 2025: eadz3121.

该研究揭示了生物体在早期发育过程中，如何通过细胞骨架的动力学调控来克服物理上的不稳定性，从而实现细胞质的精准分割。研究者结合斑马鱼与果蝇胚胎实验及理论模拟，发现原本依赖微管自催化生长的分割过程本质上是不稳定的，容易导致细胞室融合。为了维持结构的稳定性，不同物种演化出了两种互补策略：一是通过细胞周期时钟在不稳定现象发生前完成分裂，二是通过限制微管成核数量来减缓生长速度。这些发现表明，生物钟与物理失稳机制之间的协同作用，对于确保胚胎发育的鲁棒性和空间有序性至关重要。研究最终指出，这种对微管动力学的时间控制可能是驱动物种特异性组织策略演化的核心因素。References: Rinaldin M, Kickuth A, Lamson A, et al. Robust cytoplasmic partitioning by solving a cytoskeletal instability[J]. Nature, 2026: 1-10.

3d-OT 是一款专为空间多组学数据设计的深度几何感知计算框架，旨在解决异质组织切片的特征提取、空间域识别及三维对齐难题。该研究发表于《Nature Methods》，其核心由 PointNet++ 编码器和软对应最优传输（SCOT）模块组成，能够有效整合位置几何信息与多模态分子数据。通过引入倒角距离等指标，3d-OT 在处理组织非刚性形变和分辨率差异方面表现卓越，显著优于现有的单细胞分析方法。实验证明，该框架能精确还原小鼠脑皮层的精细解剖结构，并成功构建了小鼠胚胎发育的时空演进轨迹。总之，这一创新工具为深入探究复杂生物组织的空间异质性和细胞关联提供了强有力的支持。References: Dai B, Yi L, Wang P, et al. 3d-OT: a deep geometry-aware framework for heterogeneous slices alignment of spatial multi-omics[J]. Nature Methods, 2026: 1-12.

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，从抗癌状态向促癌状态转变的过程。总体而言，该成果阐明了DNT细胞的异质性及其在肿瘤微环境中的复杂角色，为开发下一代个性化癌症免疫疗法提供了重要理论依据。References: Hao Q, Zhou T, Yan H, et al. A pan-cancer single cell landscape reveals heterogeneity and functional diversity of double-negative T cells[J]. Molecular Cancer, 2026.

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 细胞与体内发育状态在 TNF 信号通路上的表达差异。总之，G2G 为研究人员提供了一种强大的手段，通过基因聚类和差异动态表达分析，深入理解复杂的细胞发育过程。References: Sumanaweera D, Suo C, Cujba A M, et al. Gene-level alignment of single-cell trajectories[J]. Nature Methods, 2025, 22(1): 68-81.

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）是限制重构精度的关键技术瓶颈，低深度测序常导致误判。通过公开这些经过容器化处理的方法和对照数据集，该研究为未来开发更精准的癌症演化分析工具提供了重要的资源支持与设计准则。References: Salcedo A, Tarabichi M, Buchanan A, et al. Crowd-sourced benchmarking of single-sample tumor subclonal reconstruction[J]. Nature biotechnology, 2025, 43(4): 581-592.

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，为初学者和专家提供百万级细胞数据的可视化与交互式分析环境。总而言之，这一工具为现代计算生物学提供了一个可追踪、自动化且高性能的解决方案。References: Zeng Z, Wang X, Luo Z, et al. OmicClaw: executable and reproducible natural-language multi-omics analysis over the unified OmicVerse ecosystem[J]. bioRxiv, 2026: 2026.03. 13.711464.

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，并通过实验证实了UBB与UBC基因之间的替代生存机制。这项工作为发现新型治疗靶点和实现癌症精准医疗奠定了重要的分子基础。References: Tsherniak A, Vazquez F, Montgomery P G, et al. Defining a cancer dependency map[J]. Cell, 2017, 170(3): 564-576. e16.

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障碍（NDD）等人类疾病基因的效应会富集在特定的神经回路中。总而言之，这项工作为在大脑原生环境中理解遗传风险与细胞功能之间的联系奠定了坚实基础。References: Shi T, Korshunova M, Kim S, et al. Genome-scale functional mapping of the mammalian whole brain with in vivo Perturb-seq[J]. bioRxiv, 2026: 2026.03. 16.711480.

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。这一突破性进展为构建虚拟组织模型奠定了基础，助力科研人员深入洞察单细胞空间维度的组织响应机制。References: Megas S, Chen D G, Polanski K, et al. Celcomen: spatial causal disentanglement for single-cell and tissue perturbation modeling[J]. Nature Communications, 2026.

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循类似于大语言模型的幂律缩放法则。实验表明，X-Cell 在跨细胞类型的零样本预测中表现优异，能准确推断未见过的原代人类 T 细胞等复杂生物系统的变化。这为药物研发中的靶点识别与验证提供了一个高效的计算基础模型。References: Wang C, Karimzadeh M, Ravindra N G, et al. X-Cell: Scaling Causal Perturbation Prediction Across Diverse Cellular Contexts via Diffusion Language Models[J]. bioRxiv, 2026: 2026.03. 18.712807.

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 的胚胎会出现严重的小胶质细胞发育缺陷。这一发现明确了区分大脑小胶质细胞与其他免疫细胞谱系的转录调控网络。References: Chen J, Du S, Cheng W, et al. Transcription factor Maf promotes expression of repressor Zeb2 to drive microglia development in primitive hematopoiesis[J]. Immunity, 2026, 59(1): 48-59. e5.

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精神疾病（如精神分裂症）相关的关键效应基因，揭示了致病基因在发育调控网络中的汇聚点。这项工作不仅阐明了灵长类动物皮层发育的保守机制，还为理解人类大脑演化及相关疾病提供了功能性的基因调控框架。References: Ding J W, Kim C N, Ostrowski M S, et al. Dissecting gene regulatory networks governing human cortical cell fate[J]. Nature, 2026: 1-11.

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散。实验证明，靶向 SPP1-CD44 信号轴能有效瓦解这种转移单元并抑制癌细胞迁徙。此外，SPP1+ 巨噬细胞的丰度被证实可作为预测溶瘤病毒和 PARP 抑制剂疗效的重要指标。该成果为理解卵巢癌的空间动态演化提供了新视角，并为精准治疗提供了潜在靶点。References: Feng C, Yang Y, Li G, et al. Spatial tumor evolution panorama of ovarian cancer[J]. Cell Reports Medicine, 2026, 7(3).

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GeneBayes统计框架，研究显著提升了稀有变异效应估计的准确性，解决了传统全基因组关联分析（GWAS）难以阐明具体生物机制的局限。这项工作证明了在性状相关细胞类型中开展扰动实验，是连接遗传关联与生物学机制的关键桥梁。此外，研究还发现不同性状之间存在复杂的调控网络交叠，为理解疾病的遗传架构提供了全新的量化视角。References: Ota M, Spence J P, Zeng T, et al. Causal modelling of gene effects from regulators to programs to traits[J]. Nature, 2025: 1-10.

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中显著抑制了肿瘤生长。该方案不仅重塑了肿瘤相关巨噬细胞的抗肿瘤表型，还成功激活了后续的自适应T细胞免疫响应，为新一代多特异性免疫细胞接合器的开发提供了关键范例。References: Zhao X, Jing W, Wang G, et al. A logic-gated trispecific engager enhances macrophage killing of cancer cells in solid tumors[J]. Nature Biotechnology, 2026: 1-16.

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性嵌合抗原受体（CAR）候选药物。此外，该方法在Taq聚合酶及HLA肽组等多个领域的成功应用，充分证明了其在蛋白质工程中的通用性。这种制造感知型生成模型彻底改变了生物分子的发现效率，使大规模探索生命序列空间成为可能。References: Weinstein E N, Gollub M G, Slabodkin A, et al. Manufacturing-aware generative models enable petascale synthesis of designed DNA[J]. Nature Biotechnology, 2026: 1-9.

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 显著提升了在细胞数量稀少时识别染色质环的准确性。这项技术为研究复杂组织中的基因调控动态提供了强大的工具，证明了其在骨骼肌再生等生物过程中的应用潜力。References: Wei X, Xu Y, Yang D, et al. Trimodal single-cell profiling of transcriptome, epigenome and 3D genome in complex tissues with scHiCAR[J]. Nature biotechnology, 2026: 1-16.

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应用前景。这种利用生物系统在常温水溶液中精确构建复杂材料的方法，为可持续生物制造开辟了新方向。References: Wagner A, Margalit N, Fishman Y, et al. Harnessing microalgae for the biosynthesis of molecular crystals[J]. Nature Biotechnology, 2026: 1-9.