聊聊Sci

这项研究介绍了一种名为 PocketXMol 的全原子级生成式人工智能模型，旨在统一处理与蛋白质口袋相关的多种分子任务。该模型通过原子级提示（Task Prompt）机制，无需针对特定任务进行微调，即可实现小分子和肽类药物的对接、从头设计及分子优化。实验结果表明，PocketXMol 在 11 项计算基准测试中表现卓越，性能显著超越了包括 AlphaFold 3 在内的 55 个基准模型。在实际应用中，研究人员利用该模型成功设计出了高效的 caspase-9 抑制剂和高亲和力的 PD-L1 结合肽，并通过湿实验验证了其在肿瘤成像和治疗中的潜力。此外，该模型展现了极强的泛化能力，能够处理包含非标准氨基酸的复杂分子设计。总而言之，PocketXMol 为 AI 辅助药物研发提供了一个通用的全原子建模平台，有效衔接了结构预测与分子生成。

References:

• Peng X, Guo R, Guo F, et al. Unified modeling of 3D molecular generation via atomic interactions with PocketXMol[J]. Cell, 2026.

前往小宇宙评论区与主播互动

这项研究通过构建一个庞大的长双歧杆菌（BIL）基因组图谱，揭示了婴儿型双歧杆菌（BI）与长双歧杆菌（BL）在遗传学和功能上的显著差异。研究表明，这两类细菌应被视为独立的物种，因为它们在代谢母乳成分、维生素合成及地理演化路径上表现出明显的适应性差异。调查发现，工业化国家婴儿肠道中BI的流行率显著下降，且现有的商业益生菌往往难以在不同地理背景的婴儿体内成功定植。此外，研究识别出了新的亚种级别分子标记，能够更精准地监测婴儿肠道健康。作者建议，未来的益生菌研发应结合当地饮食与族群特征，开发具有地理针对性的定制化产品。

References:

• Genomic atlas of Bifidobacterium infantis and B. longum informs infant probiotic design
  Shao, Yan et al.Cell, Volume 0, Issue 0

前往小宇宙评论区与主播互动

这项研究利用全脑成像技术和人工智能算法，构建了小鼠脑部少突胶质细胞与髓鞘的动态图谱。通过分析不同年龄、性别及遗传背景的样本，研究人员揭示了髓鞘在空间分布上的显著差异，并确定了影响其形成的转录组特征与轴突结构因素。研究特别探讨了中枢神经系统在面对损伤时的区域脆弱性与再生潜力，尤其是在脱髓鞘疾病模型中的表现。在阿尔茨海默病模型中，实验发现弥漫性斑块是导致白质髓鞘损伤的主要原因，而非传统的致密核心斑块。这些发现不仅深化了对大脑发育与衰老的理解，也为治疗髓鞘相关神经退行性疾病提供了关键的空间解剖学基础。

References:

• Brain-wide mapping of oligodendrocyte organization, oligodendrogenesis, and myelin injury
  Xu, Yu Kang T. et al.Cell, Volume 0, Issue 0

前往小宇宙评论区与主播互动

这项研究介绍了一个名为 OmicVerse 的综合性分析平台，旨在通过 Python 环境简化体学数据的处理流程。该研究特别开发了 BulkTrajBlend 算法，利用生成对抗网络（GAN）和变分自编码器（VAE）来解决单细胞测序中常见的细胞缺失问题。通过对体数据和单细胞数据的深度融合，该工具能够高精度地模拟缺失细胞并重建真实的细胞发育轨迹。此外，该平台还集成了多组学对齐、差异表达分析及细胞间通讯识别等多种功能。实验证明，该方法在小鼠胰腺、人类骨髓及阿尔茨海默病等多个数据集的分析中均表现出卓越的准确性。最终，OmicVerse 为科研人员提供了一个低代码、可扩展且高效的生物信息学解决方案。

References:

• Zeng, Z., Ma, Y., Hu, L. et al. OmicVerse: a framework for bridging and deepening insights across bulk and single-cell sequencing. Nat Commun 15, 5983 (2024). doi.org

前往小宇宙评论区与主播互动

本文介绍了 PIVOT，这是一款用于多组学空间数据配准的开源、用户友好型软件工具。该工具通过结合人工引导的仿射变换与自动非线性微调，克服了不同成像模式间组织形变和比例不一的整合难题。研究人员利用 PIVOT 成功实现了组织学（H&E）、蛋白质组学、转录组学及代谢组学数据的高精度对齐，并在多项性能指标上优于现有工作流。此外，该程序支持坐标数据与高分辨率图像的无缝转换，有效减少了跨平台数据分析时的用户误差。PIVOT 为构建跨越生物尺度的组织图谱提供了高效方案，显著增强了空间生物学研究的对比分析能力。

References:

• Forjaz A, Romero V M, Reucroft I, et al. PIVOT: an open-source tool for multi-omic spatial data registration[J]. bioRxiv, 2025.

前往小宇宙评论区与主播互动

这项研究揭示了一个由肿瘤细胞、免疫细胞（巨噬细胞）和神经系统构成的三方循环机制，该机制共同驱动了癌症恶病质和厌食症。研究发现，肿瘤分泌的CSF1会诱导巨噬细胞产生GDF15，这种细胞因子随后激活大脑中的GFRAL-RET通路并增强交感神经活性。神经末梢释放的去甲肾上腺素会反过来上调肿瘤中的ZIP4和CSF1，形成一种自我放大的病理反馈环路。这种恶性循环导致了严重的肌肉萎缩、脂肪流失和能量代谢失衡。实验证明，通过药物阻断该轴线上的任一环节，均能有效缓解癌症模型中的衰竭症状，为治疗癌症恶病质提供了新的治疗策略。

References:

• Shi X, Arreola A X, Zhou Z, et al. Tumor-immune-neural circuit disrupts energy homeostasis in cancer cachexia[J]. Cancer Cell, 2026.

前往小宇宙评论区与主播互动

这项研究介绍了一个名为 PaperBanana 的创新框架，旨在通过多智能体系统自动化生成学术插图和统计图表。该系统通过检索、规划、视觉化及审阅四个核心步骤，将复杂的学术文本或原始数据转化为符合现代顶尖 AI 会议（如 NeurIPS）审美标准的专业图形。为了量化生成质量，研究团队同步推出了 PaperBananaBench 基准测试，从内容准确性、表达简洁度、阅读便利性及视觉美感四个维度对模型进行严格评估。实验结果表明，该框架在多项指标上不仅显著超越了现有的通用大模型，在某些领域甚至达到了与人类绘图相媲美的水平。尽管目前仍面临无法生成矢量图和偶尔出现连接错误等限制，但这一工具极大降低了科研人员的绘图门槛并显著提升了学术传播的效率。

References:

• Zhu D, Meng R, Song Y, et al. PaperBanana: Automating Academic Illustration for AI Scientists[J]. arXiv preprint arXiv:2601.23265, 2026.

前往小宇宙评论区与主播互动

这项研究介绍了一种名为 BayesPrism 的新算法，旨在解决从体表转录组数据中精确推断细胞类型比例和基因表达的难题。该工具利用贝叶斯统计模型整合单细胞参考数据，能够有效克服生物样本间的技术偏差，在性能测试中显著优于现有的细胞解卷积方法。通过对多种癌症样本的分析，研究揭示了肿瘤微环境中非恶性细胞（如巨噬细胞和 T 细胞）的分布及其状态对患者生存预后的关键影响。此外，BayesPrism 还能辅助识别不同解剖区域内恶性细胞的特定基因程序，为探索肿瘤进展过程中的细胞间相互作用提供了新视角。这种集成分析方法利用了海量的公共数据资源，为肿瘤学研究提供了一个更具成本效益且高分辨率的基因组观察工具。

References:

• Chu, T., Wang, Z., Pe’er, D. et al. Cell type and gene expression deconvolution with BayesPrism enables Bayesian integrative analysis across bulk and single-cell RNA sequencing in oncology. Nat Cancer 3, 505–517 (2022). doi.org

前往小宇宙评论区与主播互动

这项研究介绍了一款名为 SpaceTracer 的创新计算框架，旨在直接从空间转录组数据中检测体细胞单核苷酸变异 (SNVs)。该工具克服了空间测序数据稀疏且噪声大的技术瓶颈，通过结合贝叶斯网络、机器学习和单倍型相位分析，实现了高精度的突变识别。利用这些天然存在的遗传标志物，研究者能够在保留组织原始空间结构的基础上，追踪细胞谱系的演化与迁移过程。在对皮肤鳞状细胞癌的应用中，该方法揭示了非肿瘤上皮细胞的大规模预侵袭性迁移，并捕捉到了突变 B 细胞向肿瘤内部浸润的动态。SpaceTracer 作为一种无损的谱系追踪平台，为深入探索肿瘤微环境及人体发育过程中的复杂细胞交互提供了强有力的辅助。该算法目前已在 GitHub 开放源代码，具有推动癌症免疫治疗和精准生物医学发展的巨大潜力。

References:

• Yang Z, Yao M, Yang Q, et al. Detection of Somatic Point Mutations Directly from Spatial Transcriptomics Enables in vivo Spatiotemporal Lineage Tracing[J]. bioRxiv, 2026: 2026.02. 04.703493.

前往小宇宙评论区与主播互动

这项研究介绍了一种名为 Seq-Scope-X 的创新空间多组学技术，旨在突破传统空间转录组学在分辨率和通量上的局限。该方法通过结合可膨胀水凝胶物理放大组织样本，并利用 NovaSeq 6000 测序芯片捕获生物分子，实现了亚微米甚至纳米级的空间观测精度。Seq-Scope-X 不仅能精确区分细胞内的细胞核与细胞质转录组，还能通过抗体条形码技术同步检测蛋白质的空间分布。研究团队在小鼠肝脏、大脑和人类扁桃体等多种组织中验证了该技术，证明了其在揭示复杂组织架构和亚细胞代谢异质性方面的卓越性能。此外，通过引入 DMAA 凝胶化学，该技术理论上可将有效分辨率提升至 60–180 纳米，为深入探索微观生物学过程提供了强有力的工具。

References:

• Anacleto A, Cheng W, Feng Q, et al. Seq-Scope-eXpanded: spatial omics beyond optical resolution[J]. Nature Communications, 2026.

前往小宇宙评论区与主播互动