聊聊Sci

这项研究开发了一种基于微流控芯片的3D人体着床模型，通过将生物工程合成的类子宫内膜（endometrioids）与人类囊胚（blastoids）或自然囊胚共培养，精准模拟受精卵植入过程。研究人员利用该平台对比了健康女性与复发性着床失败（RIF）患者的样本，揭示了患者子宫内膜在细胞凋亡、DNA损伤及细胞间通讯方面的显著差异。通过对一千多种FDA批准药物进行高通量筛选，该研究为不同RIF患者识别出了能够增强着床效率的个性化候选药物。这些发现不仅为理解人类早期妊娠提供了分子机制，还为临床治疗不孕症开辟了精准医疗的新路径。总之，该系统作为一种低成本且可扩展的工具，极大地提升了评估胚胎与子宫内膜相互作用及发现潜在疗法的能力。

References:

• A 3D in vitro model for studying human implantation and implantation failure
  Li, Qian et al.Cell, Volume 189, Issue 1, 70 - 86.e20

前往小宇宙评论区与主播互动

这项研究开发了一种名为CyCLoPs的新型细胞定位平台，旨在实时监测体内细胞对细胞因子的响应。该系统巧妙地将细胞因子与其受体结合产生的瞬时物理相互作用，转化为持久且可遗传追踪的荧光信号。通过构建特定的小鼠模型，研究人员成功观察到IL-17A主要在小肠绒毛处引发反应，而非隐窝。此外，该工具还识别出了肿瘤环境中受IFN-γ影响的特定CD8+ T细胞群体，这些细胞表现出效应功能下降的特征。总之，CyCLoPs为在复杂生物系统中精确识别、定位及分析受细胞因子调控的靶细胞提供了强大的技术手段。

References:

• In vivo detection of immune responses via cytokine activity labeling
  Lu, Guangqing et al.Cell, Volume 0, Issue 0

前往小宇宙评论区与主播互动

这项研究利用单细胞转录组学技术，系统地分析了多种形态发生素（如SHH、FGF8、RA等）在不同时间和浓度下如何影响人类脑类器官的区域化发育。研究人员开发了大规模筛选方法，揭示了调节神经图式形成的关键基因调控网络（regulons），并对比了传统类器官与具有组织结构的MiSTR模型在响应信号分子时的差异。实验发现，调节因子的加入时机与剂量能够精确引导细胞向端脑、下丘脑或后脑等特定大脑区域分化。研究还指出，细胞系之间的遗传差异和培养环境的物理约束会显著影响神经图式的生成效果。该工作为优化体外神经模型提供了重要资源，有助于更准确地模拟人类中枢神经系统的早期发育过程。

References:

• Sanchís-Calleja F, Azbukina N, Jain A, et al. Systematic scRNA-seq screens profile neural organoid response to morphogens[J]. Nature Methods, 2025: 1-14.

前往小宇宙评论区与主播互动

这项研究揭示了巨噬细胞在摄取不同谱系的凋亡细胞后，会根据其身份产生功能分化。研究发现，在IL-4环境下，吞噬凋亡中性粒细胞会诱导巨噬细胞产生组织修复特征，而吞噬凋亡肝细胞则促使巨噬细胞转向免疫耐受表型。实验证明，这一过程依赖于特定的吞噬受体，如 AXL 和 MERTK，它们通过选择性识别凋亡细胞来调控巨噬细胞的转录图谱。在血吸虫病等感染模型中，这种基于凋亡细胞身份的重编程显著影响了寄生虫卵清除和组织损伤的修复。该发现强调了凋亡细胞不仅是代谢垃圾，更是调节先天免疫多样性的关键信号来源。这些结论为开发针对炎症和纤维化疾病的巨噬细胞细胞疗法提供了新的理论支持。
References:

• Imke Liebold et al. Apoptotic cell identity induces distinct functional responses to IL-4 in efferocytic macrophages.Science384,eabo7027(2024).DOI:10.1126/science.abo7027

前往小宇宙评论区与主播互动

这项研究介绍了一种名为 Stack 的单细胞基础模型，旨在克服现有模型在跨条件泛化和任务扩展方面的局限性。Stack 的核心创新在于引入了细胞上下文机制，通过捕获同一样本内细胞间的相互作用来增强单细胞表征。该模型在包含 1.89 亿个人类细胞 的大规模数据集上进行预训练，并采用创新的上下文学习架构，使其无需针对特定任务微调即可进行推理。通过名为“细胞提示工程”的技术，Stack 能够模拟细胞在未见过的药物或生物条件下的反应。研究人员利用该模型生成了 Perturb Sapiens，这是一个涵盖 28 个组织和 201 种扰动状态的全生物体虚拟图谱。实验证明，Stack 在细胞分类、批次整合以及扰动效应预测等任务中的表现均显著优于现有的单细胞基准模型。

References:

• Stack: In-Context Learning of Single-Cell Biology

前往小宇宙评论区与主播互动

这项研究介绍了一个名为 ClockBase 的平台，该系统利用 AI 智能体 对数百万份人类与小鼠的公开分子数据进行自动化分析。研究团队通过 大型语言模型 构建了能模拟专家流的工作流，精准地评估了数万种干预措施对 生物学年龄 的影响。分析结果揭示了多种具备 抗衰老潜力 的药物和基因干预，其中特别验证了 欧巴因 (ouabain) 在老年小鼠实验中的显著疗效。实验证明，该药物不仅能降低 转录组年龄，还能改善心脏功能并减轻 衰老相关的虚弱感。总而言之，该工作展示了 人工智能 在大规模挖掘长寿干预措施及加速 精准抗衰老医学 发现方面的巨大潜力。

References:

• Autonomous AI Agents Discover Aging Interventions from Millions of Molecular Profiles
• doi: https://doi.org/10.1101/2023.02.28.530532

前往小宇宙评论区与主播互动

这项研究构建了中国人群免疫多组学图谱（CIMA），填补了东亚人群在大规模单细胞免疫分析领域的空白。研究人员采集了428名个体的血液样本，利用单细胞RNA测序和单细胞ATAC测序技术，详细定义了73种免疫细胞类型及其复杂的调控网络。分析揭示了免疫特征如何受年龄、性别及遗传变异的影响，并识别出大量具有细胞类型特异性的定量性状位点（xQTL）。通过整合多种组学数据，该研究阐明了非编码区遗传变异如何通过调节特定免疫细胞的基因表达来影响类风湿性关节炎等疾病的易感性。此外，团队还开发了CIMA-CLM深度学习模型，能够精准预测非编码变异对染色质开放性的影响。这一成果为理解免疫调节机制提供了宝贵资源，并有望推动针对免疫相关疾病的精准医疗方案开发。

References:

• Yin J, Zheng Y, Huang Z, et al. Chinese Immune Multi-Omics Atlas[J]. Science, 2026, 391(6781): eadt3130.

前往小宇宙评论区与主播互动

这项研究通过构建涵盖26种实体瘤类型的泛癌单细胞转录组图谱，深入解析了肿瘤微环境（TME）的高度复杂性与异质性。研究人员利用超过450万个高质量细胞的数据，根据免疫、骨髓和间质成分的精细组成，将所有肿瘤划分为10个稳定的分型。这些不同的分型在免疫检查点阻断（ICB）疗法的临床响应上表现出显著差异，其中T细胞富集型通常预示着更好的治疗效果。此外，研究揭示了特定巨噬细胞亚群在免疫激活中的关键作用，并识别出与耐药性相关的基质特征。这一分类框架不仅为识别能够从免疫疗法中获益的患者提供了科学依据，还为开发针对特定微环境特征的个性化治疗策略奠定了基础。

References:

• Pan-cancer tumor classification by a holistic tumor microenvironment atlas
• doi: https://doi.org/10.64898/2025.12.27.696641

前往小宇宙评论区与主播互动

这篇文章介绍了 ChatNT，这是一种创新的多模态对话智能体，旨在通过自然语言界面解决复杂的生物学任务。该模型通过投影层将先进的 DNA 编码器与语言解码器相结合，使其能够理解并处理 DNA、RNA 和蛋白质序列。研究人员开发了一套涵盖多种物种和生物过程的指令微调数据集，使 ChatNT 在多项基准测试中达到了最先进的性能。与需要针对特定任务进行微调的传统模型不同，ChatNT 可以直接通过英文对话执行分类和回归任务，极大地降低了生物研究的门槛。此外，该研究还引入了困惑度校准技术来评估预测置信度，并证明了模型能够识别具有生物学意义的序列特征。这一成果为构建能够理解生命科学底层原理且易于使用的通用生物人工智能奠定了基础。

References:

• de Almeida B P, Richard G, Dalla-Torre H, et al. A multimodal conversational agent for DNA, RNA and protein tasks[J]. Nature Machine Intelligence, 2025: 1-14.

前往小宇宙评论区与主播互动

这项研究介绍了一种名为 CREST 的创新型人造子宫内膜支架平台，旨在模拟人类胚胎植入的复杂生理过程。通过使用激素引导供体来源的基质细胞和上皮细胞进行分化，该系统成功再现了子宫内膜在月经周期中从增殖期向分泌期转变的关键形态与功能特征。研究证明，CREST 平台能够支持人类胚胎及类囊胚的高效着床与发育，其效果显著优于传统的二维或三维培养模型。利用单细胞转录组测序技术，科学家们揭示了早期植入阶段滋养层与母体组织之间的配体-受体相互作用，并证实了 AXL 信号通路对滋养层向基质扩展的重要性。这一跨学科研究成果不仅为深入探索早期妊娠的“黑箱”提供了实验载体，也为诊断不孕症和开发个体化治疗方案奠定了基础。

References:

• Modeling human embryo implantation in vitro
  Molè, Matteo A. et al.Cell, Volume 189, Issue 1, 87 - 105.e28

前往小宇宙评论区与主播互动