聊聊Sci

这篇文章介绍了计算设计合成受体用于增强癌症T细胞疗法的研究。研究人员开发了一种名为T-SenSER（肿瘤微环境传感开关受体）的平台，用于从头组装具有可编程信号传导活性的变构受体。这些受体被设计用来响应肿瘤微环境（TME）中的可溶性因子，如VEGF和CSF1，从而为工程化T细胞提供共刺激和细胞因子信号。通过将T-SenSER与嵌合抗原受体（CAR-T）结合使用，研究在肺癌和多发性骨髓瘤模型中证明了增强的抗肿瘤反应，突出了这种方法在加速新型合成生物传感器开发中的潜力。

References:

• Rath J A, Rudden L S P, Nouraee N, et al. Computational design of synthetic receptors with programmable signalling activity for enhanced cancer T cell therapy[J]. Nature Biomedical Engineering, 2025: 1-21.

前往小宇宙评论区与主播互动

这篇文章系统地探讨了将人工智能 (AI) 技术应用于中风的中医药 (TCM) 治疗研究。文章首先指出，尽管中医在治疗中风方面具有疗效，但其复杂的多组分、多靶点机制阻碍了其广泛应用。为克服这一挑战，该综述详细介绍了机器学习、深度学习和自然语言处理等 AI 技术如何应用于靶点预测、机制阐释和临床诊断，旨在实现中风治疗的精准化。最后，文章提出了一个前瞻性的理论框架，强调大型语言模型 (LLMs) 和 AI 集成虚拟细胞 (AIVC) 模型在未来整合多维度数据和动态模拟中医复杂药理作用中的巨大潜力。

References:

• Meng Q, Mi Y, Wang F, et al. Intelligent technology leads the transformation of traditional Chinese medicine: Large models and virtual cells aid modern analysis of stroke treatment[J]. Pharmacological Research, 2025: 107953.

前往小宇宙评论区与主播互动

这篇文章通过结合单细胞和空间转录组学技术，详细阐述了人类早期心脏发育过程中的时空基因表达和细胞动态。研究人员创建了一个高分辨率的人类心脏发育转录组图谱，揭示了从妊娠后第5.5周到第14周期间，31种粗粒度和72种细粒度细胞状态的空间排列，以及它们在不同功能生态位中的组织。该研究提供了关于心脏起搏传导系统、心脏瓣膜和心房隔膜形成的关键见解，并首次在空间上描述了胎儿心脏中的嗜铬细胞群。这项工作为探索人类心脏发育的细胞和分子蓝图提供了一个开放获取的交互式资源，有助于理解先天性心脏病的遗传病因。

References:

• Lázár E, Mauron R, Andrusivová Ž, et al. Spatiotemporal gene expression and cellular dynamics of the developing human heart[J]. Nature Genetics, 2025: 1-16.

前往小宇宙评论区与主播互动

这篇文章概述了低氧环境（缺氧）在人类肺部发育中扮演的关键角色，它指导肺祖细胞倾向于气道细胞命运，同时抑制肺泡细胞的形成。作者利用组织来源的类器官模型，发现这一过程由缺氧诱导因子（HIF）活性控制，特别是HIF1α和HIF2α具有独特的作用和靶点。此外，该研究还显示缺氧能够将成熟的肺泡II型细胞（AT2）转化为气道样细胞，这表明缺氧既是发育信号，也可能与病理肺部的异常细胞命运改变有关。

References:

• Dong Z, Wit N, Agarwal A, et al. Hypoxia promotes airway differentiation in the human lung epithelium[J]. Cell Stem Cell, 2025.

前往小宇宙评论区与主播互动

这份研究主要关注成人弥漫性胶质瘤（一种常见的脑肿瘤）中的三级淋巴结构 (TLSs)，传统上认为胶质瘤属于“免疫冷”肿瘤。作者在 15% 的胶质瘤中发现了这些结构，并根据其细胞组成和免疫活动将其分为三种亚型：T-low-TLS、B:T-TLS 和PC-TLS。研究发现，具有成熟功能性 TLS（特别是 B:T-TLS 和 PC-TLS）的患者的总生存期有所改善，表明这些结构在胶质瘤的适应性免疫激活中发挥着关键作用。该研究利用多模式空间分析（包括空间转录组学和蛋白质组学）来探究 TLS 的功能特征，例如克隆性淋巴细胞扩增和浆细胞形成，并提出 TLS 成熟度可以作为预测免疫治疗敏感性的生物标志物。

References:

• Cakmak P, Lun J H, Singh A, et al. Spatial immune profiling defines a subset of human gliomas with functional tertiary lymphoid structures[J]. Immunity, 2025.

前往小宇宙评论区与主播互动

这篇文章介绍了星形胶质细胞在脑损伤修复中的关键作用，特别是中风后在病灶边界形成的反应性星形胶质细胞。作者通过单细胞测序和空间转录组学技术，确定了表达干扰素诱导蛋白BST2（骨髓基质细胞抗原2）的星形胶质细胞聚集在损伤边界，并将其归类为干扰素反应性星形胶质细胞。研究核心机制在于，BST2通过激活PKCβII-NF-κB信号通路，上调补体C3的表达和分泌，从而招募表达C3a受体（C3aR）的小胶质细胞。作者发现，对星形胶质细胞特异性敲除BST2，或使用BST2单克隆抗体阻断其信号传导，可以减少星形胶质细胞与小胶质细胞之间的有害串扰，减轻早期神经元损伤，并改善小鼠中风后的运动功能。

References:

• Zhang S, Yuan M, Zhou J, et al. BST2 expression at astrocyte borders promotes microglial recruitment via the C3/C3aR signaling[J]. Neuron, 2025.

前往小宇宙评论区与主播互动

这篇文章详细介绍了作者进行的一项长达 3.3 年的猕猴研究，证明口服维生素 C 补充剂可以延缓卵巢衰老。研究人员利用单细胞转录组学时钟（single-cell transcriptomic clock）分析发现，维生素 C 减轻了氧化应激、细胞衰老和卵泡损耗等关键衰老标志。作者提出，这种延缓衰老的作用部分是通过激活 NRF2 抗氧化途径来实现的，从而支持维生素 C 作为一种有潜力对抗生殖衰老的营养策略。

References:

• Jing Y, Lu H, Li J, et al. Vitamin C conveys geroprotection on primate ovaries[J]. Cell Stem Cell, 2025.

前往小宇宙评论区与主播互动

这篇文章介绍了一种新颖的人类心脏-巨噬细胞类器官平台（hHMAs），该平台通过将人类多能干细胞衍生的胚胎单核细胞整合到心脏类器官中生成。研究人员利用hHMAs来模拟免疫-心脏相互作用以及心律失常等疾病，证实了组织驻留巨噬细胞（TRMPs）在心脏发育和电传导中的重要作用。通过单细胞转录组学、活体成像和蛋白质组学等多种分析，该研究深入探讨了TRMPs如何通过细胞外囊泡（EVs）和胞葬作用与心肌细胞进行交流。最后，研究者展示了在hHMAs中，慢性NLRP3炎性体激活能够诱发心房颤动的表型，提供了一个用于机制研究和药物测试的强大体外模型。

References:

• O’Hern C, Caywood S, Aminova S, et al. Human heart-macrophage assembloids mimic immune-cardiac interactions and enable arrhythmia disease modeling[J]. Cell Stem Cell, 2025.

前往小宇宙评论区与主播互动

这篇文章详细介绍了一种名为 SphereDiff 的三维培养方法，用于高效、稳定地从人多能干细胞中生成高纯度的中脑多巴胺祖细胞（mDAP），这对于帕金森病（PD）的细胞疗法具有重要意义。研究人员开发了 TX-SISBAR（跨移植单细胞分离条形码）技术，以描绘供体细胞移植后的克隆谱系命运，发现丘脑下部祖细胞主要分化为谷氨酸能神经元，而中脑祖细胞则产生多巴胺能神经元和星形胶质细胞。基于这些谱系见解，他们通过逐步激活 WNT 信号优化了分化方案（SphereDiff stepwise），成功消除了脱靶的丘脑下部祖细胞。最终，使用优化方法生成的供体细胞在 PD 模型小鼠中移植后，产生了功能成熟且几乎纯净的多巴胺能神经元，有效恢复了多巴胺水平和运动功能。

References:

• Zhang X, Wu Z, He H, et al. 3D-generation of high-purity midbrain dopaminergic progenitors and lineage-guided refinement of grafts supports Parkinson’s disease cell therapy[J]. Cell Stem Cell, 2025.

前往小宇宙评论区与主播互动

这篇文章介绍了一种名为多分辨率变分推断 (MrVI) 的深度生成模型，旨在处理大规模单细胞基因组学研究中的样本异质性。MrVI 通过解决样本分层和评估组间细胞分子差异这两个核心问题，超越了传统分析中简单地对细胞信息求平均的方法。该模型通过利用反事实分析和分层潜在变量来整合来自多个样本的数据，同时区分感兴趣的协变量和干扰因素。文章随后展示了MrVI在分析COVID-19队列、药物扰动筛选以及克罗恩病（Crohn’s disease） 研究中的应用，证明了其在识别临床相关细胞亚群和发现新生物学见解方面的有效性。

References:

• Boyeau P, Hong J, Gayoso A, et al. Deep generative modeling of sample-level heterogeneity in single-cell genomics[J]. Nature Methods, 2025: 1-11.

前往小宇宙评论区与主播互动