聊聊Sci

这篇文章概述了一项关于转移性胰腺导管腺癌 (PDAC) 空间转录组可塑性的研究，该研究使用了从 13 名患者的原发性肿瘤和多器官转移灶（肝、肺和腹膜）的快速尸检中收集的样本。研究人员构建了肿瘤细胞谱系状态、克隆结构和肿瘤微环境 (TME) 的高分辨率图谱，揭示了肿瘤从原发部位到特定器官转移灶过程中发生的转录组学差异。主要发现包括不同转移灶（尤其是肝脏和肺部）之间的显著转录组差异、患者特异性的克隆演化轨迹，以及“基底样”癌细胞与肌成纤维细胞样癌症相关成纤维细胞 (myCAFs) 之间的空间共定位。这些 myCAFs 似乎通过 CXCL12–CXCR4 信号通路促使浆细胞排除在肿瘤环境之外，强调了转移性 PDAC 中谱系状态、TME 组成和免疫抑制之间的复杂关系。

References:

• Pei G, Min J, Rajapakshe K I, et al. Spatial mapping of transcriptomic plasticity in metastatic pancreatic cancer[J]. Nature, 2025: 1-10.

这篇Science文章介绍了一种神经元之间新的非突触通信机制，即树突纳米管 (DNT) 网络，挑战了传统上认为神经元主要通过突触进行通信的观点。研究人员利用先进的显微镜技术在小鼠和人类大脑组织中识别出这些由树突丝状伪足形成的、含有肌动蛋白的细长膜桥，它们能够介导钙信号和大分子（如淀粉样蛋白 Aβ）在神经元之间的远距离传输。重要的是，该研究表明，在阿尔茨海默病 (AD) 的早期病理阶段，DNT 网络的形成和功能发生变化，并且计算模型预测这种异常连接的增加可能会加速有毒 Aβ 在特定神经元内的累积，从而为AD的传播机制提供了一个新的见解。

References:

• Chang M, Krüssel S, Parajuli L K, et al. Intercellular communication in the brain through a dendritic nanotubular network[J]. Science, 2025, 390(6768): eadr7403.

这篇来自Science的研究文章发现了植物根系微生物定植的机制，重点是内皮细胞屏障缺陷导致局部谷氨酰胺泄漏如何驱动细菌在根表面的空间分布。研究人员发现，内皮细胞屏障的完整性，特别是凯氏带（Casparian Strip），对于限制谷氨酰胺等营养物质泄漏到根际至关重要。当该屏障受损时，泄漏出的谷氨酰胺作为主要的化学引诱剂和营养来源，能够强烈吸引细菌，并促进它们在特定区域（如侧根萌发部位和屏障缺陷区）的过度增殖。最终，这种对细菌群落的调控对于限制慢性免疫刺激和维持植物健康至关重要。

References:

• Tsai H H, Tang Y, Jiang L, et al. Localized glutamine leakage drives the spatial structure of root microbial colonization[J]. Science, 2025, 390(6768): eadu4235.

这篇来自诺奖得主David Baker组最新的Science研究论文介绍了预测人类蛋白质-蛋白质相互作用（PPI）的系统性方法，旨在克服现有实验和计算方法的局限性。研究人员通过两个关键创新显著提高了预测精度和效率：首先，他们利用7倍更深的多序列比对（MSAs），直接从大量未组装的真核基因组数据中获取更强的共进化信号，创建了omicMSA。其次，他们开发了一种名为RoseTTAFold2-PPI (RF2-PPI)的快速深度学习网络，该网络利用从AlphaFold数据库中提取的结构域-结构域相互作用（DDI）数据进行训练，训练数据集规模扩大了17倍。通过结合RF2-PPI的快速筛选能力和AlphaFold2的准确三维建模，研究团队系统筛选了超过1.91亿个人类蛋白质对，最终预测出17,849个高置信度PPI，其中包括3,631个先前未知的相互作用，特别是在跨膜蛋白中，这些发现为理解人类疾病的分子机制提供了新的见解。

References:

• Zhang J, Humphreys I R, Pei J, et al. Predicting protein-protein interactions in the human proteome[J]. Science, 2025: eadt1630.

这篇文章报告了一项多组学研究，旨在找出导致非小细胞肺癌患者对免疫检查点抑制剂联合化疗产生抵抗的因素。通过分析大量的单细胞转录组和空间转录组数据，研究人员在肿瘤微环境中发现了胶原蛋白XI α 1链阳性（COL11A1+）癌症相关成纤维细胞和分泌型磷蛋白1阳性（SPP1+）巨噬细胞之间的相互作用。这种相互作用会导致肿瘤边界胶原纤维沉积，从而阻碍T细胞浸润，预示着较差的预后。此外，研究还揭示了三级淋巴结构（TLSs）的不同成熟阶段，其中激活的TLSs与改善预后相关，而缺氧环境则可能抑制TLSs的发展并导致预后不佳。

References:

• Yan Y, Sun D, Hu J, et al. Multi-omic profiling highlights factors associated with resistance to immuno-chemotherapy in non-small-cell lung cancer[J]. Nature Genetics, 2025, 57(1): 126-139.

这篇文章详细介绍了一种名为 TORCH 的深度学习模型，该模型旨在使用细胞学图像来 预测原发灶不明癌症 (CUP) 的肿瘤来源，特别是在胸腔积液和腹水病例中。研究人员使用来自四个医院的 57,220 例数据集开发并测试了TORCH，结果显示其在 癌症诊断和肿瘤定位 方面表现出 高准确性 和强大的泛化能力。值得注意的是，TORCH 的预测效果 优于病理学家，并且在辅助初级病理学家诊断时能 显著提高他们的准确率。此外，该研究还发现，根据 TORCH 预测结果进行治疗的 CUP 患者的 总体生存期更长，这突显了该模型在 临床实践中作为辅助工具的潜力，但需要进一步的随机试验来验证。

References:

• Tian F, Liu D, Wei N, et al. Prediction of tumor origin in cancers of unknown primary origin with cytology-based deep learning[J]. Nature Medicine, 2024, 30(5): 1309-1319.

这篇文章介绍了名为 TOOLUNIVERSE 的创新生态系统，旨在通过提供一个统一的工具和数据分析共享环境来实现人工智能科学家的自主化。这个开源平台将大型语言模型（LLMs）、代理和推理模型与 600 多种科学工具、数据集和 API 相结合，以便构建定制的 AI 科学家。TOOLUNIVERSE 通过其 AI-工具交互协议标准化了工具的识别和调用，并提供了工具发现、创建、优化和组合等核心组件，从而支持端到端的研究工作流。一个针对高胆固醇血症的案例研究表明，TOOLUNIVERSE 能够筛选和优化候选药物分子，成功地恢复了已知发现并提出了新的专利候选药物。该生态系统旨在通过标准化和提高互操作性，克服现有 AI 研究系统定制化、工作流僵化和缺乏共享基础设施的局限性。

References:

• Gao S, Zhu R, Sui P, et al. Democratizing AI scientists using ToolUniverse[J]. arXiv preprint arXiv:2509.23426, 2025.

这篇文章探讨了在生物医学研究中利用AI 科学家（即具有怀疑性学习和推理能力的系统）的愿景。文章详细介绍了AI 代理如何通过协调大型语言模型（LLMs）、机器学习（ML）工具和实验平台来增强研究，将人类的创造力与 AI 分析大规模数据的能力相结合。作者们提出了一个 AI 代理的自主性级别分类（从 0 级到 3 级），描述了它们在假设生成、实验设计和推理方面的不断进步，并讨论了 AI 代理在遗传学、细胞生物学和化学生物学中的应用。最后，文章也论述了构建这些代理所需的关键模块（感知、交互、内存和推理），以及与可靠性、评估、数据生成、治理和风险相关的重大挑战。

References:

• Gao S, Fang A, Huang Y, et al. Empowering biomedical discovery with AI agents[J]. Cell, 2024, 187(22): 6125-6151.

这篇综述探讨了细胞因子在癌症中的功能作用，细胞因子是免疫细胞用于通讯的蛋白质。文章概述了不同细胞因子家族，例如干扰素（IFN）家族，在抗肿瘤免疫中的关键角色，以及先天炎症细胞因子可能促进肿瘤发生的作用。它还讨论了靶向细胞因子通路的治疗方法所面临的挑战，并审视了从阻断疗法到工程细胞因子疗法等新兴癌症治疗方法的当前进展和局限性。文章强调了需要更好地理解这些通路，特别是针对细胞因子毒性和局部递送策略，以实现更有效的癌症治疗。

References:

• Kureshi C T, Dougan S K. Cytokines in cancer[J]. Cancer Cell, 2025, 43(1): 15-35.

这篇综述讨论了嵌合抗原受体T细胞（CAR-T）疗法在治疗实体瘤方面所面临的挑战和最新进展。文章指出，尽管CAR-T疗法在血液系统恶性肿瘤中取得了显著成功，但在实体瘤中的应用受限于抗原异质性和免疫抑制性肿瘤微环境（TME）等因素。为了增强疗效，综述探索了多种策略，例如提高T细胞的持久性和细胞毒性、靶向多种抗原以及结合免疫检查点抑制剂等。此外，文章还概述了针对肺癌、肝细胞癌、胃癌和胶质瘤等多种实体瘤的临床试验结果，并展望了通过基因编辑和新型CAR设计等技术克服障碍的未来前景。

References:

• Du B, Qin J, Lin B, et al. CAR-T therapy in solid tumors[J]. Cancer Cell, 2025, 43(4): 665-679.