聊聊Sci

这篇文章利用狂犬病毒介导的逆行追踪技术，对胶质母细胞瘤（GB）的神经元-肿瘤网络进行了深入研究，揭示了GB细胞快速整合到神经回路中，从而促进其侵袭和生长。研究表明，这种整合发生在疾病的早期阶段，并且涉及胆碱能和谷氨酸能神经元等多种神经元群体。关键发现包括乙酰胆碱介导的肿瘤生长以及放射疗法增加神经元活动和连接。此外，文章提出了靶向神经元-肿瘤网络的治疗潜力，包括使用药物断开连接或通过狂犬病毒介导的基因消融来抑制肿瘤进展。

References:

• Tetzlaff S K, Reyhan E, Layer N, et al. Characterizing and targeting glioblastoma neuron-tumor networks with retrograde tracing[J]. Cell, 2025, 188(2): 390-411. e36.

前往小宇宙评论区与主播互动

这篇文章介绍了一种名为 STAMP（用于揭示空间模式的空间转录组学分析主题建模）的新型计算方法，该方法专门用于处理具有空间背景的高维基因表达测量。STAMP是一种可解释且具有空间感知能力的降维技术，它基于深度生成模型，能够返回具有生物学相关性的低维空间主题及其相关的基因模块。文章通过在从小鼠海马体和肺癌样本到小鼠胚胎发育时间序列等多个数据集上的应用，证明了STAMP在识别生物学相关结构、整合多样本数据以及处理跨不同技术数据集方面的卓越性能和可扩展性，并且在模块连贯性和多样性方面优于其他竞争方法。

References:

• Zhong C, Ang K S, Chen J. Interpretable spatially aware dimension reduction of spatial transcriptomics with STAMP[J]. Nature Methods, 2024, 21(11): 2072-2083.

前往小宇宙评论区与主播互动

这篇科学研究文章探讨了神经系统在癌症生物学中的重要作用，特别是其对癌症转移的贡献。研究人员发现，神经元能够将其线粒体转移给癌细胞，从而增强了癌细胞的代谢适应性和侵袭性。他们开发了一种名为 MitoTRACER 的新型遗传报告系统，用于永久标记接收了神经元线粒体的癌细胞，并进行谱系追踪。通过体内和体外实验，研究表明获得线粒体的癌细胞表现出更高的干性、代谢能力和对转移应激源的抵抗力，这解释了它们在转移部位的富集现象。总之，这些发现揭示了神经系统通过线粒体转移支持癌症代谢和转移扩散的非自主机制。

References:

• Hoover G, Gilbert S, Curley O, et al. Nerve-to-cancer transfer of mitochondria during cancer metastasis[J]. Nature, 2025: 1-11.

前往小宇宙评论区与主播互动

这篇研究介绍了一种可供人类解读的假设语法，用于编码多细胞系统生物学模型，从而实现虚拟细胞实验室的民主化。这种框架将复杂的多细胞动力学以通俗易懂的语言进行编码，并可用于数字化模拟肿瘤微环境和神经发育等过程。作者们提供了多个应用实例，包括模拟肿瘤细胞对环境的反应以及脑部发育的分层形成，并展示了如何利用多组学数据来个性化、参数化和验证这些虚拟实验。这种方法旨在通过在体外（in silico）假设检验将理论与数据联系起来，加速生物学发现，并使得数学建模更易于生物学界和临床研究人员使用，以预测多细胞系统的演变行为。

References:

• Johnson J A I, Bergman D R, Rocha H L, et al. Human interpretable grammar encodes multicellular systems biology models to democratize virtual cell laboratories[J]. Cell, 2025, 188(17): 4711-4733. e37.

前往小宇宙评论区与主播互动

这篇文章介绍了一种通过多重免疫荧光（mIF）与苏木精和伊红（H&E）图像协同注册来自动化组织病理学细胞注释和分类的新颖方法。它详细阐述了如何利用深度学习模型，结合自监督学习和领域适应技术，对H&E图像中的四种主要细胞类型进行分类，并取得了86%至89%的整体准确率。该研究强调了这种自动化方法在识别空间生物标志物方面的潜力，这些生物标志物与癌症患者的生存率和对免疫检查点抑制剂的反应相关。通过消除人工注释的低效和误差，此技术有望推动精准肿瘤学的发展，提供一种可扩展的、用于常规组织病理学单细胞分析的强大工具。

References:

• Li Z, Mirjahanmardi S H, Sali R, et al. Automated cell annotation and classification on histopathology for spatial biomarker discovery[J]. Nature Communications, 2025, 16(1): 6240.

前往小宇宙评论区与主播互动

这篇文章介绍了CMAP（Cellular Mapping of Attributes with Position），这是一种新颖的方法，旨在通过整合单细胞和空间转录组数据来高精度绘制单个细胞的空间位置。文章指出，传统的单细胞RNA测序技术牺牲了空间信息，而现有的空间转录组技术又难以达到完整的单细胞分辨率。CMAP通过一个分而治之的策略解决了这些限制，包括域划分、最优位点分配和精确位置确定。通过对模拟和真实数据集的广泛评估，CMAP在细胞定位准确性和基因表达模式重建方面表现优于其他方法，并能够揭示细胞在组织微环境中的空间异质性。这项技术为理解复杂的生物系统提供了更深入的见解，例如肿瘤微环境和内皮细胞的器官特异性。

References:

• Ke J, Xu J, Liu J, et al. High-resolution mapping of single cells in spatial context[J]. Nature Communications, 2025, 16(1): 6533.

前往小宇宙评论区与主播互动

这篇文章出自大名鼎鼎的诺奖获得者David Baker组，文章介绍了一种计算设计方法，用于创建具有序列特异性的DNA结合蛋白（DBPs）。它详细说明了DBPs的设计过程，包括构建骨架文库、对接方法和序列优化技术。该研究还通过酵母展示、体外结合分析和X射线共晶体结构等方式验证了所设计DBPs的亲和力和特异性。此外，该论文展示了这些设计的DBPs在大肠杆菌和哺乳动物细胞中调节基因转录的成功应用，突出了其在基因编辑和合成生物学领域的潜力。

References:

• Glasscock C J, Pecoraro R J, McHugh R, et al. Computational design of sequence-specific DNA-binding proteins[J]. Nature Structural & Molecular Biology, 2025: 1-10.

前往小宇宙评论区与主播互动

这篇论文深入探讨了脑屏障系统在认知功能、衰老和神经退行性疾病中的作用。研究人员通过分析脑脊液和血浆中的蛋白质水平，揭示了衰老如何导致血脑屏障通透性增加，以及这种变化对认知健康的影响。论文还探讨了性别差异和遗传因素如何影响脑脊液与血浆的蛋白质平衡，并发现了与认知障碍相关的特定蛋白质。这项工作为理解人脑屏障功能障碍提供了分子层面的见解，并对开发靶向脑部的治疗方法具有重要意义。

References:

• Farinas A, Rutledge J, Bot V A, et al. Disruption of the cerebrospinal fluid-plasma protein balance in cognitive impairment and aging[J]. Nature Medicine, 2025: 1-12.

前往小宇宙评论区与主播互动

这篇文章提供了一项针对阿尔茨海默病 (AD)、帕金森病 (PD) 和额颞叶痴呆 (FTD) 的大规模血浆蛋白质组学研究的概述。研究分析了来自全球神经退行性疾病蛋白质组学联盟 (GNPC) 的 10,527 份血浆样本，以识别这些神经退行性疾病中共有和疾病特异性的蛋白质标记物和生物学通路。结果表明，PD 和 FTD 表现出最高的蛋白质组学重叠，而 AD 和 PD 的重叠最少。研究还发现，免疫系统、糖酵解和基质相关通路在所有疾病中均富集，同时识别出每个疾病独特的通路和关键调控蛋白质，例如 AD 中的 RPS27A、PD 中的 IRAK4 和 FTD 中的 MAPK1。最终，该研究开发了高特异性的疾病预测模型，突出了血浆生物标志物在神经退行性疾病诊断和治疗策略中的潜力。

References:

• Ali M, Erabadda B, Chen Y, et al. Shared and disease-specific pathways in frontotemporal dementia and Alzheimer’s and Parkinson’s diseases[J]. Nature Medicine, 2025: 1-11.

前往小宇宙评论区与主播互动

这项由全球神经退行性蛋白质组学联盟（GNPC）进行的研究，旨在通过建立一个大型的标准化蛋白质组学数据集来加速神经退行性疾病（如阿尔茨海默病、帕金森病、额颞叶痴呆和肌萎缩性侧索硬化症）的生物标志物和药物靶点发现。该联盟是一个公私合作项目，汇集了来自23个合作伙伴的超过35,000份生物流体样本，包含了大约2.5亿个独特的蛋白质测量数据。通过对这些数据的初步分析，研究人员成功识别出疾病特异性的蛋白质表达差异，发现了反映疾病严重程度的跨诊断蛋白质特征，以及与APOE ε4基因型相关的血浆蛋白质特征。这些发现不仅验证了已知的蛋白质标志物，还提出了新的治疗靶点候选，强调了国际合作和数据共享在推动神经退行性疾病研究中的重要性。该数据集将从2025年7月15日起向更广泛的研究社区开放，以促进未来的研究和药物开发。

References:

• Imam F, Saloner R, Vogel J W, et al. The Global Neurodegeneration Proteomics Consortium: biomarker and drug target discovery for common neurodegenerative diseases and aging[J]. Nature Medicine, 2025: 1-11.

前往小宇宙评论区与主播互动