聊聊Sci

这篇文章介绍了一种名为 ROCKET 的新型机器学习框架，旨在通过整合实验数据来优化蛋白质结构预测。该方法以 AlphaFold2 作为结构先验，通过在多序列比对（MSA）特征空间而非笛卡尔坐标中进行优化，实现了对预测模型的精准微调。ROCKET 能够处理包括 X射线晶体学、冷冻电子显微镜（cryo-EM）和冷冻电子断层扫描（cryo-ET）在内的多种数据模态。研究表明，该工具在低分辨率或高噪声环境下表现优异，能够捕捉到传统自动化建模方法难以识别的构象变化。其核心优势在于无需重新训练网络即可通过推理过程将实验观测值与生物分子模型相结合。最终，ROCKET 为结构生物学提供了一个可扩展且通用的自动化模型构建框架。

References:

• Fadini A, Li M, McCoy A J, et al. AlphaFold as a prior: experimental structure determination conditioned on a pretrained neural network[J]. Nature Methods, 2026: 1-11.

前往小宇宙评论区与主播互动

这项研究介绍了一种名为随机邻居得分（RNS）的新型评估框架，旨在量化蛋白质语言模型（pLM）生成嵌入表示时的不确定性。作者发现，当模型无法有效学习特定的蛋白质序列时，其生成的向量表示会与随机生成的非生物序列高度重叠，形成所谓的“嵌入垃圾场”。通过计算一个序列在潜空间邻居中合成随机序列所占的比例，该方法能够有效地在进行下游任务预测（如结构或功能预测）之前预筛低质量数据。实验证明，高不确定性得分与预测准确度的显著下降密切相关，这揭示了现有模型在处理人类蛋白质组及代谢组学数据时存在的固有偏见。这种独立于模型架构的评分工具为提升生物信息学推理的可靠性提供了标准化的质量控制手段。

References:

• Prabakaran R, Bromberg Y. Quantifying uncertainty in protein representations across models and tasks[J]. Nature Methods, 2026: 1-9.

前往小宇宙评论区与主播互动

这项来自 ENCODE 联盟 的综合研究通过分析 108 个 非编码 CRISPR 筛选 数据集，揭示了人类基因组中 顺式调节元件 (CREs) 的功能特征。研究团队建立了针对 CRISPRi 筛选的技术指南，指出 染色质开放区域 (DHS) 的中心位置是干扰效果最强的靶点，并推荐了最佳的细胞覆盖度和测序深度。通过对比多种分析工具，CASA 被证实是识别调节元件最稳健的方法，能有效排除脱靶干扰。此外，研究发现 CRISPRi 在 基因本体 (gene body) 区域表现出独特的 DNA 链偏向性，这对未来的实验设计至关重要。该研究不仅提供了超过 300 万个候选元件的预设计指南针，还通过整合多中心数据，为功能基因组学研究构建了标准化的资源和框架。

References:

• Yao D, Tycko J, Oh J W, et al. Multicenter integrated analysis of noncoding CRISPRi screens[J]. Nature methods, 2024, 21(4): 723-734.

前往小宇宙评论区与主播互动

这份由多位学者于2026年发表的研究报告介绍了一种针对心脏修复的创新免疫疗法。研究人员开发了一种名为iCDCs的工程化免疫抑制树突状细胞，通过结合FAP靶向技术与多种免疫调节因子，实现对受损心肌的精准治疗。实验结果表明，该疗法能显著减少小鼠和非人灵长类动物模型中的心脏纤维化，并有效提升心肌灌注与收缩功能。iCDCs的核心机制在于重塑局部免疫微环境，特别是通过诱导调节性T细胞（Treg）的克隆扩增来抑制炎症。此外，该方案在不产生系统性毒性的前提下增强了血管生成，为治疗心力衰竭和病理性重构提供了极具前景的临床平台。

References:

• Li X, Li J, Li G, et al. Engineered immunosuppressive dendritic cells protect against cardiac remodelling[J]. Nature, 2026: 1-11.

前往小宇宙评论区与主播互动

这份研究通过饱和基因组编辑（SGE）技术，系统地评估了非编码基因 RNU4-2 中数以百计变异的功能影响。研究者发现，该基因中特定的核心区域变异会导致常染色体显性遗传的 ReNU 综合征，且变异的功能评分与患者临床表型的严重程度高度相关。此外，研究还首次确定了该基因其他功能区的变异会引发一种全新的、临床特征独特的隐性遗传神经发育疾病。通过构建高分辨率的变异功能图谱，该研究显著提升了临床诊断的准确性。这些成果为理解剪接体相关疾病的分子机制提供了关键见解，并为相关罕见病的治疗开发奠定了基础。

References:

• De Jonghe J, Kim H C, Adedeji A, et al. Saturation editing of RNU4-2 reveals distinct dominant and recessive disorders[J]. Nature, 2026: 1-8.

前往小宇宙评论区与主播互动

CARE 是一种专为病理学设计的新型跨模态自适应区域编码器基础模型，旨在解决传统模型在处理整幅切片图像（WSI）时缺乏语义连贯性的问题。该研究通过引入自适应区域生成器，将切片划分为形态相关的非规则区域，从而模拟病理学家的诊断逻辑并捕获复杂的组织结构。模型采用两阶段预训练策略，首先进行自监督预训练，随后利用核糖核酸（RNA）和蛋白质谱图进行分子级跨模态对齐，以增强表征的生物学相关性。实验结果显示，CARE 仅需主流模型十分之一的预训练数据，便在癌症分类、生存分析及分子预测等 33 项下游任务中展现出卓越的性能。这种高数据效率和形态感知的设计，显著提升了计算病理学分析的准确性与临床可解释性。

References:

• Zhang D, Gong Z, Pang X, et al. CARE: A Molecular-Guided Foundation Model with Adaptive Region Modeling for Whole Slide Image Analysis[J]. arXiv preprint arXiv:2602.21637, 2026.

前往小宇宙评论区与主播互动

这份名为人类发育多组学图谱（HDMA）的研究通过对12个胎儿器官的80多万个单细胞进行测序，构建了一个涵盖染色质开放性与基因表达的综合资源库。研究人员利用深度学习模型（ChromBPNet）成功破译了调控DNA序列的“语法”，识别出超过100万个顺式调控元件及其核心基序。研究揭示了转录因子协作的“硬语法”与“软语法”约束，即基序之间精确的间距与方向如何决定细胞特异性的调控逻辑。此外，该图谱还发现了能够抑制染色质开放性的负向基序，并证实了这些元件在解释遗传变异与人类复杂疾病关联中的关键作用。这项工作为理解人类发育过程中的基因调控机制提供了坚实的分子基础。

References:

• Liu B B, Jessa S, Kim S H, et al. Multiomics and deep learning dissect regulatory syntax in human development[J]. Nature, 2026: 1-14.

前往小宇宙评论区与主播互动

这项研究构建了人类神经类器官转录组细胞图谱（HNOCA），通过整合来自26种方案的36个单细胞数据集，涵盖了超过170万个细胞。该图谱旨在解决类器官研究中区域覆盖不明确以及生理保真度难以定量分析的关键挑战。研究人员将此图谱与发育中的真实人类大脑参考库进行对比，精准评估了不同培养方案在生成特定脑区和细胞类型方面的能力。分析揭示了类器官与天然组织在核心神经身份上的高度相似性，同时也识别出受体外环境影响而普遍存在的代谢压力差异。此外，该图谱还为疾病建模和新药筛选方案提供了标准化的对照基准和查询接口。这一成果不仅建立了评估神经类器官质量的新框架，也为模拟人类大脑发育与病理机制提供了强大的资源支持。

References:

• He Z, Dony L, Fleck J S, et al. An integrated transcriptomic cell atlas of human neural organoids[J]. Nature, 2024, 635(8039): 690-698.

前往小宇宙评论区与主播互动

这份发表于杂志的研究，首次通过冷冻电镜技术揭示了小鼠卵子中胞质晶格（CPL）的高分辨率结构。胞质晶格是哺乳动物卵子特有的巨型细胞器，作为一种蛋白质存储仓库，通过高度有序的模块化架构招募并锁存胚胎发育所需的关键母源因子。该结构由PADI6和SCMC复合物构成的外部框架、NLRP4F形成的连接链以及容纳货物的核心组成。研究发现，核心区域通过严密的物理构象将表观遗传调节因子UHRF1、微管蛋白及SCF泛素配体组件限制在失活状态，以确保这些物质在受精后的卵子向胚胎转变过程中能被精准释放并激活。这项成果为理解母源蛋白质稳态、胚胎停滞的分子机制以及诊疗女性不孕症提供了关键的解剖学基础。

References:

• Chi P, Wang X, Li J, et al. Structure of the mouse cytoplasmic lattice[J]. Nature, 2026: 1-3.

前往小宇宙评论区与主播互动

这项研究介绍了一种名为“TCR涡轮增压”的新型免疫工程平台，旨在通过捕捉键（catch-bond）工程技术增强T细胞对癌症的杀伤力。研究人员针对前列腺癌中的前列腺酸性磷酸酶（PAP），成功改良了原本反应微弱的天然T细胞受体。通过在受体特定区域引入关键的氨基酸突变，这种技术延长了受体与肿瘤抗原结合的有效时间，从而在不增加脱靶风险的前提下，显著提升了T细胞在体内的增殖能力和抗肿瘤活性。实验结果显示，这种经工程化改良的T细胞能更有效地清除肿瘤，并展现出更强的抵抗免疫疲劳的特性。该成果为开发更高效、更安全的TCR-T细胞疗法提供了一种基于生物物理机制的新策略。

References:

• Chen X, Mao Z, Kolawole E M, et al. Overcoming T cell tolerance to tumor self-antigens through catch-bond engineering[J]. Science, 2026, 391(6791): eadx3162.

前往小宇宙评论区与主播互动