该文章介绍了一种计算框架，用于对空间机械转录组学数据进行联合统计分析，旨在探索生物分子信号与机械线索在组织中的相互作用。研究人员利用该框架对发育中的小鼠胚胎空间转录组学数据进行分析，推断出细胞间的机械力，并将其与基因表达特征联系起来，从而识别出组织隔室边界的标志。具体来说，他们应用变分应力推断法（VMSI）来量化细胞压力和张力，发现组织边界处异型连接张力升高，并利用配体-受体（LR）分析表明Ephrin信号通路可能是这种高张力的分子决定因素。此外，该研究还使用了地理附加结构方程模型（gSEM）来识别与细胞机械状态相关的基因模块，揭示了机械力与基因表达之间存在的非线性关联。
References:
* Hallou A, He R, Simons B D, et al. A computational pipeline for spatial mechano-transcriptomics[...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动

该文章介绍了 Flexynesis，这是一个用于批量多组学数据整合的深度学习工具包，旨在解决现有方法在透明度、模块化和部署方面的不足。该工具简化了数据处理、特征选择和模型训练，允许用户选择深度学习或传统机器学习方法来执行回归、分类和生存建模等任务。文章通过各种肿瘤学应用案例展示了 Flexynesis 在 单任务和多任务学习、无监督聚类以及 跨模态预测 等方面的能力。研究人员还提供了一个基准测试流程，强调了模型灵活性和任务特异性的重要性，以帮助用户根据特定数据集选择最佳方法。
References:
* Uyar B, Savchyn T, Naghsh Nilchi A, et al. Flexynesis: A deep learning toolkit for bulk multi-omics data integration for precision oncology and b...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动

这篇研究文章探讨了人类脑癌（如胶质母细胞瘤，GBM）如何重新调整葡萄糖代谢以促进其侵袭性生长。作者们通过向患者和模型小鼠输注标记的葡萄糖，并结合定量代谢通量分析（MFA），发现与正常皮层组织不同，GBM减少了葡萄糖碳在三羧酸循环（TCA）氧化和神经递质合成等生理过程中的使用。相反，肿瘤将葡萄糖衍生碳优先用于核苷酸和NAD的合成，从而满足细胞增殖需求，并且依赖环境中的丝氨酸作为替代碳源。通过限制饮食中的丝氨酸/甘氨酸，研究人员成功地改变了小鼠GBM的代谢，减缓了肿瘤生长并增强了标准化疗和放疗的疗效，提出了潜在的代谢靶向治疗策略。
References:
* Scott A J, Mittal A, Meghdadi B, et al. Rewiring of cortical glucose metabolism fuels human brain cancer growth[J]. Nat...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动

这篇文章详细介绍了研究人员如何构建人类亚细胞结构的全球地图，他们将其命名为多尺度整合细胞可视化门户和绘图工具包（Multiscale Integrated Cell Visualization Portal and Mapping Toolkit）。研究人员通过结合亲和纯化-质谱（AP-MS）和免疫荧光（IF）图像等多模式数据，利用自监督机器学习模型，在 U2OS 骨肉瘤细胞中分析了 5,100 多种蛋白质，最终解析出 275 种分子组件。这份细胞地图不仅能够揭示新的蛋白质功能并指导 3D 结构建模（例如使用 AlphaFold），还可用于分析细胞类型特异性和多重定位现象，并在解读儿科癌症基因组突变方面表现出重要应用价值。此外，该研究还使用整体细胞尺寸排阻色谱-质谱（SEC-MS）对这些组件进行了系统验证，并利用大型语言模型（LLMs）辅助了组件的命名和功能注释。
References:
...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动

这篇文章介绍了 CellNEST，这是一个用于空间转录组学数据中细胞间通信（CCC）检测的新计算模型。 CellNEST 利用图注意力网络（GAT）和深度图信息最大化（DGI）的对比学习方法，克服了现有方法高假阳性率和无法识别复杂中继网络的局限性。该模型能够以单细胞或单点分辨率识别配体-受体相互作用，并成功应用于人类淋巴结和多种癌症（如肺腺癌、结直肠癌和胰腺导管腺癌），揭示了与疾病进展相关的通信模式。除了模型本身，研究人员还提供了名为 CellNEST-Interactive 的网络可视化工具来探索这些空间解析的通信结果。
References:
* Zohora F T, Paliwal D, Flores-Figueroa E, et al. CellNEST reveals cell–cell relay networks using attention mechanisms on ...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动

这篇文章探讨了人类神经系统与免疫系统之间的整合反应，尤其是在面对潜在感染威胁时。研究人员利用虚拟现实（VR）技术，让参与者接触带有感染迹象的虚拟形象，并监测了他们的行为、神经生理学（EEG和fMRI）以及免疫反应。结果显示，当这些“感染性虚拟形象”进入参与者的近体空间（peripersonal space, PPS）时，大脑中与PPS和显著性网络（salience network）相关的区域会产生预期性的激活。更重要的是，这种虚拟威胁的神经预期引发了先天淋巴细胞（ILCs）的频率和激活变化，这些变化与实际感染（如流感疫苗接种）引起的免疫反应相似。通过动态因果模型（DCM）和神经网络分析，研究进一步揭示了这种神经-免疫的串扰涉及下丘脑-垂体-肾上腺（HPA）轴以及其他神经介质的复杂调节。
References:
* Trabanelli S, Akselrod M, Fellrath J, ...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动

这篇文章主要探讨了神经相关巨噬细胞 (NAMs) 在脂肪组织稳态和年龄相关炎症（“炎症衰老”）中的作用。研究人员使用单细胞测序和小鼠模型，详细描绘了脂肪组织巨噬细胞 (ATMs) 的多样性，发现随着衰老，NAMs（具体为 CD169+CD11c− 子集）的数量会减少，同时出现一种新的 CD38+ 年龄相关巨噬细胞 (AAMs) 亚群。通过移除 NAMs，作者证明了这种细胞对于调节脂肪分解和抑制衰老引起的炎症至关重要，揭示了脂肪组织功能衰退和炎症之间的神经免疫联系。
References:
* Gonzalez-Hurtado E, Leveau C, Li K, et al. Nerve-associated macrophages control adipose homeostasis across lifespan and restrain age-related inflammati...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动

这篇文章探讨了一种治疗高危神经母细胞瘤的联合策略，该疾病是一种致命的儿童癌症。作者们发现，结合使用二氟甲基鸟氨酸（DFMO）药物（一种多胺生物合成抑制剂）和不含脯氨酸及精氨酸的饮食，能显著增强小鼠模型中的抗肿瘤活性和生存率。这种联合干预通过有效耗竭鸟氨酸（一种多胺前体），导致核糖体停滞，特别是针对那些第三位碱基为腺苷的密码子。由于这些受影响的密码子在细胞周期基因中富集，而在神经元分化基因中含量较低，因此治疗选择性地抑制了肿瘤的增殖程序并诱导了肿瘤的神经元分化。最终，这项研究提出了一种新的机制，即代谢限制可通过密码子特异性翻译重新布线，为激活儿科癌症的分化提供了靶向途径。
References:
* Cherkaoui S, Turn C S, Yuan Y, et al. Reprogramming neuroblastoma by diet-enhanced polyamine depl...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动

该文章主要讨论了“冷肿瘤”（“cold” tumors）的内在机制及其转化为“热肿瘤”（“hot” tumors）的治疗策略。文章详细阐述了“冷肿瘤”逃避免疫系统检测和破坏的三大核心机制：伪装（Camouflage），即通过缺陷的抗原呈递和免疫细胞浸润障碍实现；胁迫（Coercion），即通过免疫抑制细胞网络和代谢重编程等方式压制免疫功能；以及细胞保护（Cytoprotection），即通过抵抗炎性细胞死亡信号来实现免疫逃逸。最后，文章综述了将“冷肿瘤”转化为“热肿瘤”的创新疗法，包括生物材料递送系统、靶向代谢和神经-免疫轴的策略，以及促进炎性细胞死亡的方法，旨在增强癌症免疫治疗的有效性。
References:
* Liu Y T, Wang Y L, Wang S, et al. Turning cold tumors into hot tumors to ignite immunot...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动

这篇文章介绍了一种名为 Tahoe-x1 (Tx1) 的新型单细胞基础模型系列，参数多达 30 亿，专门用于癌症治疗研究。Tx1 模型使用扰动训练的方法，在包括 Tahoe-100M 在内的大型单细胞转录组数据集上进行预训练，并针对癌症相关任务进行微调。作者通过架构优化和高效的训练策略，显著提高了计算效率，并在预测基因必需性、识别癌症标志基因和预测扰动反应等多个基准测试中达到了最先进的性能。这些结果表明，大规模扰动数据对于开发可概括的、具有转化潜力的单细胞基础模型至关重要。
References:
* Gandhi S, Javadi F, Svensson V, et al. Tahoe-x1: Scaling Perturbation-Trained Single-Cell Foundation Models to 3 Billion Parameters[J]. bioRxiv, 2...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动