这项研究揭示了哺乳期母鼠攻击行为波动的神经回路机制。研究重点关注从后杏仁核（PA）到下丘脑腹侧中心（VMHvl）的特定神经通路。实验证明，该回路在哺乳期间通过突触增强和神经元兴奋性提高发生显著的可塑性变化，从而使母鼠能迅速产生保护幼崽的攻击性。此外，催产素（Oxytocin）在调节这一回路中起到了核心作用，它能增强PA神经元的输出；而当幼崽不在身边导致催产素水平下降时，母鼠的攻击性也随之减弱。这些发现为理解激素变化与社会行为之间的自适应转换提供了关键的细胞学基础。

References:

• Yamaguchi T, Yan R, Khan M, et al. The neural mechanisms supporting the rise and fall of maternal aggression[J]. Nature, 2026: 1-11.

这项研究揭示了小鼠脑血流量波动的神经机制，否定了仅靠单一“批量神经活动”预测血供的传统观点。研究人员结合功能超声成像（fUSI）和Neuropixels记录发现，大脑中普遍存在两类功能对立的神经元群体：Arousal+（随觉醒增强）和Arousal–（随觉醒减弱）。这两类神经元拥有截然不同的血流动力学响应函数，且共同分布于全脑所有区域。通过整合这两类群体的活动，科学家能够精准预测从睡眠到活跃等不同觉醒状态下的血供变化。这一发现解释了为何不同脑区的血流量波动看似存在差异，实则遵循统一的神经血管耦合规律。这项工作为理解大脑如何在不同状态下调节能量供应提供了全新的理论框架。

References:

• Landemard A, Krumin M, Harris K D, et al. Brainwide blood volume reflects opposing neural populations[J]. Nature, 2026: 1-9.

这份研究探讨了结直肠癌（CRC）早期演变过程中转移潜能的起源。通过对T1期早期癌症的空间转录组学和单细胞分析，研究发现与转移相关的癌胎状态（oncofetal states）并非晚期特有，而是在入侵前沿（invasive front）形成时便已普遍出现。研究者构建了多区域类器官模型，通过全基因组测序排除了癌细胞内在基因突变的驱动作用，进而证实肿瘤微环境起到了关键主导作用。具体而言，位于黏膜下层的滋养层样成纤维细胞（trophocyte-like CAFs）通过与癌细胞的相互作用，诱导其发生表型可塑性转化。此外，研究还指出尽管早期癌症普遍存在这种转化，但真正的转移发生仍需克服免疫逃逸等额外障碍。这一发现挑战了转移是癌症晚期事件的传统认知，强调了基质细胞空间分布对肿瘤进展的决定性影响。

References:

• Buissant des Amorie J R, Hageman J H, Brunner S R, et al. Emergence of oncofetal plasticity is ubiquitous in early colorectal cancers[J]. Nature, 2026: 1-11.

这项研究通过单细胞蛋白质组与转录组测序技术，绘制了人类生命周期中造血干细胞（HSC）早期分化的连续分子图谱。研究人员利用创新的深度靶向测序手段，揭示了处于造血层级顶端的极不成熟干细胞群在分化初期的基因网络动态，并确认了其分化路径在不同年龄阶段保持一致。实验重点发现 CD273 (PD-L2) 是识别这群具有高度静止性和多向分化潜能干细胞的关键表面标志物。此外，研究证实了这些干细胞具有免疫调节功能，能通过 CD273 信号通路有效抑制 T 细胞的增殖与激活。随着人体衰老，这些干细胞不仅在数量上有所增加，其分化效率也呈现出明显的下降趋势。这一成果为开发针对造血系统疾病的治疗性干预措施提供了重要的分子蓝图。

References:

• Komic H, Schmachtel T, Simoes C, et al. Continuous map of early hematopoietic stem cell differentiation across human lifetime[J]. Nature Communications, 2025, 16(1): 2287.

References:

• Wang M, Lin R, Hu K, et al. FrontierScience: Evaluating AI's Ability to Perform Expert-Level Scientific Tasks[J]. arXiv preprint arXiv:2601.21165, 2026.

References:

• Maghsoudi Z, Nguyen H, Tavakkoli A, et al. A comprehensive survey of the approaches for pathway analysis using multi-omics data integration[J]. Briefings in Bioinformatics, 2022, 23(6): bbac435.

References:

• Han Y, Sarkar H, Xu Z, et al. Tumors hijack macrophages for iron supply to promote bone metastasis and anemia[J]. Cell, 2025, 188(22): 6335-6354. e26.

本文介绍了一种名为 DeSCOPE 的轻量级计算框架，旨在利用人工智能准确预测单细胞对基因扰动的响应。该模型采用条件变分自编码器架构，并结合了蛋白质语言模型的嵌入信息，能够处理转录组和表观遗传组等多模态数据。研究表明，DeSCOPE 在预测未见基因、新细胞类型以及组合基因扰动方面均表现优异，显著超越了现有的复杂深度学习模型和简单基准方法。通过迁移学习策略，该模型能够整合跨细胞系的生物知识，增强了在数据稀缺情况下的泛化能力。总体而言，该工具为加速治疗靶点发现和理解复杂的基因调控网络提供了一个高效且通用的虚拟细胞模拟平台。

References:

• Wu P, Wei H, Li Y, et al. Decoding Single-Cell Omics of Perturbation Responses Using DeSCOPE[J]. bioRxiv, 2026: 2026.04. 13.718147.

这篇研究通过生成式模型与闭环优化算法，揭示了灵长类动物视觉皮层神经元的编码逻辑。研究者利用模拟“纹理”的 DeePSim 和模拟“物体”的 BigGAN 两种图像空间，诱导 V1、V4 和 后下颞叶（PIT） 的神经元自主合成最能触发其反应的图像。实验发现，初级和中级视觉区（V1、V4）对纹理特征展现出更强的对齐倾向，而高级视觉区（PIT）则能同时兼顾两种空间。结果表明，大脑高级神经元并非单纯识别完整的物体模板，而是优先提取在不同视觉场景中重复出现的局部视觉特征。此外，神经元对物体的识别能力在响应动态的后期才逐渐显现，证明了视觉加工随时间推移而深化。

References:

• Wang B, Ponce C R. Neuronal tuning aligns dynamically with object and texture manifolds across the visual hierarchy[J]. Nature Neuroscience, 2026: 1-12.

References:

• Sonthalia S, Herb B, Adkins R S, et al. NeMO Analytics: a compendium of transcriptomic data for the exploration of neocortical development[J]. Nature Neuroscience, 2026: 1-14.