Advertise on podcast: 聊聊Sci

这项研究探讨了肠道微生物群如何通过抗原模拟机制增强癌症免疫治疗的效果。研究发现，在分节丝状菌（SFB）存在的情况下，肠道内被诱导产生的TH17细胞能够迁移至远端肿瘤部位。这些细胞在进入肿瘤后会转化成具有促炎特性的TH1-like细胞，并招募CD8+杀伤性T细胞，从而显著提升PD-1抑制剂的抗肿瘤疗效。与之相反，虽然肝螺旋杆菌（Hh）也能诱导T细胞迁移，但由于其维持了抑制性的调节表型，因此无法增强免疫治疗。这一发现证明了特定肠道细菌可以通过提供与肿瘤相似的抗原，来重塑肿瘤微环境并改善临床预后。因此，该研究为利用特定的共生菌来优化癌症免疫疗法提供了重要的理论依据和实践路径。References: Najar T A, Hao Y, Hao Y, et al. Microbiota-induced T cell plasticity enables immune-mediated tumour control[J]. Nature, 2026: 1-10.

这项研究介绍了一种名为 DeepMet 的化学语言模型，旨在解决代谢组学中大量未知化学结构导致的“暗物质”难题。研究人员利用数千种已知哺乳动物代谢物的结构对该深度学习模型进行训练，使其能够学习生物合成的逻辑并预测尚未被发现的新型分子。通过将 DeepMet 生成的结构建议与质谱数据相结合，科学家们能够更精准地鉴定复杂生物样本中的未知物质。实验结果证实，该系统成功预测并发现了数十种先前未被识别的代谢物，并填补了现有数据库中的诸多空白。这种人工智能驱动的方法为探索生命体内的代谢网络提供了全新的系统性手段，显著提升了从海量生物数据中发掘新生物标志物的能力。References: Qiang H, Wang F, Lu W, et al. Language model-guided anticipation and discovery of mammalian metabolites[J]. Nature, 2026: 1-10.

这项发表在《Nature Genetics》上的研究利用深度学习技术，分析了约6万名英国生物样本库参与者的心脏磁共振成像，从而量化了主动脉瓣面积、峰值流速及平均压力阶差等关键生理指标。通过将这些量化性状与主动脉瓣狭窄的疾病数据进行多性状全基因组关联分析（MTAG），研究人员新发现了166个遗传位点，显著扩展了我们对该疾病遗传基础的认知。研究证实了脂蛋白（如Lp(a)和低密度脂蛋白）以及血压与主动脉瓣功能之间存在因果联系。此外，基于这些遗传发现构建的多基因风险评分能有效预测独立人群中主动脉瓣狭窄的发病风险。这些成果强调了在健康群体中通过影像学表型发现疾病驱动因素的价值，并为早期预防性治疗提供了潜在的药物靶点。References: Kany S, Rämö J T, Hou C, et al. Multitrait analyses identify genetic variants associated with aortic valve function and aortic stenosis risk[J]. Nature Genetics, 2025: 1-10.

这项研究介绍了一种名为 popEVE 的深度生成模型，旨在解决人类遗传学中错义变异功能解读的难题。该模型创新性地结合了跨物种的演化数据与大规模的人类群体变异数据，首次实现了在整个蛋白质组范围内对变异致病程度的精确校准。研究表明，popEVE 在识别严重的发育障碍致病变异方面表现卓越，能够有效区分疾病的严重程度，并发现了 123 个新的潜在致病基因。此外，该模型具备极高的临床实用价值，即使在缺乏父母基因数据的情况下，也能精准定位患儿外显子组中的因果变异。通过整合多种预测手段，这项工作为罕见病的精准诊断和基因功能的深入理解提供了一个高效且普适的计算框架。References: Orenbuch R, Shearer C A, Kollasch A W, et al. Proteome-wide model for human disease genetics[J]. Nature Genetics, 2025: 1-10.

这项研究通过单细胞转录组学和空间多组学技术，深入分析了代谢功能相关脂肪性肝病（MASLD）的病理机制。研究人员发现一种名为脂质相关巨噬细胞（LAMs）的特定免疫细胞在疾病恶化过程中显著增加，并确认MITF转录因子是调控其脂质处理能力和线粒体功能的关键。通过空间定位分析，研究揭示了这些巨噬细胞主要分布在肝小叶的近中央静脉区域，并通过HGF-MET信号轴发挥保护肝细胞、抑制凋亡的作用。此外，该研究还识别了与肝脏纤维化相关的RSPO3-LGR6等细胞间交互通路。这些发现为MASLD的精准诊断和新型药物靶点开发提供了详尽的分子图谱。References: Li Z, Luo G, Gan C, et al. Spatially resolved multi-omics of human metabolic dysfunction-associated steatotic liver disease[J]. Nature Genetics, 2025: 1-14.

这项研究深入分析了162例原发性错配修复缺陷型高等级胶质瘤（priMMRD-HGG）的基因组与临床特征。研究人员根据次级驱动突变将这些致命肿瘤划分为三个分子亚群，揭示了不同变异如何重塑癌症的发生路径。研究发现，超突变过程并非随机，而是由特定的突变特征决定了肿瘤驱动基因的产生，并导致基因组呈现全局低甲基化状态。临床数据表明，具有聚合酶突变的priMMRD-1亚群表现出更强的免疫反应性和对免疫检查点抑制剂的良好疗效。相反，携带IDH1突变的priMMRD-3亚群则呈现免疫抑制状态且预后较差。这些发现为这种具有高度异质性的胶质瘤提供了精准医疗框架，有助于制定个性化的治疗方案。References: Fernandez N R, Chang Y, Nunes N M, et al. Patterns of hypermutation shape tumorigenesis and immunotherapy response in mismatch-repair-deficient glioma[J]. Nature genetics, 2025: 1-11.

这项研究介绍了一种名为 DNA-Diffusion 的生成式人工智能框架，旨在设计具有细胞类型特异性的合成基因调控元件。该模型利用扩散模型技术，通过在多种细胞系的 DNA 可访问性数据上进行训练，能够自主生成能够精准控制基因表达的 200 bp 合成序列。研究人员通过 STARR-seq 等实验手段验证了这些元件的功能，证明其在保持序列多样性的同时，其活性与特异性均优于现有的计算方法。最重要的是，该工具成功在原生基因组环境中调节了与白血病相关的 AXIN2 基因，展现了其在精准医疗和基因治疗领域的巨大应用潜力。这种方法不仅深化了对基因调控逻辑的理解，也为定制化生物工程设计提供了强有力的技术支撑。References: DaSilva L F, Senan S, Kribelbauer-Swietek J F, et al. Designing synthetic regulatory elements using the generative AI framework DNA-Diffusion[J]. Nature Genetics, 2025: 1-15.

这项研究揭示了p53基因失活如何通过重塑脂质代谢，显著诱导乳腺癌向脑部转移。研究发现，当肿瘤细胞缺失p53功能时，会通过激活DEPDC1/SREBP1信号轴来上调关键限速酶SCD1，从而增强自身合成脂肪酸的能力。这种代谢转变使癌细胞能够更好地利用大脑星形胶质细胞分泌的脂质环境，进而实现在脑部的定植与快速生长。临床数据显示，17p染色体缺失导致的p53失活在脑转移患者中极为普遍，且这种基因特征在原发灶阶段就具有预测意义。最后，实验证明针对SCD1的抑制剂能有效打击这类p53缺失的癌细胞，为临床治疗提供了潜在的精准方案。References: Laue K, Pozzi S, Zerbib J, et al. p53 inactivation drives breast cancer metastasis to the brain through SCD1 upregulation and increased fatty acid metabolism[J]. Nature Genetics, 2025: 1-16.

这项研究探讨了空间转录组学中的核心挑战，即如何解决因细胞分割错误导致的分子误分配问题。作者指出，无论是基于测序还是成像的方法，都常将邻近细胞的转录本错误地归入目标细胞，产生虚假信号并干扰生物学分析。为解决这一难题，研究团队开发了名为 cellAdmix 的计算工具，利用条件随机场和非负矩阵分解等模型来识别并剔除污染物。通过对肠道和癌症等多种组织数据集的测试，该方法成功消除了假阳性的差异表达基因，揭示了更真实的细胞状态。这种校正技术显著提升了细胞间相互作用和信号通路分析的准确性，为组织生物学研究提供了更可靠的手段。References: Mitchel, J., Gao, T., Petukhov, V. et al. Impact and correction of segmentation errors in spatial transcriptomics. Nat Genet (2026). doi.org

这项研究利用墨西哥生物样本库中逾六千名受试者的数据，揭示了该国人口中临床相关基因变异的显著地理差异。研究指出，传统的“拉丁裔”或“西班牙裔”标签过于单一，忽视了墨西哥内部由本土印第安祖先成分及欧洲、非洲混血比例所决定的基因多样性。通过分析，科学家发现了影响芬太尼代谢和他汀类药物反应等特定药物疗效的变异位点在南北区域间的分布差异。为了支持精准医疗，研究团队开发了名为 MexVar 的互动平台，公开了四万余个与生物医学相关的基因变异频率。该成果强调了在制定临床指南时，必须考虑次大陆层面的遗传结构。这种基于本地祖先推断的分析框架，为改善美洲及全球墨西哥裔人口的健康评估提供了重要依据。References: Barberena-Jonas C, Medina-Muñoz S G, Cedillo-Castelán V, et al. Clinical genetic variation across Hispanic populations in the Mexican Biobank[J]. Nature Medicine, 2026: 1-11.

这项研究推出了 MedHELM，这是一个专门为评估人工智能在医疗领域表现而设计的多维度基准测试框架。研究者通过与临床医生合作，构建了一个包含 121 项具体任务的分类体系，涵盖了临床决策、病历生成、患者沟通、医学研究及行政流转等五大核心领域。该框架整合了 37 个公共与私人数据集，旨在解决现有评估中缺乏真实世界数据及任务单一的问题。评估过程中引入了由三个大型语言模型组成的 “模型评审团” (LLM-jury)，经证实其评分与医学专家的判断高度一致。实验结果显示，推理模型（如 DeepSeek R1 和 o3-mini）在医学任务中表现最强，但也揭示了许多通用模型在处理专业医疗逻辑时会出现明显的性能下滑。此外，研究还详细分析了各模型的成本效益比，为医疗机构在实际部署 AI 助手时提供了性能与支出平衡的参考依据。References: Bedi S, Cui H, Fuentes M, et al. Holistic evaluation of large language models for medical tasks with MedHELM[J]. Nature Medicine, 2026: 1-9.

这项研究介绍了一种名为 DBiTplus 的创新空间多组学技术，旨在同一组织切片上同时实现全转录组测序与高度多重化的蛋白质成像。通过引入耐热核糖核酸酶 H 优化 cDNA 释放，该方法显著提升了从各类生物样本中提取遗传信息的质量。研究人员利用该技术精确绘制了小鼠胚胎及人类淋巴瘤组织的空间图谱，成功识别了不同解剖区域的特定基因与蛋白质特征。此外，该工具在分析免疫细胞活化以及癌症从慢性淋巴细胞白血病向侵袭性转化（如 Richter 转化）的过程中表现卓越。这种高分辨率的综合映射手段，为深入理解复杂生物组织中的细胞相互作用与疾病进展提供了强大的支持。References: Enninful A, Zhang Z, Klymyshyn D, et al. Integration of imaging-based and sequencing-based spatial omics mapping on the same tissue section via DBiTplus[J]. Nature Methods, 2026: 1-13.

这项研究通过对384个临床样本进行多组学整合分析，揭示了3型髓母细胞瘤（Group 3 MB）内部显著的代谢异质性。研究人员发现了一种被称为G3p_a的高危蛋白质组亚型，该亚型与MYC癌基因的高表达密切相关，并表现出极差的预后。实验证明，MYC通过促进从头脂质合成与增强脂质摄取，导致肿瘤细胞内脂质滴的大量积聚。这种特殊的脂质依赖性转化为了治疗弱点，特别是针对DGAT1酶的抑制能显著干扰脂质稳态。研究结论指出，靶向脂质代谢通路不仅能延缓肿瘤生长，还为治疗这种极具侵袭性的儿童脑瘤提供了全新的策略。References: Bernardi F, Torrejon J, Basili I, et al. Multiomic integration reveals tumoral heterogeneity of lipid dependence within lethal group 3 medulloblastoma[J]. Cancer Cell, 2026.

这项由 ARPA-H 发起的 ADAPT 项目 旨在通过 实时监测肿瘤演变 来革新癌症治疗模式。该计划整合了 多模态数据 与 可解释人工智能，构建起一套能够预测耐药性并动态调整方案的临床试验平台。研究重点涵盖 乳腺癌、结直肠癌及肺癌，利用纵向生物标志物精准匹配患者与疗法。通过建立统一的 数据与治疗平台（TAP），全美科研机构可共享病例洞察，实现持续学习。这种 响应式医疗架构 力求在肿瘤发生耐药前进行干预，从而显著提升精准肿瘤学的临床疗效。References: Bild A H, Sangar M C, McQuerry J A, et al. The ADAPT learning cancer treatment system: ARPA-H’s initiative to revolutionize cancer therapy[J]. Cancer Cell, 2026.

这项研究通过多组学技术对胆囊癌（GBC）进行了全面的分子图谱绘制，涵盖了基因组、转录组及蛋白质组等多个层面。研究人员识别出ERBB2与ERBB3的新型突变，并揭示了驱动胆囊癌肝转移的关键代谢途径，特别是ACAT1和PHGDH蛋白的促癌作用。通过计算建模，该研究将胆囊癌划分为四种不同的分子亚型，每种亚型具有独特的免疫微环境特征和临床预后。此外，研究还深入探讨了神经内分泌胆囊癌的独特性，发现MEIS1蛋白是诱发腺癌向神经内分泌表型转化的核心调节因子。这些发现为胆囊癌的精准分层和个体化治疗提供了重要的科学依据。References: Fu Z, Song Y, Liu F, et al. Integrative proteogenomic analysis provides molecular insights and clinical significance in gallbladder cancer[J]. Cancer Cell, 2026.