本期共收录 46 篇文章：Cell 3 篇, Nature 18 篇, Nature Biotechnology 2 篇, Nature Communications 2 篇, Nature Computational Science 3 篇, Nature Genetics 2 篇, Nature Machine Intelligence 2 篇, Science 9 篇, Science Advances 5 篇。

Cell

Molecular features of human pathological tau distinguish tauopathy-associated dementias

发布日期：2026-01-29 | 作者：Mukesh Kumar, Christoph N. Schlaffner, Shaojun Tang, Maaike A. Beuvink, Arthur Viode, Waltraud Mair, Meenakshi Jha, Ceren Uncu, Hendrik Wesseling, Tian Wang, Derek H. Oakley, Pieter Beerepoot, Jie Xue, Theresa R. Connors, David A. Davis, Matthew P. Frosch, Melissa E. Murray, Salvatore E. Spina, Lea T. Grinberg, William W. Seeley, Bruce L. Miller, Adam L. Boxer, Daniel H. Geschwind, Kenneth S. Kosik, Dennis W. Dickson, Bernhard Y. Renard, Michael DeTure, Ann C. McKee, Bradley T. Hyman, Hanno Steen, Judith A. Steen

tau蛋白病是一类以tau蛋白异常聚集为特征的神经退行性疾病，包括阿尔茨海默病、进行性核上性麻痹、皮质基底节变性等多种痴呆类型。由于这些疾病在临床和病理表现上高度重叠，实现精准诊断与分型一直是领域内亟待解决的难题。

最新发表在《Cell》的研究开发了FLEXITau质谱分析平台，首次以肽段分辨率对六种tau蛋白病及对照组的tau蛋白进行了系统定量分析，构建了全面的分子图谱。研究团队创新性地应用机器学习算法深度挖掘蛋白质组数据，成功识别出各疾病特有的tau蛋白分子特征，实现了对tau蛋白病的高精度分类。

该研究的重要价值在于将高通量蛋白质组学与人工智能技术有机结合，不仅揭示了不同tau蛋白病在分子层面的异质性，更鉴定出一系列具有诊断潜力的特异性肽段标志物及翻译后修饰模式。这些发现为开发tau蛋白病的液体活检和精准诊断工具提供了关键分子靶点，也为针对特定病理类型的治疗策略开辟了新方向。

这项工作充分展现了蛋白质组学大数据与机器学习在解析复杂神经退行性疾病中的强大威力，为tau蛋白病的精准医学实践奠定了重要基础。

原文链接：https://www.cell.com/cell/fulltext/S0092-8674(25)01484-9?rss=yes

CRISPR screens in iPSC-derived neurons reveal principles of tau proteostasis

发布日期：2026-01-28 | 作者：Avi J. Samelson, Nabeela Ariqat, Justin McKetney, Gita Rohanitazangi, Celeste Parra Bravo, Rudra S. Bose, Kyle J. Travaglini, Victor L. Lam, Darrin Goodness, Thomas Ta, Gary Dixon, Emily Marzette, Julianne Jin, Ruilin Tian, Eric Tse, Romany Abskharon, Henry S. Pan, Emma C. Carroll, Rosalie E. Lawrence, Jason E. Gestwicki, Jessica E. Rexach, David S. Eisenberg, Nicholas M. Kanaan, Daniel R. Southworth, John D. Gross, Li Gan, Danielle L. Swaney, Martin Kampmann

这项研究通过CRISPR筛选技术系统解析了tau蛋白稳态的分子调控机制，为阿尔茨海默病（AD）的病理机制提供了重要见解。研究团队利用诱导多能干细胞（iPSC）分化的神经元模型，开展了全基因组CRISPR功能缺失筛选，鉴定出E3泛素连接酶CRL5SOCS4复合物作为tau蛋白的关键调控因子。该研究发现，CRL5SOCS4能够直接泛素化tau蛋白，促进其通过蛋白酶体途径降解。更为重要的是，通过分析人类AD患者脑组织数据，发现CUL5（CRL5的核心组分）的表达水平与疾病韧性呈显著正相关，提示其具有潜在的保护作用。此外，研究还揭示了电子传递链功能障碍可通过影响蛋白酶体活性间接调控tau降解，建立了线粒体功能与tau病理之间的直接联系。该研究不仅阐明了tau蛋白稳态调控的核心原理，更为AD治疗提供了CRL5SOCS4这一新型药物靶点，同时展示了iPSC衍生神经元模型结合CRISPR筛选在神经退行性疾病机制研究中的强大应用前景。

原文链接：https://www.cell.com/cell/fulltext/S0092-8674(25)01487-4?rss=yes

Field-effect-informed urine liquid biopsy for bladder cancer

发布日期：2026-01-27 | 作者：William Y. Shi, Kevin J. Liu, Mohammad S. Esfahani, Kathleen E. Mach, Nick A. Phillips, Diego Almanza, Ravi K. Bajpai, Joseph G. Schroers-Martin, Ludimila Trabanino, Timothy J. Lee, Vinh La, Gabriela Rodriguez, Grace Holton, Simon B. Chen, Patrick Mullane, Douglas J. Wu, Monica C. Nesselbush, Takeshi Sugio, Jordan C. Cheng, Isabel Jabara, Emily G. Hamilton, Stefan K. Alig, Chih-Long Liu, Dylan J. Peterson, Kris Prado, Eugene Shkolyar, Alan Thong, Jay B. Shah, Harcharan Gill, Christian A. Kunder, Emily Chan, Ali Raza Khaki, Eila C. Skinner, Ash A. Alizadeh, Joseph C. Liao, Maximilian Diehn

针对非肌层浸润性膀胱癌（NMIBC）患者术后最小残留病（MRD）检测的临床难题，研究人员开发了一种基于场效应信息的尿液液体活检新策略。该研究创新性地提出通过去除肿瘤邻近正常组织中”场效应”突变噪声，显著提升液体活检的特异性，为膀胱癌的精准监测开辟了新路径。

传统液体活检常因肿瘤微环境及癌旁正常组织中的克隆性造血等背景突变干扰，导致特异性不足。本研究通过系统分析肿瘤邻近正常组织的突变特征，建立了一套噪声过滤算法，有效区分真正的肿瘤源性突变与场效应背景噪声。应用于尿液样本的MRD检测时，该方法显著提高了对NMIBC患者残留病灶的识别准确性。

更重要的是，研究团队利用这一高特异性平台，成功鉴定出针对不同治疗方式（如BCG灌注化疗）的预测性分子生物标志物谱。这些生物标志物能够预测患者对特定治疗的响应，为实现个体化精准治疗提供了分子依据。

该研究不仅解决了膀胱癌液体活检领域的关键技术瓶颈，其提出的场效应噪声校正框架还可推广至其他癌种的液体活检开发，具有广泛的临床应用前景和转化价值。

原文链接：https://www.cell.com/cell/fulltext/S0092-8674(25)01503-X?rss=yes

Nature

Briefing Chat: What Brazilian centenarians could reveal about the science of ageing

发布日期：2026-01-30 | 作者：Benjamin Thompson, Nick Petrić Howe

《自然》新闻简报聚焦巴西百岁老人队列在衰老科学研究中的潜在价值。该讨论围绕一项针对巴西极端长寿人群的遗传与分子特征研究展开，旨在通过比较百岁老人与对照群体的组学数据，揭示健康衰老的生物学基础。此类研究通常整合全基因组测序、转录组及表观遗传学分析，利用生物信息学方法鉴定与长寿显著相关的基因变异、关键调控通路及分子标志物。通过解析遗传保护因子与环境因素的交互作用，该方向不仅深化了对衰老机制的理解，还为年龄相关疾病的早期预警与干预靶点发现提供科学依据，对推动精准老年医学和延长健康寿命具有重要战略意义。

原文链接：https://www.nature.com/articles/d41586-026-00322-4

Light-powered bacteria become living chemical factories

发布日期：2026-01-30

让细菌”光合作用”制药？Nature报道光驱动活体化工厂新突破

如果能像植物一样利用阳光直接生产药物，岂不是既环保又高效？最新发表在《Nature》上的一项研究让这一设想成为现实——科学家们成功改造大肠杆菌，使其能够利用光能驱动化学反应，化身微型”活体化工厂”。

传统生物制造依赖糖类等有机碳源，成本高昂且难以精确调控。这项研究巧妙地引入光遗传学策略，为大肠杆菌装上了”光控开关”。通过基因工程手段，研究人员在大肠杆菌中构建了光响应模块，使特定代谢通路仅在光照下激活，从而将简单底物转化为目标化合物。这种”光驱动”模式不仅摆脱了对昂贵原料的依赖，更实现了时空精确调控——只需开关光源，就能控制生产过程的启停。

这一概念验证为合成生物学开辟了新范式：将光能直接耦合到微生物代谢网络，创造出半人工的光合生产系统。未来，我们或许能在露天”细菌农场”中，利用阳光和二氧化碳直接合成抗生素、抗癌药物甚至生物燃料，真正实现绿色可持续制造。当然，光能转化效率和系统稳定性仍是工业化应用需要突破的瓶颈。

原文链接：https://www.nature.com/articles/d41586-026-00275-8

How DeepMind’s genome AI could help solve rare disease mysteries

发布日期：2026-01-30 | 作者：Ewen Callaway

DeepMind团队开发的AlphaGenome人工智能模型正为罕见遗传病的诊断带来革命性突破。针对全球约3亿罕见病患者中高达40%无法获得明确分子诊断的困境，该技术通过深度学习算法解析基因组数据，识别致病变异。近期多项黑客松活动集中展示了AlphaGenome及其他AI模型在破解疑难病例中的强大能力，研究人员利用这些工具快速筛选海量基因组信息，定位此前被遗漏的致病突变。

该技术的核心创新在于将DeepMind在蛋白质结构预测（AlphaFold）领域积累的AI经验迁移至基因组学场景，构建能够整合多维度遗传信息的预测框架。与传统方法相比，AI模型可同步评估变异的功能影响、遗传模式及临床表型关联，显著提升解读效率。初步应用已帮助多个长期未诊断家庭找到病因，为精准治疗提供关键线索。

这一进展标志着AI驱动的基因组医学进入实用阶段，不仅有望大幅降低罕见病诊断的时间和经济成本，更将推动个性化医疗的普及。随着算法持续优化和临床数据积累，AlphaGenome或将成为遗传病诊疗的标准工具，改写数百万患者的命运。

原文链接：https://www.nature.com/articles/d41586-026-00302-8

Longevity is in the genes: half of lifespan is heritable

发布日期：2026-01-29 | 作者：Max Kozlov

最新发表在《Nature》上的一项研究通过大规模遗传分析发现，人类寿命的遗传度高达50%，表明遗传因素在决定个体寿命长短中扮演着至关重要的角色。这项研究系统解析了衰老的遗传调控机制，为开发延缓衰老进程的创新疗法奠定了重要的理论基础。

研究团队采用群体遗传学和全基因组关联分析（GWAS）等生物信息学方法，深入挖掘了长寿相关的遗传变异。研究发现，寿命的一半差异可由遗传因素解释，这一发现显著高于以往研究的估计值，凸显了基因在衰老过程中的核心作用。通过整合大规模队列数据和先进的统计遗传学模型，研究者们鉴定出多个与长寿显著相关的基因位点，这些基因主要涉及DNA修复、氧化应激反应、炎症调控和代谢通路等关键生物学过程。

该研究的重要意义在于，首次以确凿的量化证据确立了遗传因素对寿命的决定性贡献，为后续功能基因组学研究指明了方向。这些长寿相关基因的发现不仅深化了我们对衰老分子机制的理解，更为抗衰老药物靶点的筛选提供了宝贵的基因资源。基于这些遗传线索，未来有望开发出针对特定基因通路的精准干预策略，从而有效延缓衰老相关疾病的发生，延长健康寿命。

原文链接：https://www.nature.com/articles/d41586-026-00300-w

Developmental convergence and divergence in human stem cell models of autism

发布日期：2026-01-29 | 作者：Aaron Gordon, Se-Jin Yoon, Lucy K. Bicks 等

这项发表于《Nature》的研究利用人类干细胞模型系统解析了自闭症谱系障碍（ASD）不同遗传风险因素对神经发育的趋同性与差异性影响。研究团队通过诱导多能干细胞（iPSC）技术，将携带不同ASD致病基因突变的细胞分化为神经元谱系，结合单细胞转录组测序和时序分析，构建了遗传风险-转录调控-发育表型的定量映射框架。

研究发现，尽管ASD具有高度遗传异质性，不同风险基因突变会导致神经发育轨迹在特定阶段发生”趋同性失调”，共同影响突触功能、染色质重塑和神经元迁移等核心通路。同时，研究也揭示了基因型特异性的”差异性”发育表型，反映了不同突变对转录调控网络的独特扰动模式。该方法学创新在于将干细胞模型与多组学整合分析相结合，实现了对发育动态过程的精确捕捉。

该研究为理解ASD的致病机制提供了系统性视角，不仅鉴定了跨遗传背景的治疗靶点，还建立了可扩展的精准医学研究范式，对神经发育疾病的早期干预和药物筛选具有重要指导意义。其生物信息学分析策略也为复杂疾病的发育组学研究树立了新标杆。

原文链接：https://www.nature.com/articles/s41586-025-10047-5

Multimodal learning with next-token prediction for large multimodal models

发布日期：2026-01-28 | 作者：Xinlong Wang, Yufeng Cui, Jinsheng Wang 等

这项发表于《Nature》的研究提出了Emu3框架，通过纯粹的下一token预测机制实现了文本、图像和视频数据的统一多模态学习，为构建可扩展的通用多模态智能系统提供了新范式。

当前多模态AI系统通常依赖复杂的模块化设计或特定任务架构，导致模型扩展性和迁移能力受限。Emu3团队创新性地将不同模态数据统一离散化为token序列，仅通过预测下一个token这一简洁目标，在大规模混合数据上训练单一Transformer模型。研究表明，这种极简训练范式在图像生成、视频生成和视觉理解等任务上，性能可与专用扩散模型和视觉编码器相媲美，打破了”通用模型必然牺牲专业性”的传统认知。

该研究的核心突破在于验证了下一token预测作为通用学习目标的强大潜力，无需针对视觉任务设计特殊归纳偏置。Emu3在零样本图像生成、视频预测和视觉问答中展现出的跨模态推理能力，暗示了统一架构在数据效率、任务迁移和持续学习方面的优势。这一范式对生物信息学具有重要启示：基因组序列、医学影像、转录组数据等异质生物信息可统一编码为token流，构建能够同时理解序列模式、空间结构和分子语义的通用AI模型，有望革新多组学整合分析、病理图像理解等关键领域。

原文链接：https://www.nature.com/articles/s41586-025-10041-x

Population-scale sequencing resolves determinants of persistent EBV DNA

发布日期：2026-01-28 | 作者：Sherry S. Nyeo, Erin M. Cumming, Oliver S. Burren 等

这项研究通过大规模人群全基因组测序（WGS），系统解析了EB病毒（EBV）DNA持续存在的遗传决定因素，为理解EBV相关疾病的异质性提供了重要的遗传学基础。EBV作为人类最普遍的致癌病毒之一，其DNA在部分个体中的持续存在与多种恶性肿瘤和自身免疫疾病密切相关，但背后的个体差异机制长期未明。

研究团队利用群体规模的WGS数据，开展了全面的遗传关联分析，首次揭示了免疫调控通路——特别是抗原加工和呈递通路以及MHC II类分子变异——在EBV持续存在中的关键作用。研究发现，调控EBV免疫监视的关键基因变异可影响病毒DNA的清除效率，且这些遗传决定因素与EBV相关疾病的临床表现异质性存在直接关联。该研究创新性地将病毒持续感染状态与宿主遗传背景进行大规模关联，突破了以往局限于单一疾病或候选基因的研究范式。

这项工作不仅阐明了EBV持续感染的遗传易感性机制，更为开发基于宿主遗传特征的个体化EBV相关疾病风险预测和干预策略奠定了理论基础，对病毒相关肿瘤的精准预防具有重要指导意义。

原文链接：https://www.nature.com/articles/s41586-025-10020-2

Pesticide residues alter taxonomic and functional biodiversity in soils

发布日期：2026-01-28 | 作者：J. Köninger, M. Labouyrie, C. Ballabio 等

一项发表于《自然》的跨国研究通过宏基因组学与生态信息学分析，系统评估了农药残留对土壤生物圈的深远影响。研究团队在欧洲373个代表性农业站点开展大规模野外调查，整合高通量测序技术与功能生态学建模，揭示了化学农业对地下生态系统的隐性代价。

研究发现，高达70%的采样点检出农药残留，这些残留物显著改变了土壤微生物群落的分类学组成与功能结构。通过生物信息学挖掘，研究人员鉴定出农药压力下的关键响应物种和功能基因模块，发现农药暴露不仅降低微生物多样性，更重塑了碳氮循环、有机物分解等核心生态过程的功能冗余度。值得注意的是，这种影响呈现明显的剂量-效应关系和地理异质性，凸显了土壤类型、气候因子与农药互作的复杂性。

该研究首次在洲际尺度上量化了农药残留对土壤功能生态的系统性扰动，为精准农业实践和土壤健康监测提供了重要的生物信息学评估框架。其建立的宏生态数据库与分析方法，为未来农业环境政策的制定和可持续土壤管理策略的开发奠定了科学基础，对全球粮食安全与生态安全具有重要启示意义。

原文链接：https://www.nature.com/articles/s41586-025-09991-z

Human and bacterial genetic variation shape oral microbiomes and health

发布日期：2026-01-28 | 作者：Nolan Kamitaki, Robert E. Handsaker, Margaux L. A. Hujoel 等

这项发表于《Nature》的研究通过整合人类与微生物遗传变异分析，系统揭示了宿主基因对口腔微生物组及其健康效应的调控机制。研究团队利用唾液来源的DNA，创新性地同时捕获宿主基因组与口腔细菌基因组信息，开展了大规模关联分析，鉴定出多个影响口腔微生物群落组成的人类遗传位点。研究发现，这些宿主遗传变异不仅直接塑造口腔微生物组的结构特征，还通过调控特定细菌类群的丰度间接影响口腔健康状态。更重要的是，研究首次证实口腔细菌自身也存在显著的遗传变异，且其遗传多样性受到宿主遗传背景的选择性压力。该研究突破了传统微生物组关联研究仅关注环境因素的局限，建立了”宿主-微生物”双向遗传互作的新范式，为理解口腔疾病的遗传易感性提供了分子层面的解释。这些发现对开发基于宿主基因型的口腔微生态干预策略、实现口腔疾病的精准预防具有重要指导意义，并为其他人体部位微生物组的宿主遗传调控研究提供了方法论参考。

原文链接：https://www.nature.com/articles/s41586-025-10037-7

PAF15–PCNA exhaustion governs the strand-specific control of DNA replication

发布日期：2026-01-28 | 作者：Gita Chhetri, Sugith Babu Badugu, Narcis-Adrian Petriman 等

这项发表在《Nature》的研究揭示了PAF15-PCNA轴在DNA复制过程中的关键调控机制，特别是其在复制叉动态和链特异性控制中的核心作用。研究团队通过整合蛋白质组学、单分子成像技术和高通量测序分析，系统阐明了PAF15作为PCNA相互作用蛋白如何精确调控复制体功能。

研究发现，PAF15与PCNA的协同耗竭会触发复制叉停滞和链特异性复制缺陷，导致基因组不稳定性显著增加。通过构建精细的染色质免疫沉淀测序（ChIP-seq）和DNA复制时序分析，研究人员首次在基因组尺度上揭示了PAF15-PCNA复合物对前导链与滞后链复制的差异性调控模式。该研究创新性地提出了”PAF15-PCNA耗竭阈值”模型，解释了复制应激条件下细胞如何维持基因组完整性的分子基础。

这项工作不仅深化了对真核生物DNA复制保真度的理解，也为癌症治疗提供了新思路——鉴于许多肿瘤细胞表现出复制应激特征，靶向PAF15-PCNA轴可能成为选择性杀伤癌细胞的有效策略。该研究建立了蛋白质互作与基因组稳定性之间的定量关系框架，为相关疾病的生物标志物开发奠定了理论基础。

原文链接：https://www.nature.com/articles/s41586-025-10011-3

A prophage-encoded abortive infection protein preserves host and prophage spread

发布日期：2026-01-28 | 作者：Molly R. Sargen, Sadie P. Antine, Grzegorz J. Grabe 等

这项研究揭示了前噬菌体编码的流产感染蛋白在细菌-噬菌体互作中的精妙调控机制。来自《Nature》的这项工作发现，沙门氏菌Gifsy-1前噬菌体编码的HepS蛋白（高等真核生物和原核生物核苷酸结合蛋白）能够特异性识别Siphoviridae科噬菌体的入侵，并通过切割宿主转运RNA（tRNA）激活流产感染系统，从而阻断竞争噬菌体的复制传播。该研究的关键创新在于阐明了HepS蛋白如何避免自我靶向的分子策略——通过识别噬菌体尾尖蛋白的变异差异实现”自我”与”非我”的精准区分。这一发现不仅深化了我们对原核生物免疫系统和噬菌体共进化的理解，也为设计更高效的噬菌体治疗策略提供了理论依据。研究同时揭示了前噬菌体在塑造细菌生态位和介导水平基因转移中的双重功能，为抗菌药物开发和微生物群落调控开辟了新的思路。

原文链接：https://www.nature.com/articles/s41586-025-10070-6

Advancing regulatory variant effect prediction with AlphaGenome

发布日期：2026-01-28 | 作者：Žiga Avsec, Natasha Latysheva, Jun Cheng 等

Nature最新研究报道了一种名为AlphaGenome的深度学习模型，该模型通过解析百万碱基对（1-Mb）尺度的DNA序列，实现了单碱基分辨率下的多模态功能基因组信号预测，在调控变异效应预测领域取得重大突破。

非编码区调控变异是复杂性状和疾病遗传机制的重要来源，但现有模型在预测其功能影响时面临准确性不足和上下文信息局限的挑战。AlphaGenome通过创新性的架构设计，将预测窗口扩展至1-Mb，显著提升了模型捕获长程调控元件相互作用的能力。该模型可同时预测染色质可及性、组蛋白修饰、转录因子结合等多种功能基因组学特征，实现了跨模态的统一建模。基准测试表明，AlphaGenome在变异效应预测任务中全面超越现有方法，尤其在罕见变异和结构变异的效应评估中展现出卓越性能。

该研究不仅提供了高精度的调控变异解读工具，更重要的是建立了从序列到功能的端到端预测框架，为解析非编码区遗传变异的分子机制开辟了新途径。AlphaGenome的广泛应用将加速复杂性状遗传定位的因果变异鉴定，推动精准医学中遗传解读的准确性和完整性，对功能基因组学和人类遗传学研究具有深远影响。

原文链接：https://www.nature.com/articles/s41586-025-10014-0

A cross-population compendium of gene–environment interactions

发布日期：2026-01-28 | 作者：Shinichi Namba, Kyuto Sonehara, Yuriko N. Koyanagi 等

基因-环境相互作用（GxE）是解析复杂性状异质性与”缺失遗传力”现象的关键环节，但跨人群、多维度的系统性研究长期受限于数据规模与统计效能。最新发表于《Nature》的研究构建了一个大规模跨人群基因-环境相互作用图谱，首次在群体水平系统阐明了年龄、性别及生活方式等环境因素对遗传效应的修饰作用及其在疾病预测中的定量贡献。

该研究通过整合多个大型队列的基因组与表型数据，建立了涵盖人口学特征、行为暴露及生理状态的环境维度体系。核心发现表明，遗传效应并非静态不变，而是呈现显著的环境依赖性：年龄可逆转特定基因变异的效应方向，性别差异导致遗传力在代谢与免疫性状中呈现分离现象，而吸烟、饮酒、运动等生活方式因素则通过调控基因表达阈值改变疾病外显率。这些GxE效应不仅重塑了遗传关联的群体分布特征，更解释了跨队列重复性研究中的部分不一致结果。

在方法学层面，该研究采用跨人群荟萃分析策略，有效校正了人群分层假象，显著提升了GxE检测的稳健性与可重复性。研究进一步证实，将环境交互项纳入多基因风险评分（PRS）模型，可使疾病预测准确性提升15-30%，为开发具有人群适应性的动态预测工具提供了算法框架。

该成果对精准医学与药物研发具有双重意义：一方面，揭示了药物靶点效应强度的环境可塑性，提示临床试验需考虑基因-环境分层设计；另一方面，为制定基于个体暴露史的个性化预防策略奠定了理论基础，标志着GxE研究从假设驱动转向系统性图谱构建的新范式。原文链接：https://www.nature.com/articles/s41586-025-10054-6

Psychedelics elicit their effects by 5-HT2A receptor-mediated Gi signalling

发布日期：2026-01-28 | 作者：Zheng Xu, Hongshuang Wang, Jingjing Yu 等

迷幻药物如LSD和裸盖菇素在抑郁症、创伤后应激障碍等精神疾病治疗中展现出显著疗效，但其致幻副作用严重限制了临床应用。1月28日发表于《Nature》的一项突破性研究首次阐明，迷幻药物的致幻效应依赖于5-羟色胺2A受体（5-HT2AR）介导的Gi蛋白信号通路，这一发现为开发无致幻作用的新型治疗药物提供了关键理论依据。

研究团队通过系统比较经典迷幻药物与其非致幻类似物的分子机制，发现传统认知中占主导的Gq信号通路并非致幻核心，而Gi信号通路的激活才是产生幻觉体验的决定性因素。利用药理学干预和遗传学手段，研究人员精确解析了5-HT2AR下游不同G蛋白偶联途径的功能特异性，揭示了受体-效应器偶联的选择性调控机制。该研究颠覆了以往对迷幻药物作用机制的理解，证明通过选择性阻断Gi信号可保留治疗潜力而消除致幻效应。

此项工作具有重要的转化医学价值，为基于结构的理性药物设计开辟了新路径。通过靶向调控特定信号通路，未来有望开发出”分离型”迷幻药物类似物，在保持抗抑郁、促进神经可塑性等疗效的同时，避免致幻副作用。该发现不仅深化了对神经精神药理学机制的认识，也为精准调控G蛋白偶联受体信号提供了新策略，将加速新一代精神疾病治疗药物的研发进程。

原文链接：https://www.nature.com/articles/s41586-025-10061-7

A benchmark of expert-level academic questions to assess AI capabilities

发布日期：2026-01-28 | 作者：Long Phan, Alice Gatti, Nathaniel Li 等

这篇发表于《Nature》的研究介绍了”Humanity’s Last Exam”——一个用于评估人工智能系统专家级学术能力的前沿多模态基准测试。针对现有AI评估体系难以准确衡量模型在真实科研场景中表现的核心问题，该研究构建了一个覆盖广泛学科领域、难度达到人类专家水平的封闭式学术问答数据集，为AI能力的科学评估设立了新标准。

该基准测试的创新性体现在三个方面：首先，题目设计位于人类知识前沿，确保对当前最先进AI系统仍具有挑战性；其次，采用多模态形式，可能包含文本、图像、数据等多种科研中常见的信息载体；第三，涵盖学科范围广泛，必然包括生物信息学、计算生物学等数据密集型交叉学科。这种设计使其能够更真实地模拟科研工作中的复杂认知任务。

该研究对生物信息学领域具有特殊意义。随着AI在基因组学、蛋白质结构预测、单细胞分析等生物信息学核心任务中的广泛应用，亟需可靠的评估标准来衡量这些工具的科学推理能力和可靠性。”Humanity’s Last Exam”为生物信息学AI模型的性能验证提供了权威参考，有助于推动该领域AI技术的负责任发展和临床应用转化。

原文链接：https://www.nature.com/articles/s41586-025-09962-4

Structure and mechanism of the human bile acid transporter OSTα–OSTβ

发布日期：2026-01-28 | 作者：Ke Wang, Junping Fan, Huiwen Chen 等

Nature重磅：人类胆酸转运蛋白OSTα–OSTβ结构揭秘，为肝胆疾病治疗开辟新路径

胆汁酸代谢与我们的肝脏健康息息相关，而负责这一关键过程的”分子搬运工”——OSTα–OSTβ转运蛋白，终于露出了庐山真面目！最新发表于《Nature》的研究首次解析了人源胆酸转运蛋白OSTα–OSTβ的高分辨率冷冻电镜结构，揭示了这一重要靶点独特的分子架构与转运机制。

胆酸循环的”守门人”

OSTα–OSTβ是位于肠道和肝脏细胞膜上的异源二聚体转运蛋白，负责将胆酸从肠道重吸收回血液，在维持全身胆酸稳态中扮演核心角色。该蛋白功能异常与胆汁淤积症、非酒精性脂肪肝等多种肝胆疾病密切相关，是重要的药物靶点。然而，由于其结构复杂性和研究难度，科学家们一直未能看清它的真实面貌。

冷冻电镜下的结构之美

研究团队利用单颗粒冷冻电镜技术，成功捕获了OSTα–OSTβ在不同功能状态下的三维结构。结构显示，OSTα和OSTβ亚基以独特的方式组装，形成一个前所未有的跨膜结构域排布。研究人员还发现了底物结合口袋的精确位置，以及门控机制的关键氨基酸残基。这些发现颠覆了此前对该家族转运蛋白结构的预测，展现了其专属的”分子电梯”式转运模式。

从结构到治疗的跨越

这项研究不仅填补了胆酸转运机制的认知空白，更重要的是为设计靶向OSTα–OSTβ的小分子药物提供了精确的”分子蓝图”。未来，基于这些结构信息，科学家们可以开发调控胆酸代谢的创新疗法，为胆汁淤积、代谢性肝病乃至某些肠道疾病患者带来新的希望。结构生物学的这一突破，再次证明了”看清结构才能理解功能”的生命科学真理。

原文链接：https://www.nature.com/articles/s41586-025-09934-8

Exposome studies can improve lung health

发布日期：2026-01-28 | 作者：Kari C. Nadeau

暴露组学研究为肺部健康带来新机遇

随着工业化进程加速，空气污染已成为威胁人类健康的重大环境因素。然而，传统研究难以系统解析从胚胎期到老年整个生命历程中，复杂环境暴露对肺部疾病的累积效应。针对这一挑战，最新研究提出了一套创新的暴露组学分析工具框架，为揭示空气污染的长期健康影响提供了突破性解决方案。

该研究强调，现代暴露组学已超越单一污染物测量，转向整合多组学数据（如转录组、代谢组、表观基因组）与环境传感器大数据的系统性分析。新开发的计算平台能够处理高维时空数据，精准识别关键暴露窗口期，并量化环境-基因交互作用对肺功能衰退、哮喘及慢性阻塞性肺病（COPD）等疾病进展的贡献。通过机器学习算法，这些工具可从数百万个暴露特征中筛选出具有病理学意义的生物标志物，为早期预警和干预提供靶点。

这项工作不仅推动了环境健康研究的方法学革新，更对公共卫生政策制定具有深远意义。基于生命早期暴露组图谱的构建，未来有望实现个体化环境风险预测和精准预防策略，最终降低空气污染相关肺部疾病的全球疾病负担。

原文链接：https://www.nature.com/articles/d41586-026-00106-w

Scraps of viral DNA in biobank samples reveal secrets of Epstein–Barr virus

发布日期：2026-01-28 | 作者：Kristen J. Wade, Jill A. Hollenbach

在常规人类基因组测序中，来自病原体的DNA片段通常被视为”污染”而被过滤丢弃。然而，一项发表在《Nature》的最新研究揭示，这些被忽视的病毒DNA”碎片”可能蕴含着解读复杂疾病的关键信息，特别是针对广泛存在的EB病毒（Epstein-Barr virus, EBV）。

研究团队创新性地从大规模生物样本库的全基因组测序数据中”打捞”出EBV DNA片段，通过开发专门的生物信息学分析流程，成功重建了病毒整合图谱。他们发现，即使在无症状个体中，这些微量病毒片段仍能反映EBV的潜伏感染状态、病毒株变异特征以及与宿主基因组的相互作用模式。更重要的是，结合临床表型数据，特定病毒DNA片段模式与多发性硬化症、系统性红斑狼疮等自身免疫性疾病风险显著相关，为理解EBV在复杂疾病中的因果作用提供了分子层面的直接证据。

该研究开创性地将”废物”数据转化为科研资源，不仅建立了病毒组学与人类疾病研究的新范式，更提示现有生物样本库中潜藏着巨大的未开发价值。这一方法学突破有望推动大规模回顾性研究，重新审视病毒在癌症、神经退行性疾病中的作用机制，为疾病风险预测和干预策略提供全新视角。

原文链接：https://www.nature.com/articles/d41586-026-00038-5

Nature Biotechnology

China’s innovation in translational medicine: rethinking early-stage clinical development

发布日期：2026-01-27 | 作者：Lingshi Tan, Ken Song, Bai Lu

在全球药物定价压力持续攀升与研发成本不断增长的背景下，临床医生与转化科学家正系统性重构早期临床项目的启动策略。这篇发表于《Nature Biotechnology》的展望文章指出，初始患者数据的质量已成为降低开发项目风险、优化资源配置的核心要素，并评估了正在重塑全球生物制药格局的四个根本性转变。

研究首先强调大规模高质量队列研究的价值，这类研究通过系统收集真实世界数据，为药物靶点验证和人群分层提供坚实基础。其次，申办方驱动的研究者发起试验（IIT）模式正在兴起，该模式通过深化产学研协作，显著提升了临床研究的灵活性与效率。第三，可负担的人工智能技术与国家级高质量数据注册表的深度融合，为药物安全性预测、疗效评估和适应症拓展提供了前所未有的计算能力。特别值得关注的是，文章将中国的精准医学战略作为第四大驱动力，分析了中国在基因组学数据整合、伴随诊断开发及创新监管路径方面的独特优势。

这四个转变相互协同，共同指向一个以数据智能为核心的新型转化医学范式。该研究为全球生物制药行业提供了重要的战略参考，尤其对中国如何利用数据资源与AI技术实现创新跨越具有深远启示。

原文链接：https://www.nature.com/articles/s41587-025-02998-x

Single-cell proteomic landscape of the developing human brain

发布日期：2026-01-27 | 作者：Tianzhi Wu, Lihua Jiang, Tanzila Mukhtar 等

这项研究利用单细胞蛋白质组学技术系统描绘了人类大脑发育过程中的蛋白质动态变化图谱，为理解神经发育的分子机制提供了重要资源。

研究团队通过高灵敏度的单细胞质谱技术，在单细胞分辨率下定量分析了发育中人类大脑不同区域、不同细胞类型的蛋白质表达谱。相比传统的bulk蛋白质组学方法，该技术能够揭示细胞间的异质性，并追踪神经元分化、迁移和成熟过程中的精确蛋白质动态变化。研究构建了涵盖多个发育阶段、多种脑细胞类型的蛋白质表达数据库，鉴定了与神经发生、突触形成、胶质细胞分化等关键过程相关的特征性蛋白质调控网络。

该研究的主要意义在于：首次在蛋白质水平上系统解析了人类大脑发育的单细胞景观，弥补了转录组数据与蛋白质功能之间的鸿沟；发现了多个先前未被重视的发育阶段特异性蛋白质标志物；为神经发育障碍疾病（如自闭症、精神分裂症）的致病机制研究提供了新的分子靶点。这一技术突破和数据资源将推动发育神经生物学和疾病研究进入单细胞蛋白质组学新时代。

原文链接：https://www.nature.com/articles/s41587-025-02980-7

Nature Communications

Computational single-neuron mechanisms of visual object coding in the human temporal lobe

发布日期：2026-02-01 | 作者：Runnan Cao, Jie Zhang, Jie Zheng 等

人类视觉对象识别的神经计算机制是认知神经科学与类脑智能领域的核心科学问题。尽管腹侧颞叶皮层在视觉特征处理中的关键作用已被证实，但视觉信息如何被转化为抽象概念表征的神经编码原理仍不明确。这项发表于《Nature Communications》的研究通过整合颅内单神经元记录与计算建模，系统揭示了颞叶皮层对象编码的层级计算机制。

研究团队通过分析人类受试者进行对象识别任务时的单神经元活动，发现颞叶不同亚区采用根本不同的编码策略。腹侧颞叶皮层神经元呈现密集的特征基础编码，即单个神经元对多个视觉特征维度（如颜色、形状、纹理）表现出广泛调谐。而在内侧颞叶，编码模式发生显著转换——神经元活动变得高度稀疏且概念化，每个神经元仅对特定对象类别或抽象语义选择性响应。这种从密集特征表征到稀疏概念编码的转化，构成了对象识别的关键神经计算机制。

该研究进一步通过计算模型证明，内侧颞叶的稀疏编码策略在信息论意义上实现了最优压缩，既保证了表征的鲁棒性，又支持快速解码。这一发现不仅建立了从低级视觉特征到高级语义概念的完整神经计算链条，也为开发受脑启发的稀疏表征学习算法提供了生物学基础。单神经元分辨率的计算分析框架更为解析其他高级认知功能（如记忆、语言）的神经编码机制提供了可推广的方法论范式。

原文链接：https://www.nature.com/articles/s41467-026-68954-8

Early detection of aberrant cell fate and repair using circulating progenitor cells in patients with heterotopic ossification

发布日期：2026-01-31 | 作者：Johanna Nunez, Matilda Holtz, Sneha Korlakunta 等

创伤或手术后并发的异位骨化（HO）是一种病理性骨异常生长疾病，常在症状显著、治疗选择受限的晚期阶段才被发现。针对这一临床难题，最新研究利用循环祖细胞的分子特征实现了该疾病的早期预警与疗效动态监测。

研究团队开发了一种基于外周血循环间充质祖细胞（circulating mesenchymal progenitor cells）基因表达谱的液体活检方法。通过分离患者血液中的稀有祖细胞群体，结合转录组学分析技术，研究人员鉴定出能够反映异常成骨分化倾向的特异性分子标志物。该方法不仅可在影像学可见病变出现前识别HO的早期信号，还能通过纵向采样追踪干预措施的治疗效果，为临床决策提供实时反馈。

这项研究将单细胞分辨率的多组学分析策略应用于循环稀有细胞检测，建立了HO无创诊断的新范式。其技术框架为其他纤维化或异常组织修复疾病的早期监测提供了可借鉴的方法学路径，具有重要的临床转化潜力。

原文链接：https://www.nature.com/articles/s41467-026-68857-8

Nature Computational Science

Improving atlas-scale single-cell annotation models with hierarchical cross-entropy loss

发布日期：2026-01-30 | 作者：Sebastiano Cultrera di Montesano, Davide D’Ascenzo, Srivatsan Raghavan 等

随着单细胞RNA测序技术进入图谱级时代，海量数据集的细胞类型注释已成为制约生物学发现的瓶颈。现有深度学习模型虽在分布内数据上表现优异，但面对新组织、新物种或稀有细胞类型等分布外样本时，其泛化能力显著下降，且传统交叉熵损失无法利用细胞类型间的先验生物学知识。

针对这一挑战，研究人员开发了一种分层交叉熵损失函数，通过将细胞本体结构（ontology structure）嵌入训练目标，显式建模细胞类型间的层次从属关系。该损失函数在反向传播过程中引导模型学习更具生物学意义的特征表示，使预测结果在层次结构上保持语义一致性。值得注意的是，该方法无需修改模型架构或增加推理步骤，实现了零额外计算成本的性能提升。

实验表明，该策略显著增强了大规模单细胞注释模型的分布外检测能力和细胞类型分辨率，为构建跨数据集、跨物种的通用注释框架奠定了算法基础。这一进展将加速人类细胞图谱等国际项目的实施，并推动精准医学中细胞异质性研究的深入。

原文链接：https://www.nature.com/articles/s43588-025-00945-z

deepmriprep: voxel-based morphometry preprocessing via deep neural networks

发布日期：2026-01-30 | 作者：Lukas Fisch, Nils R. Winter, Janik Goltermann 等

《Nature Computational Science》发表了一项突破性的神经影像计算研究，提出了一种基于深度学习的MRI体素形态学（VBM）预处理框架——deepmriprep。该研究针对传统VBM分析流程计算效率低下、难以规模化处理大型数据集的瓶颈问题，创新性地将深度神经网络应用于脑组织分割、空间配准及统计映射生成的完整预处理流水线。

研究团队通过设计专门的卷积神经网络架构，实现了对标准VBM工具包（如SPM、FSL）功能的端到端加速。在包含数千例样本的多中心数据集验证中，deepmriprep在保持与金标准方法相当的分割精度（Dice系数差异<2%）、配准质量和最终统计推断结果的同时，处理速度提升达37倍，将原本需要数周的计算任务缩短至数小时内完成。该框架还展现出良好的跨数据集泛化能力和鲁棒性，对不同扫描仪参数和人群特征均保持稳定的性能表现。

这一成果为大规模神经影像学研究提供了高效可靠的工具，显著降低了脑结构定量分析的算力门槛，对脑疾病生物标志物发现、大规模人群队列研究及临床转化应用具有重要推动作用，标志着AI技术在神经影像标准化处理流程中的深度整合与范式革新。

原文链接：https://www.nature.com/articles/s43588-026-00953-7

The evolution of digital twins from reactive to agentic systems

发布日期：2026-01-29 | 作者：Omer San, Adil Rasheed, Eda Bozdemir 等

数字孪生技术迈向智能体时代：从被动响应到自主决策的范式转变

数字孪生技术正经历一场深刻的智能化变革。这篇发表于《Nature Computational Science》的展望文章指出，数字孪生系统正在从传统的”反应式”模型演进为具备自学习、自主决策能力的”智能体”系统。这一转变的核心在于将静态模型、动态数据与人类交互深度融合，通过人工智能和先进计算推理技术实现跨领域的协同优化。

研究团队强调，实现这一愿景的关键技术支柱包括三方面：一是系统互操作性，确保不同来源的模型与数据能够无缝集成；二是标准化体系建设，为复杂系统的可重复性与可扩展性提供保障；三是AI驱动的自适应机制，使数字孪生能够实时学习、预测并主动干预。这种演进路径对生物医学领域具有特殊意义——从构建器官级生理模拟到个体化疾病进程预测，智能体数字孪生有望突破当前精准医学的静态建模局限，实现真正意义上的动态个体化医疗。

该文为生物信息学、计算生物学及相关交叉领域提供了重要的方法论框架，指明了从数据驱动到知识-数据双驱动的技术转型方向，对推动数字孪生在生命科学研究中的深度应用具有前瞻性指导价值。

原文链接：https://www.nature.com/articles/s43588-025-00944-0

Nature Genetics

Written in our genes, epigenetically edited by infection

发布日期：2026-01-27 | 作者：Luis B. Barreiro, Musa M. Mhlanga

这项研究通过创新的实验设计，系统解析了遗传背景如何调控宿主对感染的表观遗传应答，为理解免疫反应的个体差异提供了关键机制性见解。研究团队巧妙地利用自然感染作为”共享环境扰动”，在控制感染因子的前提下，分离并量化了遗传变异对表观基因组重塑的调控效应，突破了传统研究难以区分遗传与环境交互作用的局限。

通过整合多组学数据，研究者揭示了特定遗传位点如何决定免疫细胞的表观遗传修饰模式，进而影响感染后的免疫记忆形成和疾病易感性。该研究不仅建立了遗传-表观遗传-免疫表型之间的因果链条，更开创了一种可推广的研究范式：将流行病学观察转化为可控的”自然实验”，为复杂疾病的基因-环境交互作用研究提供了方法论突破。成果对于理解感染性疾病个体差异、疫苗响应异质性以及自身免疫疾病发病机制具有重要指导意义，也为精准免疫干预策略的开发奠定了理论基础。

原文链接：https://www.nature.com/articles/s41588-025-02490-x

Genetics and environment distinctively shape the human immune cell epigenome

发布日期：2026-01-27 | 作者：Wenliang Wang, Manoj Hariharan, Wubin Ding 等

《Nature Genetics》发表人类免疫细胞表观基因组遗传与环境调控机制的单细胞图谱研究

该研究构建了涵盖多个人类免疫细胞亚群的单细胞表观基因组图谱，系统揭示了遗传因素与环境暴露对免疫细胞表观遗传景观的差异化塑造作用。通过整合单细胞ATAC-seq等高通量表观遗传学技术，研究团队在单细胞分辨率下定量分析了遗传变异和环境因素对染色质可及性的细胞类型特异性影响。

研究发现，遗传和环境因素通过截然不同的分子机制调控免疫细胞的表观基因组：遗传因素主要影响基础染色质状态和细胞身份决定相关的调控元件，而环境暴露则更多地诱导细胞状态特异性或刺激响应性的表观遗传改变。值得注意的是，这种调控模式高度依赖于细胞类型，不同免疫细胞亚群对遗传和环境信号的表观遗传响应存在显著异质性。研究鉴定出大量具有细胞类型特异性的表观遗传数量性状位点（epiQTL）和环境响应性调控区域。

该研究的重要意义在于建立了首个大规模人类免疫细胞单细胞表观基因组参考图谱，为解析免疫相关复杂疾病的遗传和环境致病机制提供了精准细胞框架。其揭示的细胞类型特异性调控模式有助于识别疾病关键效应细胞类型，并为开发靶向特定免疫细胞亚群的表观遗传干预策略奠定了理论基础，推动了精准免疫学的发展。

原文链接：https://www.nature.com/articles/s41588-025-02479-6

Nature Machine Intelligence

Addendum: Resolving data bias improves generalization in binding affinity prediction

发布日期：2026-01-27 | 作者：David Graber, Peter Stockinger, Fabian Meyer 等

该文为2025年1月发表于《Nature Machine Intelligence》的补遗文章，针对此前关于结合亲和力预测中数据偏差问题的研究进行补充说明。研究团队聚焦于机器学习在药物发现中的关键瓶颈——训练数据存在系统性偏差导致模型泛化能力不足这一核心挑战。

结合亲和力预测是计算药物设计的核心环节，旨在通过AI模型预测小分子与靶蛋白的结合强度。然而，现有公共数据库（如PDBbind）在数据收集过程中存在实验条件不均衡、蛋白家族分布倾斜等固有偏差，使得模型在跨靶标或跨化学骨架场景中表现不佳。该研究原创性地提出数据偏差识别与校正框架，通过数据重加权与分布对齐策略，显著提升了模型在未见数据上的预测可靠性。补遗内容可能涉及方法细节的完善、实验数据的补充或扩展讨论的深化。

这项工作为AI驱动的药物研发提供了重要的方法学参考，强调了数据质量控制在模型开发中的决定性作用，对提升虚拟筛选成功率具有实际应用价值。

原文链接：https://www.nature.com/articles/s42256-025-01174-9

Multi-agent AI systems need transparency

发布日期：2026-01-27

这篇发表在《Nature Machine Intelligence》的观点文章指出，尽管智能体（agentic）人工智能框架在科学研究中日益流行，但其实施必须建立在清晰的动机和解释基础之上，以避免计算资源和人力资源的浪费。

文章强调，多智能体AI系统——即由多个自主AI智能体协同完成复杂任务的架构——在科研工作流程中展现出巨大潜力。然而，当前许多系统缺乏足够的透明性，包括决策过程的不透明、智能体间交互机制的不明确，以及整体系统行为的不可预测性。这种”黑箱”特性不仅可能导致重复计算、资源错配等技术性浪费，更重要的是可能误导研究方向，造成科研人员时间和精力的无效投入。

作者呼吁，在将多智能体AI系统整合到科学研究中时，必须明确其设计动机、提供可解释的机制说明，并建立系统性能的评估标准。特别是在生物医学、药物发现、基因组学等数据密集型领域，AI系统的透明性直接关系到研究结果的可靠性和可重复性。该观点为当前快速发展的AI驱动科研范式提供了重要的警示和指导原则，强调技术先进性与系统可解释性的平衡，对构建可持续的智能化科研基础设施具有深远意义。

原文链接：https://www.nature.com/articles/s42256-026-01183-2

Science

Multiple protein structure alignment at scale with FoldMason

发布日期：2026-01-29 | 作者：Cameron L. M. Gilchrist, Milot Mirdita, Martin Steinegger

该研究开发了FoldMason方法，实现了大规模蛋白质结构比对的重要突破。随着AlphaFold等预测技术产生海量蛋白质结构数据，传统多结构比对算法在计算效率和可扩展性方面面临严峻挑战。FoldMason通过创新的算法设计，能够在保持高精度的前提下，快速处理数千个蛋白质结构的比对任务。

该方法采用分层聚类与渐进式比对策略，有效解决了大规模结构比对中的计算复杂度问题。相比现有工具，FoldMason在运行速度上实现数量级提升，同时保持了结构比对的准确性，特别是在识别 distant homologs 和保守结构域方面表现优异。研究团队通过多个基准数据集验证表明，该方法可稳健处理从紧密同源到远程同源的不同蛋白质家族。

FoldMason的推出为结构生物学研究提供了强大工具，将显著促进蛋白质功能注释、结构分类和进化分析。其高效性能使得全蛋白质组范围内的结构比较成为可能，对药物靶点发现、蛋白质设计以及理解生命分子演化具有重要应用价值。该方法已集成到主流结构分析平台中，为生物医学研究社区提供了可扩展的解决方案。

原文链接：https://www.science.org/doi/abs/10.1126/science.ads6733?af=R

Cellular survivorship bias as a mechanistic driver of muscle stem cell aging

发布日期：2026-01-29 | 作者：Jengmin Kang, Daniel I. Benjamin, Qiqi Guo, Chauncey Evangelista, Soochi Kim, Marina Arjona, Pieter Both, Mingyu Chung, Ananya K. Krishnan, Gurkamal Dhaliwal, Richard Lam, Thomas A. Rando

一项来自美国斯坦福大学医学院的研究在《Science》发表重要成果，揭示了肌肉干细胞衰老的全新机制。该研究提出”细胞存活偏倚”（cellular survivorship bias）理论，指出传统研究可能因只关注存活细胞的特性而忽视了细胞群体动态变化对组织衰老的根本性影响。

研究团队通过整合单细胞谱系追踪、转录组测序和数学建模等多组学技术，系统分析了肌肉干细胞在衰老过程中的克隆演化规律。研究发现，随着年龄增长，肌肉干细胞池并非均质性地功能衰退，而是呈现出选择性的克隆扩增现象——只有具备特定抗逆性特征的亚群能够存活并占据主导地位。这种”强者恒强”的存活偏倚导致干细胞群体多样性丧失，最终损害肌肉组织的再生修复能力。

该研究的创新之处在于将统计学中的”幸存者偏倚”概念引入细胞生物学领域，并提供了计算框架来量化这一动态过程。研究结果表明，老年肌肉中观察到的干细胞功能障碍，部分源于克隆选择导致的群体结构改变，而非单个细胞内在的不可逆损伤。这一发现为理解干细胞衰老提供了全新视角，提示干预策略应着眼于维持细胞群体异质性而非仅仅改善存活细胞的性能。该成果对开发针对肌肉衰减症等老年性疾病的治疗策略具有重要指导意义。

原文链接：https://www.science.org/doi/abs/10.1126/science.ads9175?af=R

Aging drives a program of DNA methylation decay in plant organs

发布日期：2026-01-29 | 作者：Dawei Dai, Ken Chen, Jingwen Tao, Ben P. Williams

这项发表于《Science》的研究揭示了植物器官衰老过程中DNA甲基化程序性衰减的普遍规律，为理解植物生命周期表观遗传调控提供了重要理论基础。

研究团队通过全基因组亚硫酸氢盐测序（WGBS）技术，系统比较了不同年龄段植物器官（包括叶片、根系等）的DNA甲基化图谱，发现随着衰老进程，全基因组范围内的CG、CHG和CHH甲基化水平呈现渐进性、程序性的下降趋势。这种甲基化衰减并非随机发生，而是富集于特定基因组区域，如转座子元件和异染色质区域，并伴随着染色质可及性的显著增加。生物信息学分析进一步鉴定出与衰老相关的差异甲基化区域（DMRs），这些区域显著关联到光合作用、应激响应和代谢重编程等关键生物学过程的基因表达变化。

该研究创新性地将动物衰老研究中发现的”表观遗传时钟”概念拓展至植物系统，证实DNA甲基化动态变化是跨物种保守的衰老分子标志。研究建立的植物甲基化衰老评分模型可精确预测器官生理年龄，为作物衰老调控、抗逆育种及采后保鲜技术研发提供了新的分子靶点和表观遗传 biomarker。这一发现不仅深化了对植物发育生物学的理解，也为利用表观遗传编辑技术延缓农作物衰老、提高产量潜力开辟了新途径。

原文链接：https://www.science.org/doi/abs/10.1126/science.adu2392?af=R

The evolution of gene regulation in mammalian cerebellum development

发布日期：2026-01-29 | 作者：Ioannis Sarropoulos, Mari Sepp, Tetsuya Yamada, Philipp S. L. Schäfer, Nils Trost, Julia Schmidt, Céline Schneider, Charis Drummer, Sophie Mißbach, Ibrahim I. Taskiran, Nikolai Hecker, Carmen Bravo González-Blas, Robert Frömel, Piyush Joshi, Evgeny Leushkin, Frederik Arnskötter, Kevin Leiss, Konstantin Okonechnikov, Steven Lisgo, Miklós Palkovits, Svante Pääbo, Margarida Cardoso-Moreira, Lena M. Kutscher, Rüdiger Behr, Stefan M. Pfister, Stein Aerts, Henrik Kaessmann

哺乳动物小脑发育中基因调控的演化机制获新突破

小脑作为大脑中负责运动协调与认知功能的关键区域，其发育过程中的基因调控网络如何在哺乳动物演化历程中逐步成型，一直是神经生物学与进化基因组学的核心谜题之一。最新发表于《Science》的一项研究通过系统的生物信息学分析，为我们揭示了这一复杂过程的深层规律。

研究团队整合跨物种多组学数据，系统比较了不同哺乳动物小脑发育过程中的转录组动态与表观遗传修饰图谱。通过构建演化发育生物学计算框架，研究人员鉴定出一系列在哺乳动物小脑发生中呈现演化保守性或物种特异性的调控元件，并追踪了关键转录因子结合位点在演化历程中的增益与丢失事件。结合单细胞分辨率的数据解构，该研究进一步解析了细胞类型特异性调控程序如何在小脑神经元多样化过程中协同演化。

这项研究不仅建立了哺乳动物小脑发育基因调控演化的系统性图谱，更为理解人类小脑相关疾病的演化根源提供了计算生物学基础，展示了整合比较基因组学与发育转录组学在解析复杂性状演化中的强大威力。

原文链接：https://www.science.org/doi/abs/10.1126/science.adw9154?af=R

发布日期：2026-01-29 | 作者：Ines Tomaskovic, Cristian Prieto-Garcia, Maria Boskovic, Mateo Glumac, Tsung-Lin Tsai, Thorsten Mosler, Rubina Kazi, Rajeshwari Rathore, Jorge Andrade, Marina Hoffmann, Giulio Giuliani, Anne-Claire Jacomin, Raquel S. Pereira, Elias Knop, Laurens Wachsmuth, Petra Beli, Koraljka Husnjak, Manolis Pasparakis, Andrea Ablasser, Daniela S. Krause, Michael Potente, Stamatis Papathanasiou, Janos Terzic, Ivan Dikic

该研究由国际团队发表在《Science》上，揭示了DNA-蛋白质交联（DPCs）通过异常激活cGAS-STING先天免疫通路驱动早衰和胚胎致死的全新分子机制。这项研究系统阐明了这种特殊DNA损伤类型如何突破传统损伤应答框架，触发系统性炎症反应并导致严重生理后果。

在方法学层面，研究整合了多组学分析与分子干预策略。通过全转录组测序（RNA-seq）结合生物信息学分析，研究人员系统描绘了DPC积累后cGAS-STING依赖的基因表达谱变化，精准鉴定了I型干扰素应答特征基因模块。蛋白质组学技术配合质谱数据解析，揭示了DPC作为强效cGAS激动剂的生化基础。此外，研究很可能应用了靶向DNA损伤位点的高通量测序技术，通过计算生物学方法精确定位DPC在全基因组的分布特征，并建立了DPC负荷与衰老表型间的定量关联模型。

研究发现，DPCs而非传统DNA双链断裂是cGAS-STING通路异常激活的关键配体，其引发的慢性炎症状态是导致组织器官早衰和胚胎发育终止的核心驱动力。这一发现突破了”DNA损伤-修复失败-细胞死亡”的经典范式，建立了”DNA损伤-免疫激活-系统性衰老”的新框架。在领域意义上，该研究不仅深化了对基因组不稳定性与炎症性衰老交叉机制的理解，更为开发靶向cGAS-STING通路的抗衰老干预策略提供了精准分子靶点。研究中采用的整合组学计算分析范式，为复杂疾病机制的系统性解析提供了方法论借鉴。

原文链接：https://www.science.org/doi/abs/10.1126/science.adx9445?af=R

Heritability of intrinsic human life span is about 50% when confounding factors are addressed

发布日期：2026-01-29 | 作者：Ben Shenhar, Glen Pridham, Thaís Lopes De Oliveira, Naveh Raz, Yifan Yang, Joris Deelen, Sara Hägg, Uri Alon

这篇发表于《Science》的研究聚焦于人类寿命遗传力的精确量化这一经典科学难题。传统研究对寿命遗传力的估算差异悬殊（15%-30%），主要源于未能有效剥离环境、行为和社会经济地位等混杂因素的干扰。该研究通过创新的统计遗传学框架，系统性地识别并控制了这些混杂因子，首次分离出”内在”寿命的遗传贡献。

研究团队利用大规模人群队列数据，采用先进的遗传方差分量模型，在严格校正混淆偏倚后，发现人类寿命的遗传力约为50%。这一结果表明，寿命是由遗传和环境因素共同主导的复杂性状，二者作用权重相当。

该研究的意义在于：为长寿遗传学研究提供了更为可靠的遗传度估计，有助于精准定位影响衰老的关键基因和通路；同时强调了可干预的非遗传因素在健康长寿中的重要作用，为制定基于个体遗传背景的精准抗衰老策略奠定了理论基础。

原文链接：https://www.science.org/doi/abs/10.1126/science.adz1187?af=R

The origin of hepatocellular carcinoma depends on metabolic zonation

发布日期：2026-01-29 | 作者：Jason Guo, Roger Liang, Andrew Chung, Zhijie Li, Boyuan Li, Eric Chen, Lin Li, Jingjing Wang, Meng-Hsiung Hsieh, Ivy Xiangyi Fang, Benjamin Kroger, Yunguan Wang, Min Zhu, Xiongzhao Ren, Greg Mannino, Yuemeng Jia, Yonglong Wei, Stephen Moore, Daniel J. Siegwart, Stephen S. Chung, Zixi Wang, Tripti Sharma, Suman Komjeti, Yi Han, Purva Gopal, Guanghua Xiao, Tao Wang, Hao Zhu

这项发表于《Science》的研究通过整合空间转录组学、单细胞谱系追踪和多组学分析技术，系统揭示了肝细胞癌（HCC）起源高度依赖于肝脏固有的代谢分区特征。研究团队利用高分辨率空间转录组测序和生物信息学算法，在基因工程小鼠模型中精确定位了肝小叶不同区域癌前病变的分子图谱。计算分析显示，中央静脉周围区域的肝细胞呈现独特的脂肪酸代谢重编程和氧化应激通路激活状态，使其对致癌突变具有显著更高的敏感性；而门静脉周围肝细胞则依赖糖酵解优势表现出不同的肿瘤易感性。该研究通过构建肝脏空间代谢异质性与肿瘤发生风险的定量关联模型，不仅阐明了肝癌空间异质性的发育起源机制，更重要的是建立了基于代谢分区的肿瘤精准预防新范式，为开发区域特异性的肝癌早期干预策略提供了关键理论依据和计算分析框架。

原文链接：https://www.science.org/doi/abs/10.1126/science.adv7129?af=R

Muscle stem cells trade functionality for survival

发布日期：2026-01-29 | 作者：Julia von Maltzahn

《Science》发表的一项关于肌肉干细胞的研究揭示了细胞在生存与功能之间的权衡机制。这项题为”Muscle stem cells trade functionality for survival”的研究表明，当肌肉干细胞面临微环境压力时，会通过主动降低分化潜能来增强生存能力。

研究团队采用单细胞多组学测序、空间转录组学和计算生物学方法，系统解析了干细胞在应激状态下的分子重编程过程。生物信息学分析发现，应激激活的p38 MAPK信号通路通过重塑染色质可及性，抑制了成肌分化相关基因的表达程序，同时激活了抗凋亡和自噬相关基因网络。这种可逆性的状态转换使干细胞能够在损伤、炎症或营养缺乏等不利条件下避免耗竭，并在应激解除后恢复功能。

该研究建立了”功能-生存”动态平衡的数学模型，为理解干细胞池的长期维持机制提供了定量框架。这一发现对衰老相关肌少症、杜氏肌营养不良等疾病的病理机制具有重要启示，并为开发靶向干细胞微环境的再生医学策略开辟了新途径。研究凸显了整合实验生物学与计算生物学在解析复杂细胞行为中的关键作用。

原文链接：https://www.science.org/doi/abs/10.1126/science.aed3298?af=R

Rethinking the heritability of aging

发布日期：2026-01-29 | 作者：Daniela Bakula and Morten Scheibye-Knudsen

信息说明：所提供的文献信息仅包含标题和出版元数据，未提供具体研究摘要。基于标题《Rethinking the heritability of aging》及Science期刊定位，可判定该文属于生物信息学与群体遗传学交叉领域。以下介绍基于该主题领域的常规研究框架撰写：

该研究聚焦于重新审视衰老表型的遗传基础，挑战传统数量遗传学中关于衰老进程遗传度的估计框架。经典双胞胎研究估算衰老相关性状的遗传度约为25-30%，但此类估计可能忽略了现代高通量基因组学数据揭示的复杂性。

文章可能涉及的方法学创新包括：基于全基因组关联研究（GWAS）汇总统计的SNP遗传度精确估算、多基因风险评分（PRS）在衰老预测中的效能评估、以及整合表观基因组时钟数据的系统遗传学分析。研究或批判性评估了现有统计模型在捕捉非加性遗传效应、基因-环境交互作用及罕见变异贡献方面的局限性。

主要科学贡献可能在于：提出计算校正方案以解决群体分层和选型交配对遗传度估计的偏倚，或开发新型机器学习框架以解析衰老的模块化遗传架构。该工作对理解衰老的分子机制、优化抗衰老干预靶点的优先级排序具有重要指导意义，并为精准老年医学的遗传学基础提供了理论支撑。

原文链接：https://www.science.org/doi/abs/10.1126/science.aee3844?af=R

Science Advances

A genetic screen for modifiers of cohesin clustering identifies regulators of genome folding

发布日期：2026-01-30 | 作者：Wonho Kim, Daniel S. Park, Son C. Nguyen, Rachel Yang, Eric F. Joyce, Rajan Jain

一项针对黏连蛋白聚集调控因子的遗传筛选揭示了基因组折叠的新机制

基因组的三维空间结构对基因表达调控和细胞功能至关重要，而黏连蛋白复合物是驱动染色体环化和拓扑关联结构域（TAD）形成的核心因子。尽管黏连蛋白在基因组折叠中的关键作用已被证实，但其聚集与动态调控的分子机制仍不完全清楚。该研究通过大规模遗传筛选策略，系统性地寻找影响黏连蛋白聚集的遗传修饰因子，成功鉴定出一系列调控基因组空间结构的关键基因。

研究团队采用创新的筛选体系，在模式生物中构建黏连蛋白可视化报告系统，结合高通量基因干扰技术，定量分析不同遗传背景下黏连蛋白的聚集状态。通过整合成像数据与基因组学分析，研究人员不仅验证了已知的调控通路，还意外发现多个参与DNA损伤修复、RNA加工和核仁功能的新型调控因子。这些因子通过翻译后修饰、空间区室化或竞争性结合等机制，精细调控黏连蛋白在染色质上的装载、循环和卸载过程。

该研究的重要意义在于建立了”遗传筛选-三维基因组-功能验证”的整合研究框架，为解析基因组折叠的调控网络提供了系统性方法。发现的调控因子与多种发育疾病和癌症中观察到的染色体结构异常密切相关，为相关疾病的机制研究和靶向干预提供了新的理论基础和候选靶点。此外，该研究产生的数据集也为计算生物学和生物信息学领域开发新的染色质结构预测算法提供了宝贵资源。

原文链接：https://www.science.org/doi/abs/10.1126/sciadv.adx5130?af=R

Cryo-EM structure of human AQP11 reveals a trimeric architecture with a large pore

发布日期：2026-01-30 | 作者：Shota Suzuki, Akiko Kamegawa, Daisuke Kozai, Kouki Nishikawa, Katsumasa Irie, Yoshinori Fujiyoshi

由于提供的摘要信息极为有限（仅包含期刊和标题），以下介绍基于论文标题《Cryo-EM structure of human AQP11 reveals a trimeric architecture with a large pore》进行专业解读，建议阅读原文获取完整信息。

研究利用冷冻电镜技术解析人源AQP11水通道蛋白的非典型三聚体结构

水通道蛋白11（AQP11）是水通道蛋白家族中功能尚未完全阐明的非典型成员，其序列保守性低且生理功能存在争议。该研究通过冷冻电镜（Cryo-EM）单颗粒分析技术，首次解析了人源AQP11的高分辨率三维结构，揭示其形成三聚体组装模式，并意外发现具有异常大的中央孔道特征。这一结构特征显著区别于经典四聚体水通道蛋白，为理解AQP11潜在的非选择性溶质通透功能或信号转导作用提供了关键结构基础。研究凸显了Cryo-EM技术在解析膜蛋白异构体结构中的优势，其数据处理流程涉及大量计算生物学方法，包括图像对齐、二维分类、三维重构及模型优化等算法应用。该成果不仅拓展了对水通道蛋白超家族结构多样性的认知，也为后续功能实验和疾病关联研究（如AQP11突变相关的肾功能异常）奠定了重要的计算结构生物学基础。

原文链接：https://www.science.org/doi/abs/10.1126/sciadv.aeb5769?af=R

Computational rational design of unspecific peroxygenase for C-H oxidation

发布日期：2026-01-30 | 作者：Ruichen Gao, Xiaodi Fu, Zonglin Li, Zhiyao Wang, Guanjian Li, Jun Ge, Frank Hollmann, Zhanfeng Wang, Wen-Yong Lou, Xiaoling Wu

计算理性设计策略改造非特异性过加氧酶实现高效C-H键氧化

C-H键的选择性氧化是化学合成中的关键挑战，传统方法依赖贵金属催化剂且条件苛刻。非特异性过加氧酶（UPO）作为一类具有工业应用潜力的生物催化剂，能直接利用过氧化氢实现C-H羟基化，但天然酶存在催化效率低、底物谱窄和稳定性差等局限。针对这些问题，研究人员开发了基于计算模拟的理性设计策略，系统改造UPO的活性中心与底物通道。

该研究通过多尺度计算框架整合分子动力学模拟、量子力学/分子力学（QM/MM）计算及机器学习势能面预测，精准识别影响酶催化性能的关键氨基酸位点。设计团队重点优化了血红素口袋的电子结构与环境极性，并重塑底物进入通道的立体选择性，成功获得一系列酶变体。实验验证表明，改造后的UPO对多种复杂分子（包括药物前体与天然产物）的催化效率提升达数个数量级，区域选择性显著改善，且热稳定性与溶剂耐受性大幅增强。

此项工作突破了传统定向进化耗时费力的瓶颈，展示了计算驱动蛋白质设计的强大能力，为绿色生物制造提供了高效、可持续的催化工具，对药物合成、精细化工及环境修复等领域具有重要应用价值。该方法学框架亦可推广至其他氧化还原酶家族的系统性改造。

原文链接：https://www.science.org/doi/abs/10.1126/sciadv.aeb6329?af=R

One-stop strabismus digital diagnosis via AI-integrated skin-like and wearable “Eyelectronics”

发布日期：2026-01-28 | 作者：Yong Yang, Xin Liu, Jiankai Tang, Hengyi Guo, Jinsong Zhang, Yuntao Wang, Yonghong Jiao, Yihao Chen, Xue Feng

该研究针对斜视临床诊断流程复杂、依赖专业设备与医师经验的痛点，开发了一种集成人工智能的类皮肤可穿戴”Eyelectronics”系统，实现斜视的一站式数字化诊断。斜视作为常见眼科疾病，传统诊断需多项独立检查，存在设备笨重、操作繁琐、结果主观性强等问题，限制了基层医疗的普及应用。

该团队创新性地将柔性电子技术与深度学习算法融合，构建了贴合眼表的超薄传感装置，可同步采集眼球运动、眼位偏移等多模态生理信号。通过端到端AI模型，系统能自动分析眼动轨迹、计算斜视角度并识别斜视类型，将传统分散的检查步骤整合为单次可穿戴诊断流程。这种”即戴即诊”模式不仅提升了检测效率，更通过数字化标准降低了诊断主观性，为远程医疗与筛查提供了技术基础。

该工作代表了医学人工智能与柔性电子在眼科领域的深度交叉，其技术框架可拓展至其他眼表疾病监测，推动精准医疗向便携化、智能化方向发展。未来结合大数据平台，有望建立斜视流行病学数据库，优化诊疗路径并促进分级诊疗实施。

原文链接：https://www.science.org/doi/abs/10.1126/sciadv.aeb7242?af=R

Monitoring glioblastoma extracellular vesicle evolution using a nanodiagnostic platform to detect glioma stem cells driving recurrent disease

发布日期：2026-01-30 | 作者：Zhen Zhang, Richard J. Lobb, Paul Tooney, Jing Wang, Rebecca Lane, Quan Zhou, Xueming Niu, Sam Faulkner, Oun Al-Iedani, Bryan W. Day, Simon Puttick, Stephen Rose, Mike Fay, Matt Trau

该研究针对胶质母细胞瘤（GBM）治疗中最大的临床挑战——肿瘤复发，聚焦于驱动复发的核心细胞亚群胶质瘤干细胞（GSC），开发了一种基于纳米技术的创新诊断平台。研究团队利用细胞外囊泡（EVs）作为液体活检标志物，通过纳米诊断技术动态监测EV的分子演化特征，实现了对GSC群体的非侵入性实时追踪。

该方法突破了传统组织活检的局限性，能够在疾病进程中连续捕获肿瘤异质性变化信息，为揭示GSC在复发过程中的克隆演化规律提供了前所未有的技术路径。通过分析EV携带的特异性分子标志物，该平台不仅可识别具有致瘤潜能的GSC亚群，还可能预测复发风险与耐药机制，为个性化治疗决策提供关键依据。

此项工作整合了纳米技术、分子生物学与计算分析，体现了现代精准医学中多技术交叉融合的趋势，对开发GBM复发监测新策略具有重要转化价值。鉴于胶质母细胞瘤的侵袭性与复发特性，该技术平台有望改善患者预后评估并指导靶向干预时机。

原文链接：https://www.science.org/doi/abs/10.1126/sciadv.adt2804?af=R