生命科学

184 条内容

bioRxiv 2026年9月30日
该研究利用一个覆盖受精卵到终末体细胞身份的396节点人类细胞谱系树，检验器官水平标准代谢率（SMR）究竟由发育时间（谱系深度）还是终末命运身份（解剖区室）更好预测，发现谱系深度几乎不解释细胞代谢层级的变异（r=0.11，R2约1.2%），而区室身份解释约75%，且器官终末细胞类型的平均线粒体体积分数与文献来源的器官SMR在五个经典参考人体器官组中相关达r=0.90，并据此提出五层可计算框架与代谢承诺视界模型。
该研究利用一个覆盖受精卵到终末体细胞身份的396节点人类细胞谱系树，检验器官水平标准代谢率（SMR）究竟由发育时间（谱系深度）还是终末命运身份（解剖区室）更好预测，发现谱系深度几乎不解释细胞代谢层级的变异（r=0.11，R2约1.2%），而区室身份解释约75%，且器官终末细胞类型的平均线粒体体积分数与文献来源的器官SMR在五个经典参考人体器官组中相关达r=0.90，并据此提出五层可计算框架与代谢承诺视界模型。
研究用396节点人类细胞谱系树检验器官代谢率来源，发现解剖区室身份解释约75%的代谢层级变异，而谱系深度几乎不解释
该研究利用一个覆盖受精卵到终末体细胞身份的396节点人类细胞谱系树，检验器官水平标准代谢率（SMR）究竟由发育时间（谱系深度）还是终末命运身份（解剖区室）更好预测，发现谱系深度几乎不解释细胞代谢层级的变异（r=0.11，R2约1.2%），而区室身份解释约75%，且器官终末细胞类型的平均线粒体体积分数与文献来源的器官SMR在五个经典参考人体器官组中相关达r=0.90，并据此提出五层可计算框架与代谢承诺视界模型。
该研究利用一个覆盖受精卵到终末体细胞身份的396节点人类细胞谱系树，检验器官水平标准代谢率（SMR）究竟由发育时间（谱系深度）还是终末命运身份（解剖区室）更好预测，发现谱系深度几乎不解释细胞代谢层级的变异（r=0.11，R2约1.2%），而区室身份解释约75%，且器官终末细胞类型的平均线粒体体积分数与文献来源的器官SMR在五个经典参考人体器官组中相关达r=0.90，并据此提出五层可计算框架与代谢承诺视界模型。
bioRxiv 2026年9月30日
研究者测试了一种动态调幅（dAM）包络跟随反应（EFR），用单一简短刺激扫过整个调制频谱，在组织学证实存在耳蜗神经退化（CND）的蒙古沙鼠中显示出快速调制速率下的选择性缺陷而无阈值升高，并用机器学习分类器高准确度区分年轻与中年动物，其最具信息量的特征（约400-500 Hz功率）与突触计数相关；该沙鼠训练的模型未经再训练即应用于56名人类听者，以高于随机的水平区分年龄组。
研究者测试了一种动态调幅（dAM）包络跟随反应（EFR），用单一简短刺激扫过整个调制频谱，在组织学证实存在耳蜗神经退化（CND）的蒙古沙鼠中显示出快速调制速率下的选择性缺陷而无阈值升高，并用机器学习分类器高准确度区分年轻与中年动物，其最具信息量的特征（约400-500 Hz功率）与突触计数相关；该沙鼠训练的模型未经再训练即应用于56名人类听者，以高于随机的水平区分年龄组。
单次短刺激的动态调幅包络跟随反应配合机器学习，在沙鼠中读出耳蜗神经退化并跨物种迁移到人类听者
研究者测试了一种动态调幅（dAM）包络跟随反应（EFR），用单一简短刺激扫过整个调制频谱，在组织学证实存在耳蜗神经退化（CND）的蒙古沙鼠中显示出快速调制速率下的选择性缺陷而无阈值升高，并用机器学习分类器高准确度区分年轻与中年动物，其最具信息量的特征（约400-500 Hz功率）与突触计数相关；该沙鼠训练的模型未经再训练即应用于56名人类听者，以高于随机的水平区分年龄组。
研究者测试了一种动态调幅（dAM）包络跟随反应（EFR），用单一简短刺激扫过整个调制频谱，在组织学证实存在耳蜗神经退化（CND）的蒙古沙鼠中显示出快速调制速率下的选择性缺陷而无阈值升高，并用机器学习分类器高准确度区分年轻与中年动物，其最具信息量的特征（约400-500 Hz功率）与突触计数相关；该沙鼠训练的模型未经再训练即应用于56名人类听者，以高于随机的水平区分年龄组。
The FASEB Journal 2026年9月30日
研究者将Aldh1l1-Cre小鼠与CD9-tGFP报告小鼠杂交，建立星形胶质细胞特异性EV报告小鼠，在脑组织中13.2%±1.6%的EV为CD9-tGFP阳性，体外培养星形胶质细胞来源EV中89.3%±2.2%为阳性，并在皮层、海马和小脑的星形胶质细胞突起、毛细血管及神经元内检测到该信号，STED与AI辅助邻近分析显示EV货物在体外富集于神经元线粒体，体内分离线粒体显示突触线粒体上CD9-tGFP斑点密度为非突触线粒体的3倍。
研究者将Aldh1l1-Cre小鼠与CD9-tGFP报告小鼠杂交，建立星形胶质细胞特异性EV报告小鼠，在脑组织中13.2%±1.6%的EV为CD9-tGFP阳性，体外培养星形胶质细胞来源EV中89.3%±2.2%为阳性，并在皮层、海马和小脑的星形胶质细胞突起、毛细血管及神经元内检测到该信号，STED与AI辅助邻近分析显示EV货物在体外富集于神经元线粒体，体内分离线粒体显示突触线粒体上CD9-tGFP斑点密度为非突触线粒体的3倍。
星形胶质细胞CD9-tGFP报告小鼠显示其EV货物优先富集于突触线粒体
研究者将Aldh1l1-Cre小鼠与CD9-tGFP报告小鼠杂交，建立星形胶质细胞特异性EV报告小鼠，在脑组织中13.2%±1.6%的EV为CD9-tGFP阳性，体外培养星形胶质细胞来源EV中89.3%±2.2%为阳性，并在皮层、海马和小脑的星形胶质细胞突起、毛细血管及神经元内检测到该信号，STED与AI辅助邻近分析显示EV货物在体外富集于神经元线粒体，体内分离线粒体显示突触线粒体上CD9-tGFP斑点密度为非突触线粒体的3倍。
研究者将Aldh1l1-Cre小鼠与CD9-tGFP报告小鼠杂交，建立星形胶质细胞特异性EV报告小鼠，在脑组织中13.2%±1.6%的EV为CD9-tGFP阳性，体外培养星形胶质细胞来源EV中89.3%±2.2%为阳性，并在皮层、海马和小脑的星形胶质细胞突起、毛细血管及神经元内检测到该信号，STED与AI辅助邻近分析显示EV货物在体外富集于神经元线粒体，体内分离线粒体显示突触线粒体上CD9-tGFP斑点密度为非突触线粒体的3倍。
bioRxiv 2026年9月30日
该研究提出 VRPTR——一种结合压缩 Transformer 瓶颈、变分潜变量采样与多尺度跳跃连接的三维编码器-解码器，在 WU-Minn 人类连接组计划 360 名健康成人上训练、40 名留出被试上评估故事对数学的语言对比，取得平均体素图 Pearson r=0.642 与 Dice AUC=0.519，分别比紧凑体积版 BrainSurfCNN 类与 SWIFUN 类比较模型高 Δr=0.0376 与 0.0335，并显示 Transformer 处理与图相关性的提升相关（Δr=0.0168），而原始 95% 区间仅覆盖 4.7% 观测值、经留出队列内五折校准后覆盖率升至 94.8%。
该研究提出 VRPTR——一种结合压缩 Transformer 瓶颈、变分潜变量采样与多尺度跳跃连接的三维编码器-解码器，在 WU-Minn 人类连接组计划 360 名健康成人上训练、40 名留出被试上评估故事对数学的语言对比，取得平均体素图 Pearson r=0.642 与 Dice AUC=0.519，分别比紧凑体积版 BrainSurfCNN 类与 SWIFUN 类比较模型高 Δr=0.0376 与 0.0335，并显示 Transformer 处理与图相关性的提升相关（Δr=0.0168），而原始 95% 区间仅覆盖 4.7% 观测值、经留出队列内五折校准后覆盖率升至 94.8%。
VRPTR 用静息态 fMRI 预测个体语言激活图，并给出经校准的不确定性估计
该研究提出 VRPTR——一种结合压缩 Transformer 瓶颈、变分潜变量采样与多尺度跳跃连接的三维编码器-解码器，在 WU-Minn 人类连接组计划 360 名健康成人上训练、40 名留出被试上评估故事对数学的语言对比，取得平均体素图 Pearson r=0.642 与 Dice AUC=0.519，分别比紧凑体积版 BrainSurfCNN 类与 SWIFUN 类比较模型高 Δr=0.0376 与 0.0335，并显示 Transformer 处理与图相关性的提升相关（Δr=0.0168），而原始 95% 区间仅覆盖 4.7% 观测值、经留出队列内五折校准后覆盖率升至 94.8%。
该研究提出 VRPTR——一种结合压缩 Transformer 瓶颈、变分潜变量采样与多尺度跳跃连接的三维编码器-解码器，在 WU-Minn 人类连接组计划 360 名健康成人上训练、40 名留出被试上评估故事对数学的语言对比，取得平均体素图 Pearson r=0.642 与 Dice AUC=0.519，分别比紧凑体积版 BrainSurfCNN 类与 SWIFUN 类比较模型高 Δr=0.0376 与 0.0335，并显示 Transformer 处理与图相关性的提升相关（Δr=0.0168），而原始 95% 区间仅覆盖 4.7% 观测值、经留出队列内五折校准后覆盖率升至 94.8%。
Rapid Communications in Mass Spectrometry 2026年9月30日
该研究用PTR-ToF-MS采集白牡丹白茶顶空挥发物指纹、用HPLC与氨基酸分析等定量非挥发代谢物，构建双流Transformer分别编码两种模态再融合做四分类，在120个样本（每等级30个，训练96、独立预测24）上取得独立预测集95.8%准确率（23/24）与0.958宏平均F1，仅1个特级样本被误判为一级，训练集内重复分层五折交叉验证平均准确率0.979±0.026，SHAP与注意力分析显示高等级茶与花香/甜香挥发物离子及较高氨基酸、可溶性糖相关，低等级茶与青草/木香挥发物离子及山奈酚相关标记相关。
该研究用PTR-ToF-MS采集白牡丹白茶顶空挥发物指纹、用HPLC与氨基酸分析等定量非挥发代谢物，构建双流Transformer分别编码两种模态再融合做四分类，在120个样本（每等级30个，训练96、独立预测24）上取得独立预测集95.8%准确率（23/24）与0.958宏平均F1，仅1个特级样本被误判为一级，训练集内重复分层五折交叉验证平均准确率0.979±0.026，SHAP与注意力分析显示高等级茶与花香/甜香挥发物离子及较高氨基酸、可溶性糖相关，低等级茶与青草/木香挥发物离子及山奈酚相关标记相关。
双流Transformer融合PTR-ToF-MS挥发物与靶向非挥发代谢物，在24个独立样本上以95.8%准确率区分白牡丹白茶四个等级
该研究用PTR-ToF-MS采集白牡丹白茶顶空挥发物指纹、用HPLC与氨基酸分析等定量非挥发代谢物，构建双流Transformer分别编码两种模态再融合做四分类，在120个样本（每等级30个，训练96、独立预测24）上取得独立预测集95.8%准确率（23/24）与0.958宏平均F1，仅1个特级样本被误判为一级，训练集内重复分层五折交叉验证平均准确率0.979±0.026，SHAP与注意力分析显示高等级茶与花香/甜香挥发物离子及较高氨基酸、可溶性糖相关，低等级茶与青草/木香挥发物离子及山奈酚相关标记相关。
该研究用PTR-ToF-MS采集白牡丹白茶顶空挥发物指纹、用HPLC与氨基酸分析等定量非挥发代谢物，构建双流Transformer分别编码两种模态再融合做四分类，在120个样本（每等级30个，训练96、独立预测24）上取得独立预测集95.8%准确率（23/24）与0.958宏平均F1，仅1个特级样本被误判为一级，训练集内重复分层五折交叉验证平均准确率0.979±0.026，SHAP与注意力分析显示高等级茶与花香/甜香挥发物离子及较高氨基酸、可溶性糖相关，低等级茶与青草/木香挥发物离子及山奈酚相关标记相关。
arXiv 2026年9月30日
谷歌 DeepMind 团队开发了 SynthIDBio，把统计水印同时写入 AI 设计蛋白质的氨基酸序列与三维结构，在不明显损害功能的前提下标记其“由 AI 生成”的来源；团队称水印蛋白对病毒侵染、血管生成和免疫调控相关靶点的结合效率与未加水印版本相当，但该标记在多数情况下可被另一个设计工具重新生成序列后擦除，因此被视为生物安全分层防护中的一层而非单一解决方案。
谷歌 DeepMind 团队开发了 SynthIDBio，把统计水印同时写入 AI 设计蛋白质的氨基酸序列与三维结构，在不明显损害功能的前提下标记其“由 AI 生成”的来源；团队称水印蛋白对病毒侵染、血管生成和免疫调控相关靶点的结合效率与未加水印版本相当，但该标记在多数情况下可被另一个设计工具重新生成序列后擦除，因此被视为生物安全分层防护中的一层而非单一解决方案。
DeepMind 给 AI 设计的蛋白质嵌入 SynthIDBio 水印，绑定病毒、血管与免疫靶点仍保持活性，但换一个设计工具即可抹除
谷歌 DeepMind 团队开发了 SynthIDBio，把统计水印同时写入 AI 设计蛋白质的氨基酸序列与三维结构，在不明显损害功能的前提下标记其“由 AI 生成”的来源；团队称水印蛋白对病毒侵染、血管生成和免疫调控相关靶点的结合效率与未加水印版本相当，但该标记在多数情况下可被另一个设计工具重新生成序列后擦除，因此被视为生物安全分层防护中的一层而非单一解决方案。
谷歌 DeepMind 团队开发了 SynthIDBio，把统计水印同时写入 AI 设计蛋白质的氨基酸序列与三维结构，在不明显损害功能的前提下标记其“由 AI 生成”的来源；团队称水印蛋白对病毒侵染、血管生成和免疫调控相关靶点的结合效率与未加水印版本相当，但该标记在多数情况下可被另一个设计工具重新生成序列后擦除，因此被视为生物安全分层防护中的一层而非单一解决方案。
Nature News 2026年9月30日
这篇栏目体总结基于一篇 Nature 报道与两篇论文：WHOI 团队把健康礁的声景播放到退化礁，使 Porites astreoides 幼虫附着率平均近乎翻倍；另一项研究对 Acropora digitifera 进行一代选择性育种，发现成体耐热性可遗传（h² 约 0.2–0.3），高耐热亲本后代比低耐热亲本后代多耐受约 1°C-weeks 热胁迫，但短时与长时耐热性之间未检出遗传相关；第三项研究汇总 220 个全球珊瑚修复项目，指出修复点偏向人类可达、影响较高、珊瑚多样性较低的地点，且 57% 的修复点在修复后五年内至少经历一次白化警报 I 级或以上事件。
这篇栏目体总结基于一篇 Nature 报道与两篇论文：WHOI 团队把健康礁的声景播放到退化礁，使 Porites astreoides 幼虫附着率平均近乎翻倍；另一项研究对 Acropora digitifera 进行一代选择性育种，发现成体耐热性可遗传（h² 约 0.2–0.3），高耐热亲本后代比低耐热亲本后代多耐受约 1°C-weeks 热胁迫，但短时与长时耐热性之间未检出遗传相关；第三项研究汇总 220 个全球珊瑚修复项目，指出修复点偏向人类可达、影响较高、珊瑚多样性较低的地点，且 57% 的修复点在修复后五年内至少经历一次白化警报 I 级或以上事件。
WHOI 用健康礁声景播放使珊瑚幼虫附着率近乎翻倍，而选择性育种把成体耐热性提高约 1°C-weeks
这篇栏目体总结基于一篇 Nature 报道与两篇论文：WHOI 团队把健康礁的声景播放到退化礁，使 Porites astreoides 幼虫附着率平均近乎翻倍；另一项研究对 Acropora digitifera 进行一代选择性育种，发现成体耐热性可遗传（h² 约 0.2–0.3），高耐热亲本后代比低耐热亲本后代多耐受约 1°C-weeks 热胁迫，但短时与长时耐热性之间未检出遗传相关；第三项研究汇总 220 个全球珊瑚修复项目，指出修复点偏向人类可达、影响较高、珊瑚多样性较低的地点，且 57% 的修复点在修复后五年内至少经历一次白化警报 I 级或以上事件。
这篇栏目体总结基于一篇 Nature 报道与两篇论文：WHOI 团队把健康礁的声景播放到退化礁，使 Porites astreoides 幼虫附着率平均近乎翻倍；另一项研究对 Acropora digitifera 进行一代选择性育种，发现成体耐热性可遗传（h² 约 0.2–0.3），高耐热亲本后代比低耐热亲本后代多耐受约 1°C-weeks 热胁迫，但短时与长时耐热性之间未检出遗传相关；第三项研究汇总 220 个全球珊瑚修复项目，指出修复点偏向人类可达、影响较高、珊瑚多样性较低的地点，且 57% 的修复点在修复后五年内至少经历一次白化警报 I 级或以上事件。
arXiv 2026年9月30日
该工作提出 FRAC，一种从分数阶动力学推导的选择性状态空间模型架构，用有限状态、对数间隔的指数模式之和逼近重尾分数阶核，把指数遗忘替换为幂律长记忆，在合成长尾与召回任务、1.3B 参数语言模型的长上下文评测以及 DNA 建模上优于 Mamba2、GDN、Mamba3 等 SSM 基线，同时在短上下文任务上保持竞争力。
该工作提出 FRAC，一种从分数阶动力学推导的选择性状态空间模型架构，用有限状态、对数间隔的指数模式之和逼近重尾分数阶核，把指数遗忘替换为幂律长记忆，在合成长尾与召回任务、1.3B 参数语言模型的长上下文评测以及 DNA 建模上优于 Mamba2、GDN、Mamba3 等 SSM 基线，同时在短上下文任务上保持竞争力。
FRAC 用分数阶动力学把 SSM 的指数遗忘换成幂律长记忆，1.3B 模型长上下文优于 Mamba 与 GDN
该工作提出 FRAC，一种从分数阶动力学推导的选择性状态空间模型架构，用有限状态、对数间隔的指数模式之和逼近重尾分数阶核，把指数遗忘替换为幂律长记忆，在合成长尾与召回任务、1.3B 参数语言模型的长上下文评测以及 DNA 建模上优于 Mamba2、GDN、Mamba3 等 SSM 基线，同时在短上下文任务上保持竞争力。
该工作提出 FRAC，一种从分数阶动力学推导的选择性状态空间模型架构，用有限状态、对数间隔的指数模式之和逼近重尾分数阶核，把指数遗忘替换为幂律长记忆，在合成长尾与召回任务、1.3B 参数语言模型的长上下文评测以及 DNA 建模上优于 Mamba2、GDN、Mamba3 等 SSM 基线，同时在短上下文任务上保持竞争力。
IEEE Spectrum 2026年9月29日
这篇报道梳理了以器官芯片、类器官和计算模拟为代表的动物实验替代方法（NAMs）从2009年前后被期刊要求补做小鼠实验，到2022年《FDA现代化法案2.0》授权临床前研究使用NAMs、2025年FDA承诺让动物实验成为例外、2026年9月拟以“非临床测试”取代法规中“动物测试”表述的政策转变，并指出验证标准化、头对头比较的高昂成本以及科研文化惯性是当前主要瓶颈。
这篇报道梳理了以器官芯片、类器官和计算模拟为代表的动物实验替代方法（NAMs）从2009年前后被期刊要求补做小鼠实验，到2022年《FDA现代化法案2.0》授权临床前研究使用NAMs、2025年FDA承诺让动物实验成为例外、2026年9月拟以“非临床测试”取代法规中“动物测试”表述的政策转变，并指出验证标准化、头对头比较的高昂成本以及科研文化惯性是当前主要瓶颈。
器官芯片与计算模型等动物实验替代方法已获FDA与NIH政策放行，但验证成本与科研文化惯性仍在拖慢落地
这篇报道梳理了以器官芯片、类器官和计算模拟为代表的动物实验替代方法（NAMs）从2009年前后被期刊要求补做小鼠实验，到2022年《FDA现代化法案2.0》授权临床前研究使用NAMs、2025年FDA承诺让动物实验成为例外、2026年9月拟以“非临床测试”取代法规中“动物测试”表述的政策转变，并指出验证标准化、头对头比较的高昂成本以及科研文化惯性是当前主要瓶颈。
这篇报道梳理了以器官芯片、类器官和计算模拟为代表的动物实验替代方法（NAMs）从2009年前后被期刊要求补做小鼠实验，到2022年《FDA现代化法案2.0》授权临床前研究使用NAMs、2025年FDA承诺让动物实验成为例外、2026年9月拟以“非临床测试”取代法规中“动物测试”表述的政策转变，并指出验证标准化、头对头比较的高昂成本以及科研文化惯性是当前主要瓶颈。
bioRxiv 2026年9月29日
作者提出DECIPHER，一个端到端的表征学习框架，通过分别学习用于解卷积的域恒定表征Zc和建模域相关变异的域特异表征Zs，并结合可微非负最小二乘优化从Zc估计细胞类型比例，在模拟数据、实验生成的bulk-细胞混合样本、真实世界数据集和多种分子模态上表现出稳健且有竞争力的解卷积性能，且学到的Zc还支持跨独立队列的时序年龄预测和肺腺癌的预后分层。
作者提出DECIPHER，一个端到端的表征学习框架，通过分别学习用于解卷积的域恒定表征Zc和建模域相关变异的域特异表征Zs，并结合可微非负最小二乘优化从Zc估计细胞类型比例，在模拟数据、实验生成的bulk-细胞混合样本、真实世界数据集和多种分子模态上表现出稳健且有竞争力的解卷积性能，且学到的Zc还支持跨独立队列的时序年龄预测和肺腺癌的预后分层。
DECIPHER用解耦表征学习从bulk组学中估计细胞类型比例，并在肺腺癌中支持预后分层
作者提出DECIPHER，一个端到端的表征学习框架，通过分别学习用于解卷积的域恒定表征Zc和建模域相关变异的域特异表征Zs，并结合可微非负最小二乘优化从Zc估计细胞类型比例，在模拟数据、实验生成的bulk-细胞混合样本、真实世界数据集和多种分子模态上表现出稳健且有竞争力的解卷积性能，且学到的Zc还支持跨独立队列的时序年龄预测和肺腺癌的预后分层。
作者提出DECIPHER，一个端到端的表征学习框架，通过分别学习用于解卷积的域恒定表征Zc和建模域相关变异的域特异表征Zs，并结合可微非负最小二乘优化从Zc估计细胞类型比例，在模拟数据、实验生成的bulk-细胞混合样本、真实世界数据集和多种分子模态上表现出稳健且有竞争力的解卷积性能，且学到的Zc还支持跨独立队列的时序年龄预测和肺腺癌的预后分层。

第 3 页 · 当前显示 10 项