脊椎动物 的视觉功能主要由一对侧生成像的相机型眼睛 （ camera-type eyes， 指像相机一样结构的眼睛，例如人类或许多脊椎动物的眼睛，这种眼睛有类似相 机的组件，能够聚焦光线并形成清晰图像 ） 承担，而在非哺乳类脊椎动物中，背侧松果体复合体 （松果体与副松果体器官） 作为光感受器和/或内分泌器官起补 充作用。 松果体复合体与侧眼具有共同的遗传和胚胎学基础，两者均源于间脑发育过程中的外翻结构。尽管在冠群脊椎动物中被普遍称为"第三只眼"，但松果体复合体的 本质及其在早期脊椎动物中假定的视觉能力仍属未知。 2026 年 1 月 21 日，云南大学 丛培允 团队 （ 雷向通 、 张思航 为论文共同第一作者） 在国际顶尖学术期刊 Nature 上发表了题为： Four camera-type eyes in the earliest vertebrates from the Cambrian Period 的研究论文。 该研究表明，寒武纪时期的已知最早的脊椎动物 （约 5.18 亿年前） 具有 四只 像机型眼睛 （ camera-type eyes ） 。 在这项最新研究中，研究团队描述了两种昆明鱼 （ m ...

2026 年 1 月 21 日 ，山东大学 孙金鹏 教授团队 、 于晓 教授团队联合北京大学 杨吉春 教授 、 东南大学 柴人杰 教授、上海交通大学 医学院附属仁济医院 郝 勇 主任 （ 葛晓燕 、 程杰 、 章莉君 、 郭璐璐 、 向瑞 、 陆燕 、 宁尚磊 、 王凯宇 为论文共同第一作者 ） ， 在国际顶尖学术期刊 Cell 上 发表了题为： Identification of Or5v1/Olfr110 as an oxylipin receptor and anti-obesity target 的研究论文 。 该研究通过创新开发的" ARIG "技术， 发现并 鉴定了嗅觉受体 Or5v1/Olfr110 （人类同源基因 OR5V1） 为氧化脂类 12 (S)-HEPE 的高亲和力受体，12 (S)- HEPE 通过 Olfr110-Gs–PKA– pATF2–Cpt1α 信号通路促进肝脏脂肪酸氧化，进而 改善血糖稳态并减轻肥胖 。 靶向该受体开发的 小分子激动剂 HOR1-C59 ，可产生依赖于 Olfr110 的代谢改善效应，该研究为 肥胖 、 糖尿病 及 脂肪肝 等疾病的治疗提供了全新靶点和候选 ...

编辑丨王多鱼 排版丨水成文 嗅觉 是生命体感知外界化学环境最古老且精细的感官功能之一，在觅食、避险、社会交流和行为调控中发挥基础性作用，其分子基础是 嗅觉受体 （Olfactory Receptors，ORs） 。人类基因组中约有400种功能性嗅觉受体，是数量最多的一类G蛋白偶联受体 （GPCR） ，通过"一个神经元表达一种受体"及组合编码机 制识别成千上万种结构各异的气味分子，赋予嗅觉系统极高的灵敏度与分辨力。近年研究发现，嗅觉受体并非仅限于嗅上皮，还广泛表达于免疫细胞、皮肤、心 血管及代谢相关组织，参与炎症反应、能量代谢等重要生理病理过程。这些发现推动嗅觉受体从传统的"感官分子"拓展为连接环境感知、机体稳态与疾病干预的 关键信号分子，展现出重要的药物开发潜力。 尽管嗅觉受体具有重要的生物学与医学意义，其三维结构解析长期受限于异源表达效率低、构象不稳定等问题，被认为是结构生物学领域的"硬骨头"。科学家们 采用"共识序列 （consensus sequence） "策略，成功解析了多个工程化嗅觉受体 （consOR） 的结构，揭示了嗅觉受体的整体折叠方式和共性结构特征。但共 识序列在一定程度上削弱了单个受体的 ...

撰文丨王聪 编辑丨王多鱼 排版丨水成文 慢性阻塞性肺疾病 （COPD） 是全球导致死亡和残疾的主要原因之一，其特征是持续的气流受限，由包括 慢性支气管炎、肺气肿和小气道重塑在内的多种异质性病理过程所驱动。尽管 COPD 是全球第三大致死病 因，但目前仍缺乏能改变其病程的药物疗法。目前的治疗模式仅限于对症处理和通过使用支气管扩张剂及 吸入性皮质类固醇来减少急性加重，尚无任何干预措施能够改变该疾病的进行性发展轨迹。 COPD 通常在病情较重时 （GOLD 分期 3 期和 4 期） 才被确诊，且往往预后不良。然而，存在大量患有 轻度 COPD （GOLD 分期 1 期和 2 期） 患者；由于缺乏明显的呼吸系统症状，这部分人群的诊断往往被 延误，从而错失了最佳治疗时机。这种严峻的形势凸显了阐明 COPD 分子机制以及确定潜在预测和治疗靶 点的迫切需求。 研究团队发现，丝氨酸蛋白酶抑制因子家族 G 成员-1 （SERPING1） 是一个强效因果候选基因，其蛋白 质定量性状位点与 COPD 及肺功能指标 （包括FEV₁和FEV₁/FVC%） 均呈现一致性关联。 广州医科大学 附属第一医院/呼吸疾病全国重点实验室 冉丕鑫 ...

新期刊Vita的创立 - 西湖大学于2025年8月牵头创立了国际开放获取期刊《Vita》，由Cell Research前主编李党生教授与西湖大学校长施一公教授共同担任主编 [2] - 期刊致力于发表推动生命科学与生物医学各领域知识进步的卓越科研成果，涵盖基础机制研究和转化探索 [2] 儿童癌症的统一发病机制（专家观点） - 上海交通大学医学院等机构的专家从发育生物学视角提出，儿童癌症可能存在共同的发病机制，源于生命最初阶段的发育过程 [5][7][11] - 儿童癌症与成人癌症有本质区别：成人癌症主要由衰老积累的基因突变驱动，而儿童癌症与胚胎及早期产后发育密切相关 [8][9] - 儿童恶性肿瘤主要影响造血系统（如白血病）和神经系统（如脑肿瘤），这两个系统在早期发育过程中最易癌变 [10] - 核心机制在于胚胎发育中的“组织形成细胞”（TFC）在迁移、增殖和DNA复制过程中，若DNA复制与基因转录发生“碰撞”，会导致基因组不稳定并引发初始突变 [13][14] - 正常情况下，发育微环境（如胎儿肝细胞分泌fetuin-A糖蛋白）会保护这些细胞的基因组完整性，保护机制失效则易积累突变转化为癌细胞 [14] - 造血与神经系统易受影响是因为它们在发育中具有共同特征：广泛分布、动态迁移、高度活跃 [16][17] - 例如，造血干细胞在胎儿期需经历复杂的长途迁移，在胎肝阶段早期可能因肝细胞数量不足而缺乏足够保护，易受DNA损伤 [18] - 该观点为预防提供了新思路：动物实验显示，通过胎盘递送重组fetuin-A蛋白可纠正胎儿肝脏的保护缺陷，降低白血病风险 [22] - 未来方向包括识别其他器官的类似保护机制、开发能穿过胎盘或血脑屏障的保护性分子、建立针对高危孕妇的早期干预策略 [23] 急性髓系白血病（AML）与铜死亡（前沿评论） - 德克萨斯大学西南医学中心唐道林教授等评述了一项发表于《Cell》的研究，该研究揭示了急性髓系白血病（AML）的一种代谢脆弱性 [30] - 研究发现，抑制血红素生物合成会诱发AML细胞中的铜积累，并激活一种名为“铜死亡”的细胞死亡途径 [30][32] - 这一发现确立了血红素生物合成酶（HBE）是AML中一个有前景的药物靶点，抑制HBE可通过激活铜死亡来杀伤白血病细胞 [32] - 研究揭示了AML中一种隐藏的代谢依赖性，确立了血红素生物合成是连接线粒体功能、铜稳态和细胞命运调控的核心节点 [34]

文章核心观点 - 浙江大学研究团队成功开发出一种新型可降解柔性生物水凝胶电池 该电池解决了传统电池在生物医学植入应用中的生物相容性差和不可生物降解等关键问题 为组织再生刺激和心脏起搏等生物医学应用提供了创新性的供电解决方案 [3][5][6] 技术突破与产品特性 - 该生物水凝胶电池采用光聚合3D打印技术制造 打印精度高达50微米 其拉伸应变和压缩率分别达到200%和95% 机械性能与生物组织高度匹配 [3][7] - 电池以导电离子型硫酸软骨素甲基丙烯酰酯-明胶甲基丙烯酰酯水凝胶为电解质和结构支撑 以InGa3-Cu纳米颗粒为电极 具备卓越的生物相容性 [6] - 电池在1.5伏特电压下能维持0.001至6毫安的稳定电流 并具备双电流工作模式：微电流（0.001-1毫安）可促进组织再生 高电流（1-6毫安）可实现有效心脏起搏 [3][7] - 其工作原理是在内部离子梯度驱动下 电极纳米颗粒自发降解释放自由离子以产生电流 实现了在降解期间的稳定供电 [7] 行业背景与需求 - 传统电池存在生物相容性差、不可生物降解、刚性和质量大等问题 在体内可能造成组织损伤并引发长期毒性效应 严重限制了其在生物医学电子植入物中的应用 [3][5] - 水凝胶因其与生物组织相似的结构和功能 以及出色的生物相容性、柔软性和可调机械性能 在生物工程领域潜力巨大 但将其与能源功能整合是一大挑战 [5] - 开发兼具高能量密度、生物相容性和体内可降解性的电池 已成为生物工程领域满足柔性适应和长期性能要求的关键挑战 [5][6]

行业背景与挑战 - 全球医疗系统面临人口老龄化和慢性病负担加重的压力，在资源有限地区，患者面临漫长等待和碎片化护理流程[2] - 在中国，许多患者习惯绕过初级护理直接前往大医院，导致专科医生负担过重，咨询时间被压缩，医患沟通质量下降[2] 研究突破与核心观点 - 2026年1月19日，两项来自中国团队的随机对照试验研究证明，基于大语言模型的AI聊天机器人能显著优化护理流程并提升患者参与度[3] - 研究显示，AI聊天机器人不仅能大幅提升就诊效率，还能让患者体验更温暖、更个性化[3] - 两项研究共同表明，AI聊天机器人是能够切实提升医疗可及性和质量的有力工具，让医疗朝着更高效、更温暖的方向迈进[19] 研究一：PreA聊天机器人（优化初级到专科护理过渡） - 研究发表于《Nature Medicine》，开发了基于GPT-4o mini的PreA聊天机器人，模拟初级护理医生角色，进行病史采集、初步诊断和检查建议，并生成转诊报告[4][6] - 研究在两家中国西部地区三甲医院的24个科室开展，涉及2069名患者，随机分为独立使用PreA组、工作人员辅助使用PreA组及对照组[6] - 关键发现：独立使用PreA的患者平均咨询时间比对照组减少28.7%，从4.41分钟降至3.14分钟[7] - 关键发现：专科医生认为PreA生成的转诊报告帮助程度提升了113.1%[7] - 关键发现：患者报告沟通便捷度提高了16.0%，且对医生关注度、满意度和未来使用意愿均有显著改善[7] - PreA的成功源于与当地利益相关者的共同设计，能更好地避免系统性偏见，确保工具贴合真实临床需求[10] - PreA在无人辅助情况下表现与有人辅助组相当，证明了其自主运行能力，在资源有限地区尤为重要[10] 研究二：P&P Care聊天机器人（重塑初级护理体验） - 研究发表于《Nature Health》，开发了基于GPT-4o mini的P&P Care聊天机器人，采用双轨角色扮演共同设计框架，整合e-learning模块以提升患者“AI健康素养”[12][13] - 研究在11个中国省份的城乡社区开展随机对照试验，涉及2113名参与者，分为咨询前接受e-learning培训组和直接咨询组[13] - 创新点在于社区成员直接参与设计，确保了聊天机器人兼顾文化适应性和低识字率用户需求，例如增加了语音接口和离线功能以应对农村网络限制[15] - 与传统初级护理和远程医疗相比，P&P Care在病史采集、诊断精确性、检查建议和慢性病管理方面均评分更高[15] - 关键发现：咨询质量在注意力、可倾听性、简洁性、完整性和同理心等维度均优于对照组[21] - 关键发现：中老年患者（≥40岁）和需要多学科护理的患者改善尤为明显，e-learning有效缩小了健康知识差距[22] 共同启示与行业影响 - 两项研究都凸显了共同设计在部署医疗AI中的核心价值，能避免传统AI模型可能复制的现有护理缺陷和文化偏见，防止“技术脱节”[16][17] - AI工具并非取代医生，而是通过处理常规任务让医生更专注于复杂决策和人文关怀，实现效率与人性化兼得[18] - PreA和P&P Care在资源有限环境中表现稳健，为全球医疗公平性提供了样板，展示了可扩展性[19]

2026 年 1 月 15 日， 雀巢健康科学的研究人员在 Nature 子刊 Nature Metabolism 上发表了题为 ： The differential impact of three different NAD + boosters on circulatory NAD and microbial metabolism in humans 的论文。 该研究头对头比较了 烟酰胺 （ Nam ） 、 烟酰胺核糖 （ NR ） 和 烟酰胺单核苷酸 （ NMN ） 这三种 最为常用的 NAD + 补充剂对增强 人类循环系统中 NAD + 水平以及及微生物代谢的不同影响。 结果显示， NR 和 NMN 可使参与者血液中的 NAD + 水平翻倍增长，而 Nam 组与安慰剂组相比没有显著区别。造成这种差异的原因在于，NR 和 NMN 需要通 过 肠道微生物 被转化为 烟酸 （NA） ，从而稳步提升全身 NAD + 水平，确保了补充效果的持久性。而 Nam 会被人体直接快速吸收，导致效果转瞬即逝，补充 效果并不稳定。 NAD + 是细胞内的一种关键辅因子，广泛参与调节能量代谢、氧化损伤和炎症反应等重要生物学过 ...

文章核心观点 - 复旦大学金力院士团队联合漆远教授团队及无线光年研究人员，在Nature Computational Science上发表研究，开发了一个名为MAPLE的、用于甲基化年龄与疾病风险预测的通用计算框架 [3] - MAPLE采用创新的“成对学习”方法，通过比较两个DNA甲基化样本间的相对关系来预测年龄或疾病风险差异，有效克服了传统表观遗传时钟因技术批次效应导致的性能下降问题，在跨平台、跨组织的数据集上表现出卓越的稳定性和准确性 [4][9][26][27] - 该框架在31项涵盖不同研究、平台、预处理方法和组织类型的基准测试中，以1.6年的中位绝对误差显著优于其他五种竞争方法，并在疾病风险评估方面展现出强大潜力，为衰老评估和早期疾病风险筛查的临床应用提供了更可靠的工具 [4][12][18][28] 传统表观遗传时钟的瓶颈 - DNA甲基化是衰老的关键标志，传统表观遗传时钟基于此开发，但在实际应用中面临核心挑战：技术批次效应 [7] - 当训练数据与测试数据来自不同研究、测序平台或预处理方法时，传统时钟的预测性能会大幅下降，严重阻碍了其在临床中的广泛应用 [7] MAPLE的创新思路：从“绝对值”到“相对关系” - MAPLE采用全新思路，不直接预测绝对年龄，而是学习样本间的相对关系，通过比较两个DNA甲基化样本来推测它们之间的年龄或疾病风险差异 [9] - 该方法巧妙规避了不同数据集间的技术偏差，因为尽管数据来源多样可能导致甲基化谱分布不同，但样本间的实际年龄差异本身是可比较的 [9] - 采用两阶段训练流程：先训练编码器将数据映射到统一潜在空间，再训练预测器估计年龄或疾病状态；成对学习使训练样本量呈二次增长，大幅降低过拟合风险 [9] MAPLE的卓越性能 - 在涵盖31项基准测试的严格验证中，MAPLE表现稳定，中位绝对误差为1.6年，优于其他竞争方法 [4][12] - 在跨平台血液样本测试中，MAPLE平均绝对误差仅为1.45年，相关性系数达0.97；而传统多层感知器模型的误差达4.14年，相关性系数为0.88 [12] - 在非血液组织测试中，MAPLE同样表现优异，平均误差为2.30年，远优于其他方法 [12] - MAPLE在不同数据预处理方法下保持性能稳定，而传统方法在不同预处理数据上误差波动巨大 [12] 疾病风险评估能力 - 除了精准预测年龄，MAPLE在心血管疾病和2型糖尿病等衰老相关疾病的风险评估方面同样展现强大潜力 [18] - MAPLE在疾病识别上的平均曲线下面积达0.97，对疾病前状态检测的平均曲线下面积也达到0.85，显示其精准识别早期风险的能力 [4][19] - 这意味着MAPLE不仅能评估生物学年龄，还能预警潜在健康风险，为早期干预提供宝贵时间窗口 [20] 生物学合理性验证 - 通过分析模型识别的重要CpG位点，发现这些位点富集于器官发育、细胞黏附、认知功能和免疫调节等与衰老密切相关的生物学通路，进一步证实了MAPLE的生物学合理性 [24] 临床应用前景与展望 - MAPLE的优势在于其高精度和卓越的泛化能力，通过成对学习有效削弱批次效应，同时保留与年龄和疾病相关的生物学信号，为甲基化数据在真实临床场景中的应用迈出关键一步 [26][27] - 随着更多验证完成，MAPLE有望在以下方面发挥重要作用：1) 个性化抗衰老干预评估，准确量化生活方式或药物干预对生物学年龄的影响；2) 早期疾病风险筛查，在症状出现前识别高风险个体；3) 衰老生物学机制研究，通过分析重要CpG位点深入理解衰老的分子机制 [28] - 该技术为解决表观遗传时钟领域的核心瓶颈问题提供了新工具，未来“衰老检测”或将成为健康体检的标准项目，助力个性化、精准化的健康衰老管理 [28]

文章核心观点 - 耶鲁大学研究团队在《自然》期刊上发表论文，开发了一个名为MOSAIC的新型AI系统，该系统能够生成带有置信度指标、可重复且可直接执行的复杂化学合成实验方案，在实验验证中取得了71%的整体成功率，合成了超过35种新化合物，甚至发现了训练数据中未出现过的新化学反应方法[3] - MOSAIC框架基于“集体智能”理念，通过训练2498个专项化学“专家”模型，将化学反应空间划分为多个专业区域进行处理，其性能超越了参数规模大数个数量级的通用大语言模型（如ChatGPT-4o mini、Claude 3.5系列）[9][12] - 该系统旨在增强而非取代人类化学家，通过快速审视广阔的化学空间并识别有潜力的实验方向，将确定合适条件的繁琐过程缩短至几分钟，从而加速新药研发、功能材料设计等多个领域的进程[14][16] 化学研究面临的挑战 - 科学文献正呈指数级增长，每年有数十万个新的化学反应被报道，但将这些知识转化为实验室中的可行方案，仍严重依赖专家的个人经验与耗时的手动检索，传统方法效率低下且难以规模化[2][6] MOSAIC系统的工作原理 - MOSAIC（Multiple Optimized Specialists for AI-assisted Chemical Prediction）是一个新型计算框架，能让化学家利用数百万个反应方案的集体知识[6] - 其核心是“集体智能”，研究团队基于Llama-3.1-8B-instruct架构，在Voronoi聚类空间中训练了2498个专项化学“专家”模型[9] - 该系统将化学反应空间划分为多个专业区域，每个区域由专门的AI专家处理，类似于综合性医院的分诊系统，能够持续扩展其覆盖范围与精度，并直接从数据中发现和利用转化模式间的相似性[9][10] MOSAIC系统的实验性能 - 在实验验证中，MOSAIC系统取得了71%的整体成功率，实现了超过35种新化合物的合成[3] - 在产率预测分析中，MOSAIC的预测区间中值与真实产率中位数呈现了显著相关性（R²=0.811），表明它能有效捕捉不同反应类型的产率模式，而非简单记忆常见反应[12] - 在试剂和溶剂预测方面，当聚合最多三位专家的预测结果时，试剂的完全匹配率大幅提升至43.0%，在多位专家预测模式下，至少能部分预测出正确试剂或溶剂的成功率高达94.8%[12] - 仅拥有80亿参数的MOSAIC，其性能超越了参数规模大数个数量级的通用大语言模型[12] MOSAIC系统的应用与影响 - MOSAIC能够实现大量化合物的合成，应用范围包括药物、催化剂、先进材料、农用化学品甚至化妆品[4] - 该系统被比作现代化学合成的“指南针”，其价值在于能够快速审视广阔的化学空间，识别出那些原本需要大量文献调研和积累经验才能发现的有潜力的实验方向，将确定合适条件的繁琐过程缩短至几分钟内[14] - 随着MOSAIC等AI系统的不断完善，化学研究范式正在发生深刻变革，AI辅助的化学合成将成为常态，大大加速新药研发、功能材料设计等领域的进程[16] - AI与人类化学家的协同合作，将推动化学科学向更深更广的领域拓展，为人类解决能源、医疗、环境等重大挑战提供全新可能[17]