公司科研实力 - 隆基绿能成立于2000年，是一家位于陕西省西安市的民营太阳能科技公司，主营业务为半导体材料和半导体设备的开发、制造、销售 [2] - 2025年7月7日，公司多位博士在国际顶尖学术期刊Nature上发表研究论文，这是2024年以来公司在Nature上发表的第四篇论文 [2] - 2025年6月26日，公司还在Science期刊发表了一篇研究论文 [2] 技术突破 - 研究团队开发了具有不对称自组装分子的高效钙钛矿/硅叠层电池，在硅异质结太阳能电池结构下实现了34.58%的认证功率转换效率，创下该类型电池光电转换效率的新纪录 [3][7] - 研究团队设计了一种名为HTL201的不对称自组装单分子层，用作钙钛矿/硅叠层太阳能电池的空穴选择层，与对称自组装单分子层相比表现出更小的位阻和更高的覆盖度 [6] - HTL201与钙钛矿薄膜之间的协同作用有效减少了埋藏界面处的非辐射复合 [6] - 通过优化钙钛矿与HTL201之间的能级排列，并结合钙钛矿层准费米能级分裂值的提升，电池实现了近2伏的显著电压输出 [7]

铁死亡与ACSL4抑制剂研究 - 铁死亡是一种铁依赖性的程序性细胞死亡形式，与多种肝脏疾病密切相关，目前尚无特异性共价抑制剂[2] - ACSL4是脂质代谢关键酶，其异常激活会引发铁死亡，成为铁死亡相关疾病的重要治疗靶点[3] 罗西替尼(ROC)的发现与作用机制 - 研究团队通过虚拟筛选确定罗西替尼(ROC)为强效铁死亡抑制剂，ROC是已进入临床试验阶段的EGFR抑制剂[4] - ROC与ACSL4蛋白第170位半胱氨酸共价结合，抑制其酶活性，从而阻断脂质过氧化和铁死亡过程[5] 罗西替尼的治疗潜力 - 动物实验显示ROC能有效减轻铁死亡介导的小鼠急性肝损伤[5] - ROC作为直接靶向ACSL4的共价抑制剂，为铁死亡相关疾病提供了潜在治疗策略[7] 研究核心结论 - ROC通过靶向ACSL4抑制铁死亡[8] - ROC通过共价修饰ACSL4第170位半胱氨酸抑制酶活性[8] - ROC在小鼠模型中通过阻断铁死亡缓解急性肝损伤[8]

先天性巨大黑痣（GCMN）疾病概述 - 先天性巨大黑痣是一种出生时即存在的广泛色素沉着病变，发病率为每20000名新生儿中1例 [1] - 3%-8%病例会发展为恶性黑色素瘤，5%-8%发展为神经皮肤黑色素细胞增多症 [1] - 疾病严重影响患者生活质量，导致毁容外观、严重瘙痒及精神健康风险 [1] 现有治疗方法的局限性 - 当前主要疗法（手术切除/磨皮术/激光治疗）无法完全清除直径超过60厘米的病变 [2] - 传统治疗易导致大面积疤痕或复发，尤其对大面积病变效果有限 [2] - MEK抑制剂可缓解症状但无法实现病变完全消退，显示巨痣细胞存活不依赖单一增殖通路 [6] 致病机制新发现 - NRAS（68%）、BRAF（7%）和RAF融合（5%）突变是巨痣关键驱动因素 [6] - 巨痣细胞表现出P16高表达和Ki67极低表达，呈现生长停滞状态 [7] - RNA测序显示巨痣细胞具有强大抗凋亡活性和BCL2广泛表达，呈现"衰老+抗凋亡"双重特性 [8][9] 抗BCL2疗法突破 - BCL2抑制剂（Venetoclax）在体外实验中显示显著细胞毒性，能诱导凋亡并抑制细胞干性 [12] - 动物模型（PDX及转基因小鼠）实验证实BCL2i可产生黑色素减退和细胞清除效果 [13] - 治疗机制包含双重路径：直接诱导衰老细胞清除+通过NETosis触发中性粒细胞免疫应答 [15][17] 临床转化前景 - 1年随访显示无复发且真皮层存在记忆免疫应答，证实疗效持久性 [18] - 研究团队正推进临床试验，开发靶向性更强的药物剂型 [20] - 该疗法有望填补巨痣无药可治的空白，成为首个根治性药物治疗方案 [19][20] 研究团队背景 - 由上海九院李青峰/谢峰团队与澳门科大张康团队联合攻关 [2] - 通讯作者李青峰为国家杰青、长江学者，主持10余项国家级项目，发表200+论文 [22] - 谢峰主任医师在巨痣靶向治疗领域发表40+国际期刊论文，主持3项国自然项目 [24]

碱基编辑器技术进展 - 碱基编辑器（BE）由胞嘧啶脱氨酶或腺嘌呤脱氨酶与失活CRISPR蛋白（dCas）融合而成，可实现C:G到T:A（CBE）或A:T到G:C（ABE）的碱基转换 [2] - 现有碱基编辑器存在非特异性编辑问题，会修改编辑窗口内所有目标碱基，限制精准性 [3] 高精度胞嘧啶碱基编辑器开发 - 芝加哥大学团队通过定向进化改造大肠杆菌的TadA脱氨酶，提升编辑特异性，解决非特异性编辑问题 [3][4] - 开发出16种源自TadA的NCN特异性脱氨酶变体，覆盖目标胞嘧啶所有可能的上下文（-1和+1位点），支持定制化选择 [5] 应用验证与效果 - 新编辑器在纠正ClinVar记录的疾病相关T:A到C:G转换时，81.5%情况下比传统编辑器更准确 [6] - 成功模拟癌症驱动突变KRAS G12D（ACC）和TP53 R248Q（CCG），验证临床适用性 [6] 技术意义 - 提出获取精确碱基编辑器的通用策略，推动碱基编辑技术向临床应用迈进 [7]

心源性猝死与肥厚型心肌病 - 心源性猝死（SCD）是全球主要死亡原因之一，北美和欧洲年发病率为每10万人50-100例 [1] - 室性心律失常是SCD主要机制，植入式心脏复律除颤器（ICD）可有效预防高危患者死亡 [1] - 当前基于左心室射血分数（LVEF）的风险分层方法对缺血性和扩张型心肌病患者效果有限 [2] MAARS AI模型技术特点 - 采用多模态人工智能技术分析电子健康记录、超声心动图、放射学报告和心脏磁共振图像 [8] - 基于Transformer神经网络架构，特别整合对比增强心脏磁共振数据作为独特优势 [8] - 模型全称为Multimodal Artificial intelligence for ventricular Arrhythmia Risk Stratification [4][7] MAARS模型性能表现 - 内部验证队列AUC达0.89，外部验证队列AUC为0.81，显著优于临床指南的0.27-0.35和0.22-0.30 [10] - 在各人口亚群体中表现公平，提供多层次解释以增强AI透明度 [10] - 可作为临床决策支持工具改善肥厚型心肌病患者的个性化医疗护理 [10] 研究发表信息 - 研究成果由约翰·霍普金斯大学团队发表于Nature Cardiovascular Research期刊 [3] - 论文标题为《Multimodal AI to forecast arrhythmic death in hypertrophic cardiomyopathy》 [3] - 研究发布时间为2025年7月2日 [3]

循环游离RNA（cfRNA）研究突破 - 循环游离RNA（cfRNA）是一类存在于血液中的短片段RNA，源自细胞凋亡、组织更新或外泌体释放，但因其易降解、含量低、片段短，长期未被视为液体活检的理想材料 [1] LIME-seq技术开发 - 芝加哥大学何川教授团队与香港科技大学张理升教授团队合作开发了新型RNA修饰测序方法LIME-seq（Low-Input Multiple Methylation Sequencing），可分析cfRNA中的修饰模式，检测人类基因组和微生物组来源的tRNA及小非编码RNA [2][5] - LIME-seq技术通过低输入量多重甲基化测序，突破了传统cfRNA检测的局限性 [3][5] 癌症早筛应用 - 在结直肠癌患者血浆样本中，微生物来源的cfRNA甲基化水平显著高于非癌对照者，能精准区分癌症患者与非癌个体 [8] - 胰腺癌样本中同样观察到微生物来源cfRNA甲基化水平的差异，表明LIME-seq可扩展至肠道及非肠道癌症的早期检测 [8] - 研究首次在超百例临床样本中系统性验证cfRNA修饰图谱用于癌症早筛的可行性，其修饰水平变化与肿瘤状态高度相关，且比传统RNA表达量检测更稳定、信号更早 [8] 技术优势与意义 - LIME-seq通过捕捉癌症早期的微弱生物学变化，为结直肠癌及其他癌症早筛提供了新思路 [8] - 研究揭示了微生物来源cfRNA广泛存在于人类血浆中，并明确了其修饰水平与肿瘤的关联性 [8]

神经科学领域研究进展 - 人类大脑海马体中是否存在成年神经发生是神经科学领域最具争议的问题之一 研究评估了从神经干细胞到新生神经元不同阶段的神经发生相关蛋白的存在 但不同研究结果存在矛盾 [1] - 2025年7月3日瑞典卡罗林斯卡学院Jonas Frisen团队在Science发表研究 提供了人类海马体神经元在成年后持续生成的新证据 这一发现为长期争论的问题提供了"盖棺定论"的答案 [2] - 海马体是对于学习和记忆至关重要且参与情绪调节的大脑区域 2013年Jonas Frisen团队已表明成年人大脑海马体中可以形成新神经元 通过测量大脑组织DNA中碳-14水平确定神经元形成时间 [4] 研究方法与技术应用 - 研究采用RNAscope和Xenium技术 证实新生成的神经细胞位于海马体齿状回区域 该区域对记忆形成 学习和认知灵活性十分重要 [7] - 通过snRNA-seq测序技术对0-78岁人类海马体进行分析 儿童早期发现所有神经祖细胞阶段 成年人中通过Ki67抗体和机器学习算法发现增殖的神经祖细胞 [10] - 转录组学数据表明神经祖细胞位于海马体齿状回区域 这些发现支持成年人类大脑海马体中存在神经发生的观点 [10] 研究意义与潜在影响 - 研究识别出成年人大脑海马体中神经元的起源细胞 证实神经元生成持续进行 [6] - 人类成年神经元祖细胞与小鼠 猪和猴子相似 但在基因活跃状态方面存在差异 个体间差异也很大 有些成年人有许多神经祖细胞 有些几乎没有 [8] - 这些发现为理解人类大脑在生命过程中如何运作和变化提供重要线索 可能对开发刺激神经退行性疾病和精神疾病患者神经发生的再生疗法产生影响 [9]

基因组学与深度学习 - 多细胞生物中不同细胞类型拥有相同基因组但通过基因表达差异调控实现功能特化 调控序列通过细胞类型特异性方式招募转录因子决定基因表达模式 [2] - 染色质可及性是调控DNA的通用标志 可通过DNase-seq和ATAC-seq测量 但大多数物种仍缺乏全面的细胞类型解析调控序列图谱 [2] - 深度学习模型可直接从DNA序列预测调控和表达信号 郭国骥团队开发的Nvwa模型实现单细胞分辨率基因表达预测 Huatuo模型可解码疾病相关调控序列 [3] - 当前细胞图谱数据在灵敏度或通量方面存在局限 阻碍高精度预测模型生成 [3] 技术突破与研究成果 - 郭国骥团队开发超高通量超灵敏单核ATAC测序技术UUATAC-seq 一天内可完成物种染色质可及性图谱构建 [5][8] - 在五大脊椎动物(小鼠/鸡/守宫/蝾螈/斑马鱼)中绘制候选顺式调控元件(cCRE)图谱 发现基因组大小差异影响cCRE数量但不影响其大小 [9][10] - 开发多任务深度学习模型NvwaCE 实现从基因组序列到单细胞水平调控元件图谱的直接预测 在多项指标上超越现有基因组AI模型 [5][11] 模型性能与应用验证 - NvwaCE证明调控"语法"保守性强于核苷酸序列 并将cCRE组织成不同功能模块 揭示细胞类型特异性基因表达的序列基础 [6][11] - 模型精准预测合成突变对谱系特异性cCRE功能的影响 与QTL和基因编辑结果一致 [13] - 首次预测出镰状细胞病治愈性突变位点(HBG1-68:A>G) 基因编辑验证显示胎儿血红蛋白表达量显著提升 证明AI模型预测功能性位点的性能 [13][14] 研究意义与行业影响 - UUATAC-seq技术高效构建染色质可及性图谱 NvwaCE模型为破译脊椎动物基因组调控语言提供资源 [15] - 研究成果为全面解读基因组语言和建立数字生命模型奠定基础 [6]

蛋白质定向进化技术 - 传统方法如易错PCR存在耗时长、效率低、突变库多样性受限等问题 [2] - 基于CRISPR-Cas或T7 RNA聚合酶的突变系统面临突变范围小、宿主普适性窄等挑战 [2] - 非模式生物(如嗜盐单胞菌)缺乏高效蛋白质定向进化工具 [2] 正交转录突变系统(OTM)设计 - 融合三种噬菌体RNA聚合酶(MmP1/K1F/VP4)与两种脱氨酶(PmCDA1和TadA变体) [3] - 通过RNA聚合酶解旋DNA形成单链区，脱氨酶编辑单链DNA实现C:G-T:A和A:T-G:C突变 [3] - 采用XTEN柔性连接肽构建正交转录突变元件 [3] - 添加尿嘧啶糖基化酶抑制剂(UGI)使突变效率提升150万倍，脱靶率仅增加65倍 [3] 系统优化与功能扩展 - 构建双功能突变元件可同时引入C:G-T:A和A:T-G:C突变 [4] - 目标基因上下游插入噬菌体启动子实现突变均匀分布 [4] - 不同噬菌体RNA聚合酶元件特异性识别各自启动子，避免交叉干扰 [5] 宿主适用性与应用表现 - 在非模式生物(嗜盐单胞菌)和模式生物(大肠杆菌)中均表现优异 [5] - 突变荧光蛋白和色素蛋白获得多种颜色细胞 [5] - 突变细胞骨架蛋白获得超长杆状、球形等工程菌株 [5] - 一轮突变进化σ70全局转录调控因子RpoD和赖氨酸外排蛋白LysE [5] 技术优势与前景 - 1天内完成传统需数周的蛋白质优化过程 [6] - 突变效率较自发突变提升150万倍 [3][6] - 未来可整合其他脱氨酶丰富突变库多样性 [6] - 可应用于加速生物制造(如PHA生产)关键酶优化 [6]

塑料废弃物与PET降解酶研究 - 聚对苯二甲酸乙二醇酯（PET）是使用量最大的饮料包装材料，广泛应用于碳酸饮料、饮用水、果汁等包装瓶以及食品、化工、药品包装等领域，带来了重大环境挑战 [2] - 现有PET水解酶存在序列多样性狭窄、性能欠佳的问题，实际应用受限 [2] VenusMine蛋白质大模型 - 研究团队开发了基于蛋白质大模型的酶挖掘模型VenusMine，融合蛋白质语言模型（PLM）与三维结构分析 [6] - 该模型能通过蛋白质序列、结构和功能之间的隐含映射规则，在海量蛋白数据库中高效挖掘同源性低但功能优异的酶分子 [2] - 以IsPETase晶体结构为模板，VenusMine识别并聚类目标蛋白质，通过PLM评估溶解性和热稳定性筛选出34种蛋白质进行生化验证 [7] KbPETase酶的性能突破 - 从Kibdelosporangium banguiense发现的KbPETase表现出极高的催化效率和热稳定性 [3] - KbPETase的最适酶活是模板IsPETase的97倍 [3] - 在30-60°C范围内，14种候选蛋白质表现出PET降解活性，其中KbPETase的熔解温度比IsPETase高32°C [8] - KbPETase的催化效率超过了FastPETase和LCC [9] - X射线晶体学和分子动力学模拟显示KbPETase具有保守的催化结构域和增强的分子内相互作用，支撑了其功能和热稳定性的提升 [12] 研究方法与成果 - 研究展示了一种新颖的深度学习方法，用于发现具有增强性能的天然PET水解酶 [13] - 研究成果发表在Nature Communications期刊，题为"Harnessing Protein Language Model for Structure-Based Discovery of Highly Efficient and Robust PET Hydrolases" [2]