SARS-CoV-2病毒进化与抗体研究 - SARS-CoV-2病毒通过关键受体结合域（RBD）的突变（如L455、F456、A475）持续逃避免疫，导致XBB 1 5和JN 1等高度逃逸突变株出现[1] - 现有单克隆抗体（mAb）因病毒快速进化而失效，亟需开发广谱中和抗体（bnAb）以应对未来突变株[2] 广谱中和抗体筛选策略 - 研究团队提出通过预测病毒进化热点筛选bnAb的策略，将发现概率从1%提升至40%[3][5] - 基于深度突变扫描技术对1103种野生型诱导的单克隆抗体进行回顾性分析，验证了该方法的有效性[5] BD55-1205抗体的突破性发现 - BD55-1205抗体能中和所有现存SARS-CoV-2突变株，并对表位逃逸突变具有强抵抗能力[3][6] - 冷冻电镜显示其受体模拟特性，mRNA-LNP递送后对XBB 1 5、HK 3 1、JN 1的中和抗体滴度达约5000[6] 技术应用与行业前景 - 结合病毒进化预测与mRNA递送技术，可加速开发针对SARS-CoV-2及其他潜在流行病原体的下一代抗体疗法[7] - 该研究由北大-清华联合中心、中科院生物物理所与美国Moderna公司合作完成，发表于《Nature Microbiology》[2][8]

海洋生物地球化学新发现 - 传统观点认为海洋中的元素主要来自表层生物过程通过"海洋生物泵"输送至深海 但最新研究提出海底是多种微量元素的关键来源 颠覆了传统认知 [2][3] - 研究以稀土元素和钕同位素为示踪剂 结合颗粒循环和沉积物成岩作用模型 建立了TEI(微量元素及同位素)循环的新框架 [8] - 发现对锰氧化物亲和力强的元素在水柱中呈现净清除效应 其浓度随水深增加而上升 这与可逆清除假设相反 [8] 研究机制与数据支撑 - 海底元素来源包含两部分:水柱颗粒吸附元素的再循环 以及沉积物内海洋硅酸盐风化作用新生成的元素 [8] - 深海有氧成岩作用是驱动因素 通过海底地形和底部湍流混合强烈影响水柱生物地球化学 [8] - 证实自生矿物在水循环中的作用常被生物颗粒掩盖 深海海底实为生物地球化学转化活跃区 [8] 学术价值与行业影响 - 研究发表于Nature期刊 被同期新闻观点文章评价为"揭示了微量元素令人惊讶的来源" [9] - 第一作者杜江辉具有北京大学本硕及俄勒冈州立大学博士背景 现任北京大学助理教授 [3][7] - 该发现为海洋资源开发、环境监测和气候变化研究提供了全新理论基础 [8][9]

华人学者研究成果 - 2025年6月11日Nature期刊上线24篇论文，其中12篇来自华人学者（包括通讯作者和第一作者）[1] - 中山大学一篇研究论文于6月9日被Nature加速上线（未计入12篇之内）[1] 生命早期高果糖摄入研究 - 生命早期摄入过多果糖会损害小胶质细胞的吞噬作用和神经发育[1] - 该机制可能直接导致青春期焦虑症风险增加[1] 开源AI基础模型 - 开发了基于多样化X光图像训练的完全开源AI基础模型[3] - 该模型在罕见胸部疾病检测方面优于现有模型[4] 紫杉醇生物合成突破 - 发现红豆杉中合成紫杉醇所需的FoTO1和紫杉醇基因[6] - 首次实现紫杉醇前体巴卡汀III的生物合成[6] DNA修复机制研究 - 阐明了非同源末端连接(NHEJ)途径中DNA修复机器的组装及动态变化[8] - 揭示了DNA聚合酶和连接酶的协同反应机制[8] 柔性神经植入物技术 - 开发出可随大脑生长的柔性神经植入物[10] - 在非洲爪蟾和墨西哥钝口螈中实现与神经组织无缝整合[10] 海洋微量元素来源研究 - 发现深渊海底是海洋微量金属生物地球化学循环的关键驱动者[12] - 颠覆了传统认为海洋微量元素主要来自水体的观点[13] 钙钛矿LED技术突破 - 提出"弱空间限域"新方法制备全无机钙钛矿薄膜[15] - 实现LED亮度116万尼特以上，使用寿命超18万小时[15] 声子传输动力学研究 - 通过电子显微镜揭示(亚)纳米尺度声子传输动力学[16] - 为热界面工程设计提供重要指导[16] 新型氮同素异形体制备 - 在室温下制备出分子N6（六氮）[17] - 在液氮温度(77K)下获得纯净N6薄膜[17] 癌症治疗新靶点发现 - 证实糖胺聚糖驱动的脂蛋白摄取是癌细胞抵抗铁死亡的关键机制[20] - 干扰糖胺聚糖生物合成可抑制肿瘤生长[20] 量子模拟器研究 - 开发出低温环境下中性原子Hubbard量子模拟器[23] 细胞膜破裂机制研究 - 证明NINJ1是机械应变诱导质膜破裂的关键调节因子[25] - 揭示了不同机械微环境中质膜破裂的调控机制[25]

果糖的特性与应用 - 果糖是饮食中仅次于葡萄糖的第二丰富单糖，具有甜度高、升糖指数低的特点，一度被视为"健康糖" [1] - 过去50年果糖消费量大幅增长，主要因高果糖玉米糖浆广泛用于饮料和超加工食品 [1] - 果糖被大量添加至奶茶、快餐、汽水等食品中以提升口感 [1][6] 果糖的健康风险 - 过量摄入与肥胖、糖尿病、脂肪肝等代谢疾病显著相关 [1] - 流行病学显示孕期或青春期高果糖摄入与神经发育受阻存在关联 [6] - 最新研究发现生命早期高果糖暴露会损害小胶质细胞吞噬功能，导致青春期认知缺陷和焦虑行为 [3][9][16] 果糖影响神经发育的机制 - 高果糖通过GLUT5转运蛋白抑制小胶质细胞的吞噬作用，阻碍死亡神经元清除 [7][10] - 果糖代谢产物果糖-6-磷酸会重编程小胶质细胞至低吞噬状态，该过程依赖己糖激酶-2的线粒体定位 [8] - GLUT5基因敲除可完全逆转高果糖对神经发育的负面影响 [7][9] 研究的临床意义 - 首次揭示果糖直接影响神经发育的分子机制，解释青少年焦虑症发病率升高现象 [11][12] - GLUT5在阿尔茨海默病等脑部疾病中表达异常，可能成为相关疾病研究新靶点 [13] - 研究团队正探索果糖类似物作为替代品的可行性 [12]

铁死亡机制研究 - 铁死亡是一种铁依赖性的新型细胞程序性死亡方式 由过度堆积的过氧化脂质诱导发生 其形态特征和分子机制与其他程序性死亡方式不同 [1] - 细胞中存在多个对抗铁死亡的防御途径 包括谷胱甘肽过氧化物酶4通过谷胱甘肽特异性催化过氧化脂质来抑制铁死亡 FSP1通过产生辅酶Q10的抗氧化形式促进癌细胞抵抗铁死亡 [1] - 铁死亡在肿瘤等多种疾病发生发展中扮演重要角色 免疫治疗或放射治疗可诱导肿瘤细胞铁死亡 铁死亡在肿瘤免疫治疗及放疗疗效发挥中起重要促进作用 [2] 糖胺聚糖与铁死亡关系 - 研究发现糖胺聚糖驱动的脂蛋白摄取是癌细胞抵抗铁死亡的关键机制 干扰糖胺聚糖生物合成或降解细胞表面糖胺聚糖会降低脂蛋白摄取 使癌细胞对铁死亡更敏感并抑制肿瘤生长 [3][7] - 癌细胞通过依赖细胞表面蛋白聚糖相连的硫酸化糖胺聚糖途径摄取脂蛋白 脂蛋白摄取主要通过递送α-生育酚来抑制铁死亡 [6][7] - 人类肾透明细胞癌与正常肾组织相比 硫酸软骨素水平升高且脂蛋白来源的α-生育酚含量增加 [10] 潜在治疗靶点 - 研究证实脂蛋白摄取是癌症中关键的抗铁死亡机制 糖胺聚糖生物合成是癌症治疗的潜在新靶点 [3][11] - 功能基因筛选发现脂蛋白摄取是癌细胞铁死亡敏感性的关键决定因素 补充脂蛋白可有效抑制多种癌症类型的铁死亡 [6] - 癌细胞需要糖胺聚糖生物合成来摄取脂蛋白 从而抵抗铁死亡并促进肿瘤生长 [9]

金属卤化物钙钛矿是 发光二极管 （LED） 的有前途的材料。利用纳米晶体/量子点、低维钙钛矿和超薄钙钛矿层在空间上限制电荷载流子，已被用于提高 钙钛矿 发光二极管 （PeLED） 的外量子效率。 然而，由于传统的钙钛矿材料中，电子和空穴 （负责发光的电荷） 难以有效碰撞发光，因此研究人员之前多采用"强空间限域"的方法——例如制作非常小的纳米 颗粒或极薄的材料层，来提高发光效率。但这种方法导致了 LED 亮度有限且使用寿命短，通常只能持续工作数小时，很难用在实际生活中的产品中。 编辑丨王多鱼 排版丨水成文 2025 年 6 月 11 日，中国科学技术大学 肖正国 教授团队在国际顶尖学术期刊 Nature 上发表了题为： Weakly space-confined all-inorganic perovskites for light-emitting diodes 的研究论文。 该研究在提高 钙钛矿发光二极管 （PeLED） 寿命方面取得了重要进展，该研究提出了一种被称作" 弱空间限域 "的新方法，制备出了晶体颗粒更大、更耐高温的 全无机钙钛矿薄膜，成功将 LED 亮度提高到 116 万尼特以上，使用寿命超过 ...

药物研发瓶颈与靶标发现 - 治疗靶标的发现和鉴定是药物研发的核心步骤，但也是关键瓶颈，超过90%的候选药物在临床开发阶段失败，主要源于对靶标生物学作用、疾病相关性或成药性等初始假设存在缺陷[2] - 传统靶标发现过程缓慢、成本高昂且容易失败，单个靶标通常需要花费超过200万美元，依赖于疾病生物学家综合各种生物医学数据提出假设并进行实验验证[2] - 靶标发现通常通过CRISPR筛选发现靶标，通过类器官实验验证靶标，这一过程依赖于整合基因关联、信号通路和病理观察等相互独立的生物医学数据[2] 元生系统概述 - 元生(OriGene)是国际首个专注于靶标发现与临床转化价值评估的多智能体虚拟疾病生物学家系统，评测显示其能力超越人类专家和主流基座大模型[2] - 元生系统只需一句话提问即可自主发现肝癌和结直肠癌的新靶标，并在细胞及癌症患者来源的类器官中得到实验验证，具备发现原创靶标的能力[3] - 元生整合了500多种专家工具和生物医学数据库，支持对基因组学、转录组学等多模态数据进行推理，通过分析功能交互网络等证据自主生成并完善治疗假设[11] 元生系统架构与工作流程 - 元生构建了多智能体协同决策架构，包含任务协调器、策略规划器、科学推理器、批判验证器和报告生成器，实现从靶标假设生成到临床转化评估的闭环自主化科学决策[12] - 工作流程包括问题分解、资源调用、多模态输出综合、差距分析和原创生物学假说生成，最终反馈给实验人员进行验证[13] - 系统具有自我进化能力，通过迭代循环提升响应质量，并通过扩充模板库持续增强全系统推理能力，形成能力提升的良性循环[14] 性能评估与实战验证 - 研究团队构建了靶标发现专用基准测试集(TRQA)，包含1921道多维验证题，元生系统在准确性、召回率和稳健性方面始终优于人类专家和其他模型[18][21] - 在肝癌研究中，元生锁定GPR160为关键靶标，临床数据显示其高表达与患者无复发生存率显著降低相关，实验验证其小分子抑制剂具有强效抑制作用并揭示"直接杀伤+免疫调节"双效机制[23] - 在结直肠癌研究中，元生优选ARG2靶标，临床证据显示其在癌组织中特异性高表达，实验验证了抑制剂的剂量依赖性抑制作用并在患者来源类器官模型中实现强效肿瘤抑制响应[25] 研究意义与前景 - 元生系统代表利用AI智能体系统性加速治疗靶标发现的重要一步，能够生成新型、可行且具有机制基础的假设，为加速药物开发提供新范式[27] - 随着生成式AI模型和生物医学数据资源的成熟，元生系统有望提供以AI为先的基础平台，用于可扩展的端到端药物发现，推进精准医疗的变革潜力[27] - 该研究标志在科学智能体时代靶标发现领域研究范式的重大突破，研究成果发表在bioRxiv预印本平台[4]

眼底病现状与挑战 - 全球有超过22亿人患有视力损害或失明，其中中国患者达5500万，眼底病占失明病例一半以上 [1] - 预计2050年全球失明人数可能增加两倍，主要受人口老龄化和增长驱动 [1] - 视网膜专家数量严重不足，制约大规模眼底病干预能力 [1] 超广角成像技术突破 - 传统眼底相机仅覆盖15%眼底区域，而超广角扫描激光检眼镜可捕捉200°广角视网膜（覆盖82%面积），且无需散瞳 [4] - 该技术可一次性诊断黄斑或周边视网膜及血管病变，显著提升筛查效率 [4] AI模型WARM的创新性 - 基于跨域协同学习（CdCL）算法和超广角图像，可识别25种眼底病并提供转诊建议 [2][9] - 采用三种算法组合：WARM（CdCL+UWF）、BASE（Swin Transformer+UWF）、WARM-PPR（CdCL+PPR） [9] - 内部测试中WARM表现最佳（筛查AUC=0 915，转诊AUC=0 911），外部多中心测试同样领先（筛查AUC=0 912，转诊AUC=0 902） [10] 行业技术瓶颈与解决方案 - 现有AI模型多依赖传统眼底图像，无法检测周边视网膜异常 [6] - 已发布的超广角数据集稀缺，此前算法仅能识别8种病变 [6] - 研究团队通过59475张UWF图像建立数据集，CdCL方法降低对标注数据的依赖 [10][12] 应用前景 - AI筛查在中低收入国家具有成本效益优势 [5] - WARM模型展现出大规模综合筛查的潜力，可弥补视网膜专家资源缺口 [12]

癌症性别差异与Y染色体缺失研究 核心观点 - 男性比女性更容易患癌且死亡率更高，这种差异广泛存在于肝癌、膀胱癌等非生殖系统肿瘤中[1] - Y染色体缺失(LOY)是导致男性癌症进展快、预后差的关键因素，首次从肿瘤细胞与免疫细胞双谱系角度揭示其协同作用机制[4][5] - LOY不仅发生在肿瘤细胞，还会扩散至T细胞，导致免疫系统功能衰竭，形成"肿瘤-免疫协同逃逸"闭环[6][22] 研究突破 - 2025年Nature研究首次证实LOY通过削弱T细胞功能(杀伤基因下调40%，免疫检查点分子上调)加速癌症进展[21][28] - 整合4000余例男性癌症样本和100万+单细胞数据，发现60岁男性LOY发生率20%，70岁达40%[13][19] - 构建LOY评分系统并纳入生存预测模型，为精准治疗提供新框架[25][26] 分子机制 - Y染色体基因(KDM5D、UTY等)缺失导致抗原呈递能力下降50%，肿瘤免疫逃逸增强[27] - LOY使CD8⁺T细胞杀伤功能降低30%，CD4⁺T细胞向免疫抑制型Treg转化[28] - 女性因X染色体存在同源基因拷贝，天然具备更强的免疫防线[30] 临床转化 - LOY检测可优化癌症筛查策略，特别是60岁以上男性高危人群[32] - CAR-T治疗需增加LOY质控指标，避免回输功能缺陷T细胞[34] - 靶向LOY补偿疗法(如基因修复或阻断传播路径)成为免疫治疗新方向[35] 学术影响 - 两篇Nature研究(2023,2025)彻底改变Y染色体"无关紧要"的传统认知[14][37] - 研究团队由西达赛奈医疗中心主导，陈兴宇作为独立第一作者完成跨学科突破[17][18] - 发现LOY从衰老标记升级为癌症驱动因素，开辟性别特异性治疗新赛道[13][38]

人工智能在皮肤科的应用现状 - 当前皮肤科AI模型局限于孤立任务（如皮肤癌诊断），难以整合多模态数据，临床实用性受限[1] - 皮肤科疾病谱复杂，需整合临床工作流程的全面解决方案[2] - 缺乏支持多任务流程的集成式AI系统阻碍实际应用效果[6] PanDerm模型技术突破 - 采用多模态基础模型架构，整合3D全身摄影/临床图像/皮肤镜/病理切片4种成像模式[8][10] - 基于11国11家机构超200万张真实世界图像预训练，覆盖多种皮肤疾病[8][10] - 创新应用掩码潜在建模和CLIP特征对齐技术，训练效率提升[8] - 实现全身皮肤影像检查（TBP）与多模态图像统一表征学习[8] 模型性能表现 - 在28项基准测试中均达最先进水平，包括皮肤癌筛查/风险分层/罕见病鉴别等[3][11] - 仅需10%标注数据即超越现有模型[11] - 早期黑色素瘤检测准确率超临床医生10.2个百分点[12] - 皮肤镜分析使医生癌症诊断准确率提升11个百分点[12] - 非专科医生对128种皮肤病的鉴别诊断准确率提升16.5个百分点[12] 行业影响与扩展潜力 - 为首个临床皮肤科多模态基础模型，突破单一任务限制[3][13] - 验证基础模型在医疗垂直领域的可行性，参数规模与数据规模正相关[7] - 为其他医学专科开发多模态AI提供范例，加速医疗AI整合[3][13]