撰文丨王聪 编辑丨王多鱼 排版丨水成文 多细胞生物中的不同细胞类型拥有相同的基因组，但由于基因表达的差异调控，它们表现出高度特化的功能特征。调控序列通过以细胞类型特异性的方式招募序 列特异性转录因子 （TF） 来决定基因表达模式。染色质可及性是调控 DNA 的通用标志，可通过 DNA 酶 I 超敏感性测序 （DNase-seq） 和基于转座酶可及染 色质测序（ATAC-seq）进行测量。利用这些检测方法，已经在哺乳动物中开展了多项大规模工作以绘制全基因组范围内的调控序列。然而，对于大多数物种而 言，全面的细胞类型解析调控序列图谱仍不可用。 该研究建立了 超高通量、超灵敏的单核 ATAC 测序技术 （UUATAC-seq） ，可在一天内高效率高质量的完成一个物种的染色质可及性图谱。基于该技术，研究 团队为五大代表性脊椎动物中绘制候选顺式调控元件图谱，开发了多任务深度学习模型—— 女娲CE （ Nvwa cis -regulatory element ） ，并实现了从基因组序 列到单细胞水平调控元件图谱的直接预测。 研究团队发现，脊椎动物调控语法的保守性明显强于核苷酸序列本身，且该语法将脊椎动物调控原件序列在高维 ...

子宫内膜异位症治疗市场现状 - 全球约1.9亿育龄女性受子宫内膜异位症影响，其中90%患者经历盆腔疼痛，26%面临不孕问题 [1] - 疾病具有高复发性和长期折磨特点，需持续治疗直至绝经才能缓解 [1] - 当前治疗以NSAIDs（如布洛芬）为主，但仅缓解症状无法根治，且低价（几美元/瓶）抬高新药准入门槛 [2] 药物研发困境 - 致病机制未完全明确，涉及激素异常、免疫炎症等多重因素，缺乏有效动物模型和生物标志物 [2] - 患者个体差异大，疾病分型无共识，导致新机制药物转化率长期低迷 [2] - 现有获批药物（如艾伯维Orilissa、辉瑞Myfembree）存在高价（1000美元/月）、骨密度降低等副作用问题 [3] - 拜耳Visanne（2010年获批）虽耐受性较好但销售未达预期，联合疗法项目已中止 [3][4] Organon研发挫折 - 公司2021年收购Forendo Pharma获得OG-6219，支付7500万美元预付款+900万美元债务+最高9亿美元里程碑款 [6] - OG-6219为口服HSD17B1抑制剂，通过组织选择性抑制雌激素活性避免全身副作用 [6] - II期试验未达主要终点（盆腔疼痛改善vs安慰剂），项目终止开发 [7] - 公司女性健康管线仅剩2个临床前项目（多囊卵巢综合征和非激素避孕），短期内难补缺口 [7] 行业创新动态 - 当前在研项目仍集中于PR/GnRH通路，但出现新探索方向：内源性大麻素通路（Gynica）、CBD类化合物（Ananda Pharma）、炎症反应（FimmCyte） [11] - 国内研究聚焦CGRP/TAM/CSF1R/NTRK靶点及中药（如散结镇痛胶囊），但多处于临床前阶段 [11] - 行业需突破性技术（基因编辑/AI药物发现/多组学）和持续资源投入才能改写治疗格局 [11][12]

柑橘育种技术进步 - 市场上鲜食柑橘品种丰富，包括蜜橘、沙糖橘、沃柑、脆蜜金橘、爱媛橙等，品种特性多样，如易剥皮、香味浓郁等，且育种方向从单纯追求甜度转向兼顾风味与营养[2] - 传统育种流程包括优势产区选种、亲本授粉杂交、后代性状评价筛选、新品种比较试验和区域试验，周期长且工作量大[2] - 现代杂交育种采用胚芽嫁接技术，将新品种开花结果时间缩短至3-5年，显著提升育种效率[2] 基因组技术与"液相芯片"应用 - 通过全基因组重测序技术，公司筛选出300多个代表性柑橘种质资源和4万多个核心位点，研发出全球首个柑橘全基因组"液相芯片"[2] - "液相芯片"通过基因位点吸附特定颜色"魔法珠子"，利用光学信号分析柑橘样本特性，可预测杂交后代性状并快速识别目标材料[3] - 该技术为杂交育种提供精准导航，大幅提升育种定向性和效率[3] 基因编辑技术发展 - 采用CRISPR-Cas9系统实现基因片段精准编辑，可删除不良基因或插入优良基因，培育抗病、高甜度、多汁、高维生素等复合优点的品种[3][4] - 当前基因编辑品种仍处于实验室阶段，尚未具备市场化条件[4] 行业未来展望 - 新技术将持续推动柑橘品种迭代，未来将出现更多兼具美味与健康特性的新品种[5]

研究背景 - 以连接组和空间转录组为代表的多组学研究已进入单细胞分辨率时代，需要具备单细胞水平空间定位能力的参考脑图谱 [2] - 现有的脑图谱未能实现单细胞可见的空间定位 [2] 研究成果 - 骆清铭院士、龚辉教授及董红卫教授团队合作在Nature发表研究论文，以1微米各向同性分辨率绘制小鼠三维脑区和立体定位图谱 [3] - 研究团队通过连续微光学切片断层成像技术，呈现了基于尼氏染色的小鼠全脑细胞结构数据集 [6] - 构建了小鼠大脑三维参考图谱STAM，提供916个结构的三维形貌，可生成任意角度的1微米分辨率切片图像 [6] 技术应用 - 开发基于信息学的平台，用于可视化和共享图谱图像，提供脑切片配准、神经元回路绘制和智能立体定向手术规划等服务 [6] - 该图谱可与广泛使用的立体定位图谱兼容，支持二维和三维空间中的跨图谱导航与映射 [6] - STAM图谱有望成为多功能脑科学工具，支持在单细胞水平上研究整个大脑 [8]

宋振举教授简介 - 复旦大学附属中山医院急诊科主任医师、博士研究生导师 副院长 金山医院院长 上海市急危重症临床研究中心主任 国家重点研发计划首席科学家 [1] - 上海市肺部炎症与损伤重点实验室副主任 上海市重大传染病和生物安全研究院双聘PI 国家临床重点专科负责人 [1] - 中华医学会急诊医学分会第九届青年委员会副主任委员 危重病学副组长 中国医药教育协会急诊医学专科分会副主任委员 [1] - 近5年主持国家级课题5项 省部级课题3项 通讯作者在Nature Immunology等期刊发表论文18篇 发表专家共识5项 申请专利27项 转化5项 [1] 研究方向 - ARDS的发病机制与干预 [6] - 脓毒症脏器损伤 [6] - 急性中毒发病机制与干预 [6] 招聘专业 - 临床医学 生命科学 生物学 生物医学工程 药学等相关专业 [3] 博士后招聘要求 - 遵纪守法 品学兼优 身心健康 能全职从事博士后研究 [4] - 年龄一般不超过35岁 应届博士毕业生或获博士学位不超过3年 [5] - 需发表一篇SCI论文 具备细胞分子生物学 免疫学 生物信息学等学术背景 [5] 薪酬待遇 - 参照国家和复旦大学标准 享科研业绩奖励 表现优异者可获额外补助和津贴 [7] 应聘材料 - 需提交个人简历 教育经历 科研内容 论文专利清单 获奖情况 [8] - 博士论文及毕业证明材料 1-3篇代表性论文全文 [8] 联系方式 - 应聘邮件需注明"应聘博士后" 发送至linzhang0315@fudan.edu.cn 抄送song.zhenju@zs-hospital.sh.cn [9][10] 其他信息 - 公众号免费为科研机构发布博后招聘广告 材料需以Word形式发送至genecong@163.com [11] - 提供专业交流群入口 需备注学校/专业/姓名 PI或教授需额外注明 [14][16]

黄本立院士生平与成就 - 我国著名光谱学家、中国科学院院士黄本立教授于2025年6月29日逝世，享年100岁[1][2] - 1925年9月21日生于香港，籍贯广东新会，1945-1949年就读岭南大学物理系，1950年进入中国科学院长春应用化学研究所工作[4][5][6] - 1986年调任厦门大学教授，1993年当选中国科学院院士，是中国第一位以原子光谱分析为研究方向的博士生导师[11][12] 科研贡献与创新 - 1957年创立可测定粉末样品中微量易挥发元素的双电弧光谱分析光源，被国外学者誉为"最完善"的双电弧光源[14][16] - 1975年研制新型雾化-氢化物发生装置，使氢化物元素测定灵敏度提高20倍[15] - 1984年成为我国第一位以原子光谱分析为研究方向的博士生导师，培养了大批光谱分析骨干[16] 原子光谱分析技术发展 - 原子吸收光谱(AAS)在中国发展迅速，国产AAS仪器在国内市场占据主导地位，并出口第三世界国家[23] - 石墨炉原子吸收技术研究热点集中在降低电源功率、研发新型石墨材料和背景扣除技术等方面[26] - 联用技术(HPLC-ICPAES、CE-AAS等)是突破原子光谱分析"瓶颈"的重要方向[21][27] 国产分析仪器现状与挑战 - 国产ICP光谱仪与国外先进水平存在差距，关键部件如大型光栅依赖进口[29] - 国产光谱仪器软件水平不足，影响仪器性能展现，需要加强软件开发[30] - 原子荧光光谱仪(AFS)是我国少数具有完全自主知识产权的分析仪器，国内市场占有率超90%[31][33] 科学仪器研发建议 - 需要国家政策引导和专项资金支持科学仪器自主研发[38] - 应建立适合仪器研发人才的评价体系，按不同学科设置不同标准[38] - 加强跨学科专业人才培养，解决"用仪器的人多，做仪器的人少"的问题[39]

会议主题与背景 - 第15届北京大学消化肿瘤论坛暨中国胃肠肿瘤临床研究协作组年会以"创新、精准、聚力"为主题，聚焦消化系统肿瘤的精准诊疗与转化研究 [1] - 会议旨在推进创新诊疗模式和新药研发，分享最新研究进展和方向 [1] 蛋白质组学研究进展 - 国家蛋白质科学中心理事长贺福初院士提出人体蛋白质组导航计划（π-HuB计划），目标包括绘制人体蛋白质组层次结构图谱、构建蛋白质组状态空间图谱、建立元人体数字模型、预测疾病状态与风险 [1] - 蛋白质组学驱动的肿瘤精准医学为消化道肿瘤诊断与治疗带来显著突破 [1] 上消化道肿瘤治疗研究 - 北京大学肿瘤医院沈琳教授提出"B to B"双向转化研究模式，针对HER2、EGFR和CLDN18.2等靶点探索新治疗方案 [2] - 细胞治疗在实体瘤领域取得进展，免疫治疗从1.0时代发展到2.0时代，扩大上消化道肿瘤免疫治疗受益人群 [2] - 研究需关注肿瘤微环境复杂性，精准筛选靶向治疗受益人群并强化疗效监控 [2] - CAR-T疗法在实体瘤治疗中的疗效提升是重要研究方向 [2] - 临床—转化—基础全链条双向研究体系可推动上消化道肿瘤精准治疗的临床转化与应用 [2]

人工智能虚拟细胞（AIVC）概述 - 细胞作为生命基本单位，其复杂性对物理和计算模型构成挑战，科学家正构建虚拟细胞模型以模拟、预测和引导细胞行为[2] - AI与组学技术革命使直接从数据学习构建细胞模型成为可能，催生多尺度、多模态的AIVC模型，可表征分子、细胞和组织行为[3] - 全球多个团队竞相开发AI细胞模型，包括CZI、DeepMind、瑞典国家生命科学实验室等机构[4][10] 行业动态与投入 - CZI计划未来十年投入数亿美元创建虚拟细胞，DeepMind推进虚拟细胞项目，瑞典计划2026年启动"Alpha Cell"项目[10] - Xaira Therapeutics发布800万细胞的单细胞扰动测序数据集X-Atlas/Orion，Arc研究所推出虚拟细胞模型STATE[10] - Arc研究所发起虚拟细胞挑战赛，冠军奖励10万美元，旨在预测干细胞对基因干扰的反应[16] 技术进展与数据规模 - 早期虚拟细胞依赖单细胞转录组测序数据，当前CZI计划发布10亿细胞测序数据，Arc发布1亿药物处理癌细胞数据[16] - 单细胞测序数据规模达数百亿数据点，接近大语言模型训练量级，但现有模型预测能力有限且泛化性不足[16] - 研究人员呼吁整合显微镜图像等多元数据，以捕捉细胞组分相互作用和动态变化[17] 行业争议与挑战 - 部分科学家认为虚拟细胞领域存在炒作，缺乏具体成果和明确成功路径，但投资机构仍在加大资金投入[11] - 虚拟细胞定义尚未统一，学术界对模型标准未达成共识，影响研发方向一致性[18] - 早期机械模型如2012年生殖支原体模拟（525个基因）与当前AI驱动模型存在方法论差异[12][15] 应用前景 - 目标将细胞生物学研究模式从"90%实验+10%计算"逆转为"90%计算+10%实验"，加速疾病机制研究[7] - 虚拟细胞可作为强大计算工具预测疾病机制，但模型成熟度与生物学家接受度仍需时间磨合[19]

核心观点 - 谷歌DeepMind推出突破性生物模型AlphaGenome，能够从1兆碱基的DNA序列中预测数千种功能基因组特征，并以单碱基分辨率评估变异效应[3][4] - AlphaGenome在基因表达、剪接、染色质可及性等任务上性能全面超越现有模型，为解析基因组调控代码提供强大工具[5][7] - 该模型是首个统一基因组任务的单一模型，将多模态预测、长序列背景和碱基对分辨率统一于单一框架[10][11] - AlphaGenome在临床上有潜力帮助理解疾病原因、发现治疗靶点，例如在T细胞急性淋巴细胞白血病研究中解析致癌变异[29] 模型架构与技术细节 - 模型架构受U-Net启发，处理1兆碱基DNA输入序列，生成一维和二维嵌入，分辨率分别为1bp/128bp和2048bp[13] - 内部结合卷积层和Transformer块，通过8个张量处理单元实现完整碱基对分辨率训练，最终输出11种模态，涵盖5930条人类或1128条小鼠基因组轨道[13] - 采用预训练和蒸馏两阶段训练，在NVIDIA H100 GPU上推理时间可达1秒以内[15][17] 性能表现 - 在24项基因组轨道评估中，AlphaGenome在22项保持领先，例如在细胞类型特异性LFC预测上相对改进+17.4%[16][19] - 在26个变异效应预测基准中，24项达到或超越现有最强模型，例如表达QTL方向预测提升25.5%，可及性QTL提升8%[19][21] - 在剪接模态方面首次实现全方位预测，在7项基准测试中的6项实现最先进水平，auPRC达0.54[25][27][28] 应用与未来发展 - 可帮助研究人员更精准理解疾病潜在原因，例如解析T-ALL中TAL1基因附近的致癌变异[29] - 未来可通过扩展数据提升预测精度并涵盖更广泛物种，科学家只需微调即可快速生成和测试假设[29] - 目前提供预览版并计划正式发布，代码已开源[30]

研究背景与核心成果 - 研究团队通过华大时空组学技术Stereo-seq及单细胞组学技术，创建了果蝇全发育周期的3D单细胞时空多组学图谱，解析了细胞类型分化的时空动态与核心调控网络[2][3][4] - 该成果为发育生物学提供了分子层面参考，并为发育缺陷及相关疾病机制研究奠定基础[4] 技术方法与数据规模 - 采用Stereo-seq技术搭配scRNA-seq和scATAC-seq，对果蝇胚胎每0.5-2小时及幼虫、蛹期关键阶段采样，生成超过380万个空间分辨的单细胞转录组[7] - 利用Spateo算法重建高精度3D模型，精准解析组织形态与基因表达的空间动态[7] 细胞分化与调控机制 - 构建果蝇胚胎发育的"分化轨迹地图"，发现不同胚层细胞沿特定路径分化，转录因子如新鉴定的CG42394和lncRNA:CR30009在神经、肠道等系统中起关键作用[9][14] - 果蝇与人类共享约70%疾病相关基因，其发育机制研究可为人类发育疾病提供参考[9] 组织分化空间模式 - 脂肪体分化呈分散式模式，细胞类型空间混合分布；前/后肠分化呈中心化特征，细胞按发育阶段聚集[13] - 中枢神经系统发育中，神经索后端与脑部前端在不同阶段主导形态变化，新发现跨膜蛋白和lncRNA参与神经母细胞迁移[14] 中肠发育动态与功能分区 - 幼虫期中肠干细胞已呈现区域特异性基因表达差异，为成虫期细胞再生奠定基础[18] - 胚胎期启动功能分区，幼虫期细胞类型多样化且与成虫阶段高度相似，蛹期分化为内外两层结构承担不同功能[19] - 发现转录因子exex调控中肠铜细胞发育，敲降exex导致铜细胞数量锐减及功能异常[22][24] 研究意义与团队贡献 - 该研究首次实现单细胞分辨率的果蝇全发育周期3D多组学图谱，为动物发育机制提供全新见解[25] - 华大生命科学研究院与南方科技大学团队通过多组学技术交叉融合，建立发育研究的参考范式[25]