Workflow
表观转录组学
icon
搜索文档
有奖竞猜:「2026国自然」哪些生物医药方向将引爆新一轮研究热潮?参与赢小米照片打印机!
生物世界· 2025-12-29 12:16
2026年国家自然科学基金热点趋势预测 - 国自然资助方向是学科发展的晴雨表,洞察热点趋势对2026年课题设计至关重要[4] - 基于对历年资助项目与前沿发表的分析,预测以下热点领域将继续保持高热度和高竞争力[4] 核心机制类研究方向 - 免疫调控:包括巨噬细胞极化、中性粒细胞、T细胞耗竭等[4] - 线粒体功能与稳态[4] - 新型细胞死亡:如铁死亡、焦亡[4] - 代谢重编程:如糖酵解、乳酸化[4] - 蛋白质翻译后修饰:如泛素化、SUMO化、组蛋白修饰[4] 前沿交叉类研究方向 - 表观转录组学:如RNA修饰(m6A、m7G)[5] - 细胞间通讯:如外泌体[5] - 宿主-微生物互作:如肠道菌群[5] - 干细胞与再生医学[5] 关键技术类研究方向 - 单细胞与空间多组学[5] - 类器官与疾病模型[5] - 人工智能/机器学习驱动的靶点发现与数据分析[5] - 研究方向并非孤立存在,例如铁死亡与免疫代谢、蛋白质修饰和RNA表观调控紧密相连,外泌体跨界调控肿瘤免疫与神经疾病,从单一热点转向热点网络的机制研究是提升课题创新性的关键[5] 热点领域研究案例与落地路径 - 从近期客户文献发表趋势看,预测的热点方向持续催生高质量研究[11] - **中性粒细胞研究案例**:中国药科大学与鼓楼医院团队在《European Heart Journal》(IF=35.6)发表研究,系统阐释中性粒细胞表面受体P2Y14R通过PKA/AKAP13/RhoA信号通路调控NET形成及静脉血栓发展,为新型抗栓药物提供理论依据[12] - **免疫逃逸研究案例**:复旦大学附属中山医院与上海九院团队在《Cell》(IF=42.5)发表研究,首次揭示肿瘤细胞通过激活伤害感受神经元,将肿瘤引流淋巴结重塑为免疫抑制状态,以逃避免疫监视[12] - **肠道微生物研究案例**:上海瑞金医院团队在《Gut》(IF=25.8)发表研究,在克罗恩病发病机制中取得突破,首次提出FABP2作为“类信息素”分子被肠道菌Enterococcus faecalis劫持,通过其表面蛋白EF3041启动群体感应通路,促进定植并加重炎症[13] - **糖酵解研究案例**:山西医科大学与军事医学研究院团队在《Signal Transduction and Targeted Therapy》(IF=52.7)发表研究,揭示了SIX1蛋白磷酸化在调节糖代谢重编程和肿瘤促进作用中的关键作用[13] - **类器官研究案例**:上海大学团队在《Advanced Materials》(IF=27.4)发表研究,开发了GelMA/DNA动态双网络水凝胶作为骨类器官基质材料,验证了其骨修复性能及成骨机制[14]
Nature Methods:同济大学史偈君团队开发三代测序检测RNA修饰的算法基准平台,为多种修饰检测提供权威指南
生物世界· 2025-12-11 12:28
研究概述 - 同济大学史偈君教授团队于2025年12月10日在《Nature Methods》发表论文,对基于纳米孔直接RNA测序(DRS)技术的RNA修饰检测算法进行了系统性评估 [1] - 研究构建了高质量、单碱基分辨率的基准数据集作为“金标准”,从四个维度设置了十余项评估指标,对86种算法进行了全面“大比武” [2] - 研究涵盖了m6A、假尿嘧啶(Ψ)、m5C、A-to-I编辑、m1A和m7G这六种重要RNA修饰 [2] 核心研究发现 - 模型重训练策略能显著提升检测性能:仅用体外转录(IVT)RNA训练的工具在真实生物样本中表现不佳,将两者结合重训练可极大提升预测准确性和跨数据集泛化能力,对Ψ、m5C和A-to-I等非m6A修饰效果明显 [4] - m6A检测工具整体表现优异,非m6A工具仍面临挑战:Dorado和SingleMod模型在m6A的定性和定量分析中均表现突出,但大多数非m6A修饰检测工具在定量准确性和跨样本泛化方面明显不足 [5] - 生物学合理性是重要试金石:部分工具预测的修饰位点分布与真实分布存在偏差,m6Anet模型因其多示例学习(MIL)模块的合理设计,在区分野生型与酶敲除样本方面表现优异 [5] - 工具难以区分相同碱基上的不同修饰:当前工具在单碱基分辨率下仍难以可靠区分发生在同一碱基上的不同修饰(例如同样位于腺苷的m6A、m1A和A-to-I编辑),易导致“模糊预测” [5] - 重训练模型可适配DRS技术迭代:随着DRS技术从RNA002升级至RNA004,测序通量提升但电信号特征变化,该研究提出的重训练模型可有效适配RNA004数据,缓解了新版本数据分析工具短缺的现状 [6] 研究成果与资源 - 研究团队发布了全面的算法性能总结与在线资源平台——NaRMBench,将每个工具的12项关键性能指标整合为交互式雷达图,方便用户根据需求选择与比较 [8] - 该工作为实验学者筛选适用分析工具提供了实用依据,也为算法开发指明了优化方向,为完善RNA修饰检测方法学奠定了重要的基准资源与权威指导 [8]