研究比较 cilta-cel 与 ide-cel 发现 CAR 启动子影响疗效
Decoding Bio 的 BioByte 周刊介绍了一项比较两种 BCMA CAR-T 产品 cilta-cel 与 ide-cel 的研究，作者认为两者的关键差异在于控制 CAR 表达的启动子，而非抗原结合域。
推荐理由：通过重建四种 CAR 组合，把 cilta-cel 与 ide-cel 的疗效差异指向启动子而非抗原结合域，为细胞治疗设计提供可比较的线索。
全部生信动态
Decoding Bio精选AI 评分6060 Anthony GitterAI 评分3030 Anthony Gitter 质疑蛋白质水印的生物安全价值
Anthony Gitter 表示难以理解水印如何强化全球生物安全，认为 DNA 合成商验证客户用封闭"可信工具"生成序列有其道理，但质疑水印相比数字签名有何优势，并附上相关综述。
Ground Truths精选AI 评分6767 细胞身份丢失驱动人类衰老：解读 Nature 与 Cell 两篇新论文
Eric Topol 解读了哈佛 Vadim Gladyshev 团队发表在 Nature 的论文和 Altos Labs Juan Carlos Izpisua Belmonte 团队近期发表在 Cell 的论文，提出细胞身份丢失是衰老的新模型，与传统的损伤累积模型并列。
推荐理由：文章把细胞身份丢失与间充质漂移串成衰老的新解释框架，并梳理了热量限制、部分重编程等干预思路。
Bluesky：Elisabeth Bik (@elisabethbik.bsky.social)精选AI 评分4848 训练营称两天可投出一篇论文，批评者担忧 AI 辅助产出质量
MedPage Today 报道称，有训练营宣称可在两天内完成并投出一篇论文，其中包含“一个周末完成系统综述与 Meta 分析”的项目，批评者担忧 AI 辅助的流程会助长粗糙研究。Elisabeth Bik 转发了该报道，文中引用了 Matt Spick、@gidmk 以及她本人的评论。
推荐理由：围绕两天完成系统综述与 Meta 分析的训练营，呈现学界对 AI 辅助快速产出论文质量的质疑。
In the Pipeline精选AI 评分4242 J. Med. Chem. 一篇 DPP-IV 降解剂论文的机制疑点引发质疑
Derek Lowe 评述 J. Med. Chem. 今年 6 月第 12 期 Wang 等人来自江苏大学的靶向蛋白降解论文，该文用 alogliptin 结合 DPP-IV、以 cereblon 配体招募 CRBN 降解二肽基肽酶 IV，作为糖尿病治疗思路。
推荐理由：围绕一篇靶向蛋白降解论文的机制矛盾，梳理细胞外蛋白经胞内 CRBN 降解这一疑点及可补做的实验。
Bluesky：Levayer Lab (@levayerr.bsky.social)精选AI 评分6262 Levayer Lab 评论英国资助机构用 AI 初筛拒稿引发的激励扭曲
Levayer Lab 就英国资助机构使用 AI 初筛拒绝基金申请一事提出批评，认为把决定交给不透明的 AI 模型会激励申请人用 AI 写作去调整系统，从而形成恶性循环。该帖引用 Science 报道，指出这套 AI 评估未在资助公告中明确说明，已引发隐私与公平性担忧。
推荐理由：借英国资助机构用 AI 初筛拒稿一事，讨论不透明模型进入评审后可能形成的激励扭曲与反馈循环。
Bluesky：Rhys White (@rhystwhite.bsky.social)AI 评分3838 基因组监测止步于细菌谱系会漏掉什么？解析移动 DNA 对流行病学调查的补充价值
当基因组监测止步于细菌谱系时，会漏掉移动 DNA 携带的流行病学信息。一项研究以宿主内 vanB 屎肠球菌、新生儿重症监护病房（NICU）中一株药物敏感 K. variicola 暴发和 MRSA AK3 为例，展示解析移动 DNA 能为调查补充什么。原文链接指向新西兰抗菌药物耐药（AMR）相关研究，DOI 为 10.1071/MA26。
Bluesky：Elisabeth Bik (@elisabethbik.bsky.social)精选AI 评分5858 AI 是否正让医学期刊充斥无意义研究
MedPage Today 报道讨论 AI 是否正让医学期刊充斥无意义研究，文中引用了 Ivan Oransky、Elena Vicario 和 Elisabeth Bik 等人的说法。Elisabeth Bik 表示，现在已经到了无法区分真假的程度；一位专家称这类内容既不算学术造假，也不完全是低质垃圾内容。Bik 在 Bluesky 转发该报道并附上原文链接。
推荐理由：借多位研究诚信领域人士的引述，呈现 AI 生成内容涌入医学期刊后真假难辨的现状。
Bluesky：Rod Rahimi (@rodrahimi.bsky.social)精选AI 评分4040 医生谈 AI 让资深医生更强却让医学生变弱
Rod Rahimi 在 Bluesky 引用《纽约时报》观点文章《A.I. Has Made Me a Better Doctor. It's Made Med Students Worse.》，并提出疑问：自己面对背痛问题时，会拿聊天机器人的建议对照多年积累的思维模型，但若一直由机器人主导思考，这种模型还能否形成。
推荐理由：医生以自身经验对比 AI 辅助对资深医生与医学生判断力养成的不同影响，适合关注医学 AI 教育的人。
In the Pipeline精选AI 评分4242 AI 能为生物或化学武器提供帮助吗
Derek Lowe 评论 Anthropic 称已拦截其 Claude 系统被用于包括可能的生物武器设计在内的不当用途，但 Science 报道中并非所有人都认同这些案例的性质。
推荐理由：从五起被拦截案例出发，讨论如何区分病毒突变研究的正当用途与滥用意图，并比较生物与化学风险的现实差异。
Europe PMCAI 评分3636 预测性虚拟细胞中的显式机制算子：证据、失效模式与单细胞扰动预测的最小证伪框架
这篇 Perspective 提出用最小证伪框架检验生物机制算子能否提升单细胞扰动预测：在统一锁定评测下，与晚期融合、容量匹配静态模型、容量匹配学习动力学算子及拓扑重连对照比较。
Europe PMC精选AI 评分4040 理论在生命科学中的力量
文章指出，高通量生物学与基因组学近二十年的快速扩张已编目出多种细胞类型和条件下基因功能的多个方面，人工智能与深度学习的进展也让功能基因组学测量预测更准确。作者认为，把实验编目和准确预测等同于对生物过程理论理解的增长，最终会误导人。
推荐理由：文章区分实验编目、预测能力与理论理解，为评估功能基因组学与深度学习进展提供概念框架。
Europe PMCAI 评分3838 超越以药物为中心的视角：推进用于环境扰动建模的 AI 虚拟细胞平台
一篇综述指出，当前 AI 虚拟细胞（VC）框架侧重遗传与药物扰动，环境扰动因数据可得性、化学空间覆盖和表征设计的结构性限制而建模不足。文章梳理了扰动预测模型从数学模型到深度学习与基础模型的演进，评估了基因组、转录组、蛋白组、代谢组和表型组等多模态 VC 进展，并提出标准化环境扰动数据集、多模态架构、不确定性感知评估指标和面向监管的基准框架，以推动计算模拟扰动与替代动物测试的 3Rs 范式。
Europe PMCAI 评分3838 面向肝病学的 AI 虚拟细胞：单细胞模型中的表征、生成、动力学与干预
这篇综述将肝脏 AI 虚拟细胞（AIVC）的建模路径归纳为三类：生成模型表征细胞状态，动力学与转运模型推断状态转换，预训练或基础模型检验表征能否跨供体、病因、疾病阶段和平台迁移，并以扰动响应预测作为贯穿性评估。
Europe PMCAI 评分2929 解码血管重塑中的PVAT复杂性：多模态单细胞技术揭示新治疗靶点
多模态单细胞技术（scRNA-seq、空间转录组与AI整合）正以空前分辨率解析血管周围脂肪组织（PVAT）生态系统，构建出揭示不同血管床细胞结构、表型可塑性与空间互作的整合图谱。综述据此提出Dpp4+前脂肪细胞、BMP4诱导的棕色化等新生物标志物与可干预疗法，并给出以人类PVAT生物样本库、CRISPR谱系追踪和AI建模为优先的转化路线图。
David Li精选AI 评分4040 David Li：未来 18–24 个月 AI 药物发现的最大瓶颈是实验验证，36 个月后转向临床试验资源稀缺
David Li 认为，未来 18–24 个月 AI 药物发现的最大瓶颈是实验验证与核实，而 36 个月后最大瓶颈将变成临床试验资源稀缺。
推荐理由：作者用 IND 审评与启动天数的对比，拆解美国临床试验基础设施的瓶颈，并给出未来 18–36 个月瓶颈迁移的判断。
Owl PostingAI 评分3434 类器官究竟在哪些场景真正发挥了作用？
类器官在化疗反应预测上取得了最明确的成功：2018 年 Science 论文用转移性胃肠癌患者类器官筛选 55 种化疗药物，与 I/II 期临床试验结果对照，灵敏度 100%、特异度 93%、阳性预测值 88%、阴性预测值 100%。但一项前瞻性可行性试验显示，接受类器官指导治疗的患者未获得临床获益，且仅 57% 患者能成功建系、组织到读出约需十周。
Jingyi Jessica Li (李婧翌)AI 评分3232 李婧翌团队发表单细胞转录组统计评论
李婧翌（@jsb_ucla）致谢其博士生 Chenxin (Flora) Jiang 和博士后 Changhu Wang 参与完成一篇发表于 Cell Systems 的评论文章，该文围绕 Sun et al. (2024)、Mukamel & Yu (2025) 及 Sun et al. 回复之间关于单细胞转录组学的争论展开。
Caleb Lareau精选AI 评分4242 Nature 刊出 mtDNA 谱系追踪系列通信的最终回应
Caleb Lareau 等人在 Nature 发表关于 mtDNA 谱系追踪的最后一组通信，为持续 2 年多的学术对话收尾，并附上 DOI 10.1038/s41586-026-10777-0。作者表示这是系列回应的最后几条想法，共 10 条。
推荐理由：围绕 mtDNA 谱系追踪持续两年多的学术通信收尾，可了解该方向争议的最终表述与作者立场。
Owl PostingAI 评分3838 为什么类器官还没解决药物研发的全部难题？
类器官领域缺乏统一定义，2014 年 Science 综述将其界定为源自干细胞或器官祖细胞、含多种器官特异细胞类型并重现部分器官功能的结构，但 2023 年 Stem Cell Reports 指出该定义无法区分 PSC 来源与 TSC 来源类器官。
Biohub精选AI 评分6060 Biohub 联合创始人 Priscilla Chan 回顾蛋白建模、细胞成像与患者驱动研究进展
Biohub 联合创始人 Priscilla Chan 发文回顾今年上半年进展，包括 5 月发布基于下一代 ESM 的蛋白质生物学世界模型，可预测蛋白折叠、相互作用与功能并设计新蛋白，已有科学家用它设计抗体候选并在早期实验室测试中针对癌症和免疫相关靶点显示初步结果。
推荐理由：Biohub 联合创始人以第一人称复盘半年进展，把蛋白世界模型、激光相位板与虚拟细胞计划串成一条开放科学路线。
Patrick SchwabAI 评分3030 AI 取代科学家会削弱科研乐趣吗
Patrick Schwab 反驳"AI 主导科学会降低科研满足感"的观点：若机器能持续产出解决难题的新洞见，科学家更可能乐于探索这些发现而非关掉它，因为科学之爱在于进步本身。该讨论源于 NeurIPS 一场 AI for science 专题讨论，有与会者当场反对将人类完全移出科研流程。
Nicolas Altemose精选AI 评分4242 学者援引 Forbes 分析反对削减 NIH 与 NSF 经费
Nicolas Altemose 在 X 上反对削减美国联邦科研经费，称这类投入不仅推动医疗与技术，也稳定带动经济增长，削减将牺牲未来经济增长。他引用 Forbes 的一篇分析，该文称相关削减可能使美国经济每年损失 100 亿美元。
推荐理由：作者借 Forbes 分析指出削减 NIH 与 NSF 经费可能每年让美国经济损失 100 亿美元，为科研经费争论提供一个经济账视角。
Sara Mostafavi精选AI 评分4040 Sara Mostafavi 等人在 Nature Methods 发表序列到功能深度基因组模型回顾评论
Sara Mostafavi 与 Alex Sasse、Maria Chikina 合作在 Nature Methods 发表评论文章，回顾序列到功能（sequence-to-function）深度基因组模型的过去与未来，文章链接为 https://www.nature.com/articles/s41592-024-02331-5。作者同时提到该刊当天上线了多篇相关 Comment 文章。
推荐理由：作者团队在 Nature Methods 回顾序列到功能深度基因组模型的进展与未来方向，适合了解该领域方法脉络。
Trevor Bedford精选AI 评分4242 Trevor Bedford：猴痘病毒基因组在首例通报后5天即公开
Trevor Bedford 指出，英国卫生安全局于5月14日通报非旅行相关猴痘病例，5天后葡萄牙团队于5月19日公开首个病毒基因组。他认为病原基因组测序能力在疫情期间得到推动，进展显著。他引用的葡萄牙团队帖子称这是与2022年5月疑似多国暴发相关的猴痘病毒基因组草图，测序与分析仍在进行。
推荐理由：从英国卫生安全局通报首例到葡萄牙团队公开病毒基因组仅隔5天，这条时间线展示了病原基因组测序在疫情监测中的响应速度。
Ed BoydenAI 评分3232 膨胀显微术观察热休克蛋白与衣原体
Ed Boyden 介绍膨胀显微术（Expansion microscopy）可用于观察热休克蛋白、病原体 Chlamydia trachomatis 及果蝇幼虫，并附上三项相关研究的链接。