微软研究院推出 Quine:面向生物学复杂性的 AI 研究系统
微软研究院推出 Quine,一个由多模态生物学世界模型和连接模型、科学工具、文献与研究者的交互式 harness 组成的 AI 研究系统。
推荐理由:微软研究院公开了面向生物学的多模态世界模型与实验编排系统,并给出胰腺癌细胞状态转换的湿实验验证案例。
微软研究院推出 Quine,一个由多模态生物学世界模型和连接模型、科学工具、文献与研究者的交互式 harness 组成的 AI 研究系统。
推荐理由:微软研究院公开了面向生物学的多模态世界模型与实验编排系统,并给出胰腺癌细胞状态转换的湿实验验证案例。
基于模拟的 Benfordness 估计(SBBE)量化数据集符合 Benford 定律的程度,并提供不确定性估计,使不同规模数据集之间可作有意义的比较。将该方法用于生物活性数据时,SBBE 可按数据整理质量对数据库排序,并标记出异常子集,供针对性专家复核优先处理。
Lin 与 Li 等人将分化中的人干细胞培养体系暴露于尼古丁、咖啡因或乙醇,鉴定出只有在暴露后才显现对基因表达效应的遗传变异。这些环境特异调控变异与疾病相关位点具有相似特征,提示环境敏感的基因调控可帮助解释人类遗传学研究中的信号。
Tzanakakis 等对 Evo 2 和 megaDNA 生成的长片段基因组序列开展基准评测,在多项互补的组成与组织特征上与自然基因组对比。合成序列仍可被检测出与自然序列不同,并随生成过程逐步偏离其条件种子,且修正单一伪影并不能保证整体基因组真实性。
Microsoft Research Asia – Singapore 作为微软在东南亚的首个研究实验室,成立一年来围绕下一代 AI 模型与智能体系统、领域专用 AI、AI 原生研究实践及生态与人才培养四大方向推进工作。
整合单细胞 RNA 测序与空间转录组构建人肝内胆管癌(ICC)细胞与转录图谱,发现 CD8+ 增殖 T 细胞存在终末型与祖细胞样两种耗竭程序。DEFB1+ 胆管细胞与 IFI30+ 巨噬细胞在多个独立 ICC 队列中呈强正相关,并在肿瘤微环境中空间邻近,其互作预测涉及 TGFB1–TGFBR1 信号轴,可能促进肿瘤进展与免疫治疗耐药。
Anderson 等对九种哺乳动物的脑组织开展单细胞多组学比较,发现增强子的保守性不止体现在 DNA 序列上,还体现在细胞类型特异性和靶基因上。功能实验进一步显示,古老调控元件与人类特异调控元件共同影响脑生物学和神经系统疾病的易感性。
推荐理由:跨九种哺乳动物比较脑内基因调控,把增强子保守性从序列层面延伸到细胞类型与靶基因层面。
Santhosh 与 Narayanan 用大量在同一认知任务上训练的循环神经网络发现,神经元间差异对学习、任务表现、活动模式和抗干扰能力的影响高度多样,且取决于网络超参数、变异的数量与类型以及性能度量方式。结果提示应将神经网络作为完整交互系统在大量样本中研究,而非孤立关注个体差异。
研究团队通过精氨酸富集策略改造 Corynebacterium glutamicum Cas12n(CgCas12n),获得编辑效率提升约 60 倍的变体,并缩短 sgRNA 支架而不损失活性,组合成增强型 eCgCas12n 系统用于哺乳动物细胞基因组编辑。
Virushunter 与 Virusgatherer 是一套从原始下一代测序数据中发现病毒基因组的双模块计算流程:Virushunter 基于 profile Hidden Markov Model 对病毒标志蛋白编码序列 reads 做同源搜索并构建 microcontigs,再作为种子交由 Virusgatherer 进行靶向病毒基因组组装。
FANTOM 联盟的研究提出,把全基因组测序(WGS)数据作为对照整合进基于模型的 ChIP-seq 分析流程(MACS),以校正拷贝数变异和 DNA 复制时序带来的局部 DNA 剂量偏倚,从而改善 ATAC-seq 的 peak calling。加入 WGS 对照后,检出的 ATAC peak 数量和宽度均增加,与转录起始位点的距离更近,带有典型 cis 调控元件(CRE)的表观标记,并富集性状与疾病相关遗传变异。与基因表达水平的相关性也优于不加 WGS 对照的 peak。
研究团队用 Oxford Nanopore 的 GridION 或 PromethION-2Solo 平台对 132 名参与者做靶向长读长测序,结合自适应采样(AS)与自研 Python 工具 NanoExpansion,对短串联重复扩增进行定长和序列中断检测。
美国国家医学图书馆(NLM)发布实验性试点资源 Linked Discoveries,可从一条 PubMed 引文出发,映射最多 200 篇最相近的相关文章。该工具分析 PubMed 引文的标题、摘要和关键词,把超过 2900 万条引文与 NCBI 各数据库的相关资源连接起来,支持按疾病、基因、化学物质过滤,并可用“any”(OR)与“all”(AND)逻辑组合。
研究结合大规模单细胞 RNA 测序、空间验证和功能实验,构建了人正常结肠成纤维细胞与间质亚群的参考图谱,并以小鼠结肠为参照。
推荐理由:该研究以小鼠结肠为参照,用单细胞与空间验证构建人正常结肠和结直肠癌成纤维细胞参考图谱,为 CAF 分型提供统一坐标。
Cajka 等人在 Cell Systems 报告,iPSC 来源神经元中依赖 SV40 NLS 的 CRISPR 构建体无法定位到神经元细胞核,导致 dCas9-KRAB(KOX1) 在细胞质中被降解。改用其他 NLS 可恢复蛋白定位与表达,说明错误定位是 CRISPR 在终末分化细胞中效率偏低的一个关键因素。
中国科学院遗传与发育生物学研究所曹晓风团队用单碱基编辑技术定点突变小麦 TaABA2-5A 基因的 uORF,解除其对下游主基因的翻译抑制,在不改变转录水平的情况下提高翻译效率和内源 ABA 含量,使小麦获得耐盐、耐旱能力与穗发芽抗性。
基于 Tusscher-Noble-Noble-Panfilov(2004)模型和 Cardiac Safety Simulator 2.2 构建动作电位与心电图模型,用美沙酮多离子电流的体外数据模拟其致 QT 间期延长效应。
aiAtlas version 1.2 模拟 136 个虚拟诱导多能干细胞来源细胞系,覆盖野生型、单突变、多突变、人肿瘤来源及基因融合等 ERCC2 状态,识别出约 20%–30%、约 50% 和超过 80% 三个非线性功能恢复阈值。
作者提出一个框架,通过同时要求细胞类型特异性保守和跨多物种 scRNA-seq 数据集表达保守,来提取浓缩的标志基因特征。来自四种小鼠物种的骨髓微环境与造血祖细胞特征,能在两个外群灵长类物种中稳健解析细胞身份,捕获高度保守且具生物学意义的信息。
一项系统发育与实验重建研究追踪了一个必需分子互作在4.6亿年间的演化,发现历史替换不断随机地增强或削弱界面上的不同位点,逐步改变了亲和力的模式与生化基础,也改变了可能突变带来的效应。研究由Yeonwoo Park与V. Narry Kim完成,发表于Cell Systems。
广州国家实验室/中国科学院遗传与发育生物学研究所税光厚团队与首都医科大学附属北京佑安医院冯英梅团队合作,在 Med 发表论文,整合血浆脂质组、代谢组、炎症因子和外泌体蛋白组,刻画猴痘及猴痘-HIV共感染的脂质-免疫失调与外泌体重塑。
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。
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。
研究提出一个分子锚定的空间转录组框架,用 Stereo-seq 与 snRNA-seq 参考定义 CA1 与 Sub 的可复现分子分区。
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。
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。
Bankier 等利用 STARNET 研究数据开展跨多组织的平行多组学整合分析,显示血浆蛋白是跨组织基因调控网络(GRN)的组成部分。不同 GRN 的蛋白质组特征与心血管代谢结局及风险因素相关。
Darmawan 等为蛋白语言模型提出利用上位互作的多突变采样策略,并配套一个从相关性、质量和多样性三方面评分的计算评测框架。在多种蛋白适合度景观上的基准测试中,其设计优于标准的单突变方法,作者据此给出蛋白工程的实践建议。
研究团队开发了一种计算去卷积方法,用于解析细胞周期依赖的蛋白浓度动态,并应用于新的芽殖酵母批量蛋白质组数据。该方法的核心是一个酵母群体模型,用实验获得的细胞周期进程和体积生长数据参数化,以量化采样群体中的失同步程度;作者对 3272 个蛋白做去卷积,用交叉验证确定正则化参数,识别出 539 个具有细胞周期依赖动态的蛋白。
ColabFold 1.6.3 发布,现在可以完全通过 pip 安装,本地安装不再需要 conda,kalign、hhsearch 和 openmm 也可从 pip 获取。
ViralClust 是一个模块化 Nextflow 流程,用于从大型病毒基因组数据集中按偏差感知方式挑选代表性序列,整合了 CD-HIT-EST、SUMACLUST、VSEARCH、MMSeqs2 和 HDBSCAN 共 5 种聚类算法,可在统一工作流中直接比较聚类结果。
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。
研究团队开发了计算流程 TME-CARTographer(TME-CART),整合高维数据、图论、行为分析和深度学习,用于解析活体胰腺导管腺癌(PDA)肿瘤中 4D 的 T 细胞与肿瘤微环境相互作用。
Xiao 等建立了一个整合肠道吸收、肝脏代谢和肿瘤反应的多类器官系统,用于评价抗肿瘤药物。该系统能捕捉仅用肿瘤培养时被忽略的药物活化与失活过程,为预测药物疗效和毒性提供了更接近生理条件的途径。
研究发布了仓鸮(Tyto alba)染色体级别、单倍型解析的基因组组装,采用 trio-binning 策略结合 Illumina 亲本 reads、PacBio HiFi 与 Oxford Nanopore 数据,获得 2 套定相 contig,并借助连锁图挂载为 40 个连锁群。
FPNuNet 通过 4 个并行编码器(冻结的 SAM 结构编码器、冻结的 UNI 语义编码器、小波特征编码器和多尺度上下文编码器)提取多源特征,并用基于离散余弦变换的提示生成器与频率感知融合颈整合特征,在 CD47-IHCNuSC 数据集(86 张 CD47 染色食管癌图像块、18,483 个手工标注细胞核、7 个亚型)上取得所评估方法中最佳的实例分割与亚型分类性能。
研究团队将 ICTV 的 MSL1 至 MSL41 全部 Master Species List 版本转换为统一的本体,包含超过 195,000 个当前与历史实体,并通过 Ontology Lookup Service 部署为公共 API。
Arc Institute 的 Jain 实验室在小鼠缺氧代谢组中发现,支链氨基酸(BCAA)发酵可作为哺乳动物细胞中不依赖乳酸的替代电子受体途径。研究显示,在缺氧条件下,LDHA 会以催化混杂的方式将支链酮酸还原为支链羟酸(BCHA),小鼠尿液中的 BCHA 水平升高;在人类中,BCHA 在抗阻运动、重症 COVID-19 和饮酒三种状态下升高,主要作为还原应激的生物标志物。
Scanpy 发布 1.13.0a2 预发布版本。原文未披露该版本的具体功能变更、修复内容或数据与代码公开情况。
Scanpy 发布 1.12.4 版本,为这一单细胞分析工具的补丁更新。原文未披露具体修复内容与新增功能。