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。
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。
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。
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 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。
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。
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 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。
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 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 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。
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。
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。