APR-Score:识别并评分蛋白序列中易聚集区域的机器学习方法
APR-Score 是一种基于机器学习的计算方法,用于识别蛋白序列中易发生聚集的区域,并综合序列与结构特征进行预测。该方法经训练集交叉验证和独立测试集验证,在区分聚集倾向区域与非聚集区域时取得 MCC 0.77、精确率 0.89、F1 0.87。工具代码已在 https://github.com/TII-BRC/APR-Score 开放。
APR-Score 是一种基于机器学习的计算方法,用于识别蛋白序列中易发生聚集的区域,并综合序列与结构特征进行预测。该方法经训练集交叉验证和独立测试集验证,在区分聚集倾向区域与非聚集区域时取得 MCC 0.77、精确率 0.89、F1 0.87。工具代码已在 https://github.com/TII-BRC/APR-Score 开放。
研究提出协同引导片段遗传算法 SF-GA,将片段协同分析嵌入遗传算法突变阶段,使片段替换偏向与非底物分类相关的共现子结构,从而把 P-gp 底物改造为预测的非底物。在固定函数评估预算下,SF-GA 优化性能与遗传算法和强化学习基线相当,且所生成分子的逆合成可及性在所有测试方法中最高。对两个人类 P-gp 结构的对接显示,预测非底物概率更高的分子预测结合更弱。
日本埼玉大学等机构的研究发现,Hox9–10 基因在斑马鱼和伊比利亚肋螈后肢附肢形成的最早阶段均不可或缺,为脊椎动物成对附肢图式系统的演化组装提供了发育证据。
Nikolai Slavov 指出,同一细胞类型内部的调控变异极具信息量,并认为在细胞类型层面开展研究(如单细胞分析)会遗漏大量关键信息。
Caltech 的 Sujit Datta 实验室在 Science Advances 发表研究,用透明水凝胶珠堆成的迷宫观察大肠杆菌在噬菌体存在下的运动,发现细菌会延迟数小时至最长约 15 小时才形成向食物迁移的群体前沿,噬菌体浓度越高等待越久。
日本大阪大学桥本浩介团队发现,110岁及以上老人体内CD4细胞毒性T淋巴细胞(CD4 CTLs)占比达18%,百岁老人约10%,低于100岁者约4%。研究招募28名受试者(8位70-90岁、10位100-109岁、10位110岁以上),部分百岁老人样本中单个克隆系占CD4 CTLs的53.8%,约30个受体序列与癌症患者数据库匹配,以肺癌最常见。
顾江、邹全明团队在 ACS Nano 发表研究,以铜绿假单胞菌伴侣蛋白 GroEL 同时作为自组装纳米支架和保护性抗原,构建 reGroEL-PO 纳米疫苗。
一项发表于 The Plant Journal 的研究追踪 47 个遗传多样性玉米品种,发现仅干旱下的表现无法预测高温与干旱复合胁迫下的表现,提示育种筛选需同时评估两种胁迫。
一项新预印本发现,视觉系统并不在所见面孔与被抑制面孔之间二选一,而是每秒来回切换约15次,同一批神经元先重建意识图像、再重建被抑制图像。推文作者据此提出"感知即分时复用",并指出以秒为单位平均的测量量化的信号在任何瞬间其实都不存在。预印本链接:https://www.biorxiv.org/content/10.64898/2026.10.15.759299v1
一项研究通过拉曼光谱和宿主-客体质谱捕获方法,在人类线粒体和细胞脂滴中检出环状八硫(S8),这是此前只在原核生物中见过的元素硫形式。癌组织中 S8 水平更高,可达 100mM 以上,作者估计正常人体细胞内至少携带数十克元素硫。数据还提示 S8 由内皮型一氧化氮合酶(eNOS)系统作为独立产物合成,其疏水性可能与抑制脂质过氧化有关。
浙江大学公共卫生学院徐小林团队基于中国、英国和美国3个全国性老龄化队列的纵向数据,纳入5495对跌倒者与未跌倒者共10990人(平均年龄71.0岁),发现跌倒相关的多维功能差异在跌倒前3至5年已出现并持续至跌倒后约5年。
中山大学马亮、陈雅萍团队联合多国研究人员在《科学》发表研究,将高精度海平面上升预测与物种精细化栖息地数据耦合,评估了全球34120种陆生脊椎动物(约90%已知物种)的暴露风险。
2026年10月15日,丹麦奥胡斯大学 Kasper Røjkjær Andersen 团队在 Science 发表研究,以百脉根和苜蓿为对象解析 CHIP 受体家族识别几丁质寡聚体的结构基础,发现其特有的桥接结构域像卡尺一样对长链几丁质实现高亲和力、尺寸选择性识别,且该结构域是启动几丁质免疫所必需;亲和力不高的 CERK 类受体则作为共受体参与信号传递。
研究发现 Q-SNARE 蛋白 STX11 直接结合并调控 CRAC 通道成孔亚基 Orai1,STX11 缺失会显著抑制 FHLH4 患者 T 淋巴细胞和细胞系中的钙库操纵性钙内流(SOCE)、CRAC 电流、NFAT 激活、白细胞介素-2 基因表达和脱颗粒,且不影响膜运输。
Nature 报道的一项研究显示,使用人工智能撰写博士论文的美国博士毕业生更少留在学术界,更可能进入产业界工作。帖子只给出这一关联结论,未提及样本规模、数据来源或具体统计方法。
针对 ADC 偶联步骤常用溶剂 DMA 与 DMSO,研究对 ReadyToProcess 1 L 层析柱外壳、ÄKTA ready 低流速流路和 ÄKTA readyflux 流路开展可提取物研究,条件较现有 ADC 工艺更严苛。
经典分子动力学模拟显示,MBD2 从目标位点下游一个碱基对位置在微秒内迁移至甲基化 CpG 靶位点,并结合为两种稳定构象:一种接近 X 射线晶体结构,另一种亲和力降低但保持对 mCpG 的选择性。S189 被确定为关键宏观开关,其与甲基胞嘧啶骨架相互作用的丧失使平衡偏向次态;S189A 突变体模拟、NMR 与荧光偏振实验均支持该突变不改变 mCpG 选择性但降低结合亲和力。
研究整合216个C2H2-ZFPs的ChIP-seq数据与全基因组染色质互作图谱,发现超过40%的人C2H2-ZFPs在长程染色质互作(LRI)锚点显著富集。作者用亲和纯化-质谱构建了覆盖345个C2H2-ZFPs的互作组,并对204个成员做LUMIER二元互作实验,发现互作的C2H2-ZFP对在LRI上显著共富集,常定位于相同或相对的环锚点。
研究结合 X 射线晶体学、淬灭流动力学和分子动力学模拟发现,瑞德西韦(RDV)核苷酸从产物链 −3 位转位到 −4 位并完成后续催化的复合速率,比腺苷在肠道病毒 RdRP 上至少慢 100 倍。
CAMELLIA 是一个整合特征选择与可解释机器学习的无比对框架,用于基因组序列分析与分类。该方法将序列表示为图并提取结构模式作为特征,可在类别内识别亚组并确保所选特征覆盖代表性不足的亚组。在 HIV-1 案例中,CAMELLIA 将序列准确分为 8 个亚型,处理时间少于 MEGA(MUSCLE)和 FAMSA,在相同数据划分下与 CASTOR-KRFE 持平,准确率优于 COMET 和 REGA。研究还考察了特征数量敏感性,分析了所选特征数与欠拟合或噪声驱动过拟合的关系。
PAZy 塑料活性酶数据库发布扩展版本,收录超过 450 个经实验验证能作用于合成或生物基塑料的酶,并补充更详细的元数据与更广的底物覆盖。新版改为关系型数据库,引入大语言模型辅助整理活性数据,网页界面支持按蛋白或塑料底物浏览,并提供公开 REST API 供程序化调用。该资源用于区分实验验证的塑料活性酶与仅计算预测的候选,可免费访问 https://www.pazy.eu。
一项应用研究系统评估了面向伪标签半监督学习的基因组感知弱—强增强配方,在 FixMatch 与 FlexMatch 框架下以 GROVER DNA 语言模型为骨干,测试了 25 组弱/强增强组合。评测覆盖两个分类基准:基于 AMR 基因序列的抗菌药物类别预测,以及基于模拟 150 bp 肿瘤样 reads 的多类肿瘤病毒家族分类。结果显示,适度且保持序列的扰动在准确率与稳定性之间取得最佳平衡;过度掩码或高强度突变会增大方差并降低性能;以短片段掩码(NN)作弱增强、约 5% 的 indel 率作强增强是稳健策略。作者公开了实现与推荐默认参数,以支持有限标签条件下的可复现半监督基因组序列建模。
浙江大学医学院诗音团队与浙江省肿瘤医院叶足团队在Science China Life Sciences发表研究,发现CDK2与过敏性哮喘气道炎症及T细胞活化特征相关。
研究系统评测了九种多祖先精细定位方法,包括显式建模跨祖先 LD 与效应共享的联合概率模型,以及汇总各祖先独立结果的单变量整合方法。作者用基于 UK Biobank 基因型数据构建的模拟数据评估精细定位准确性、稳健性和计算效率,并在 All of Us Research Program 中做真实数据验证。结果显示,联合建模对跨人群共享的因果变异有更高的检验功效和分辨率;事后整合则在因果变异仅存在于部分人群时更稳健,因为它能容纳变异可用性的差异。当 GWAS 汇总统计与外部 LD 参考面板存在系统性偏差时,各方法普遍功效不足。
研究提出双向交叉注意力架构 Bi-MHA,整合预训练模型给出的原子级分子嵌入与蛋白级细菌嵌入,生成联合表示用于分类,以预测细菌特异性的药物代谢。模型在训练集上采用可靠性分层和 λ 缩放损失函数,在三个未见任务上表现一致:未见药物 ROC AUC 0.690、未见细菌 0.920、未见互作 0.949,在 rank-sum 指标上排名第一。注意力分析既指出此前研究实验验证过的酶促反应位点,也给出候选细菌蛋白,在原子和蛋白两个层面具备可解释性。
研究提出动态扰动分析(DPA)框架,用“扰动程度”这一新指标量化疾病不同阶段分子互作网络的模块重连。以胃癌进展为模型,DPA 发现肿瘤起始后阶段特异性转录变化有限,但广泛的模块重连持续存在,并识别出细胞外基质重塑、致癌信号激活、干性获得和晚期微环境适应等进展相关扰动程序。扰动分析给出两个主要疾病驱动程序,并优先锁定 PTPN12 和 LINGO1 等此前未被认识的调控因子,其功能在实验中得到验证。基于模块重连的药物重定位还发现 PJ-34 是靶向晚期疾病相关扰动的候选药物。作者称 DPA 可作为通用框架用于解析疾病进展。
研究团队对 Metabolomics Workbench 中所有使用 Orbitrap 或 QTOF 质谱的人体血液代谢组研究做了基于元数据的系统重分析,共纳入 44 165 个样本。作者用 PubChem 标识符统一代谢物、以 SMILES 表示做嵌入,构建了包含 6752 个血液代谢物、25 个结构簇的图谱,并分析这些簇与生物标志物、药物之间的相关性。在至少 10 项研究中检测到的 337 120 对代谢物中,结构相关的簇丰度呈相关(ρ 最高 0.6);已知临床生物标志物之间也出现候选代谢关联,部分 ρ > 0.7。
推荐理由:作者对 Metabolomics Workbench 全部人体血液代谢组数据做系统重分析,给出可复用的方法与开源软件。
利用 Ribo-seq 数据中的 rRNA reads,dripARF 与 dricARF 可在不同条件间检测核糖体蛋白组成变化和核糖体碰撞。研究将该方法应用于公开 Ribo-seq 数据集,发现预测集对应的 rRNA 区域在 rRNA reads 中持续富集,支持方法的核心假设;同时分析实验流程差异对 rRNA read 分布的影响,并引入基于单样本 rRNA 位置集富集分析的权重以限制假阳性。跨研究一致的核糖体变化包括核糖体碰撞、eS25 和 uS19 等显著共预测因子。
包括戴维·贝克在内的团队开发出生成式AI系统 RFdiffusion3(RFD3),可直接从原子层面设计蛋白质和核酸,生成蛋白质结构的速度约为前代系统 RFdiffusion2 的10倍。在41个已有酶的活性位点计算测试中,RFD3 有37个案例的设计表现优于 RFdiffusion2;实验上设计出可分解对氧磷的酶和可切割特定肽段的蛋白酶,均完成预期化学反应。设计范围还扩展到 RNA 等核酸分子。
推荐理由:RFD3 把蛋白质设计条件细化到原子位置和氢键,并给出与前代的速度和活性位点对比,可据此判断原子级设计的能力边界。
顾江、邹全明团队在 ACS Nano 发表封面研究,以铜绿假单胞菌保护性抗原 GroEL 为自组装纳米支架、展示 PcrV-OprI 融合抗原 rePO,构建 reGroEL-PO 纳米疫苗。
美国哈佛大学 Wyss 研究所团队开发出基于基因表达的新型衰老时钟,并用它筛出基因靶点 SRSF1,动物实验中老年小鼠寿命延长 14%,成果发表在《自然·衰老》。
美国 Triana Biomedicines 公司的 Vito J. Palombella 和 Andrew R. Conery 在 Nature 发表研究,报道了选择性、可穿越血脑屏障的 ALK 分子胶降解剂 TRI-611。
推荐理由:报道的分子胶降解剂绕开ALK激酶活性位点,在耐药与颅内模型中仍有效,为靶向蛋白降解提供了新降解基序的结构依据。
华中农业大学张帅、浙江大学朱成梁和上海交通大学医学院附属瑞金医院何吓俤等团队在Angew发表论文,开发维生素C生物正交探针平台研究赖氨酸维C化修饰。团队合成炔丙基报告探针VC-1及O-乙酰化前体探针VC-2,用VC-2开展活细胞定量化学蛋白质组学,获得1615个竞争敏感的维C化候选靶标,并在FTO、ALDH1B1、GSTO1、IMPDH1等蛋白上鉴定到探针来源的赖氨酸加合物。
Cell 在线优先发表研究,提出一条微生物组-胆汁酸轴介导女性对慢性肝病的保护。由雌激素促进的肠道细菌联合体产生的女性富集胆汁酸 isoUDCA,通过 SREBP2-STARD4-CYP7B1 信号促进肝脏胆固醇处理和胆汁酸代谢,从而减轻慢性肝损伤。
推荐理由:研究把女性慢性肝病保护与肠道菌群来源的胆汁酸 isoUDCA 联系起来,并给出 SREBP2-STARD4-CYP7B1 信号通路这一机制线索。
Luan 等发现 SOX2 凝聚体通过调控染色质组织和致癌基因表达促进鳞状细胞癌(SCC)进展。FDA 已批准的药物 ixazomib 能以依赖 HSP70 的方式选择性破坏 SOX2 凝聚体,提供了一种针对 SCC、可由生物标志物指导的治疗策略。
研究对人类配子、二细胞胚胎、八细胞胚胎、囊胚和胚胎干细胞中的 H2AK119ub(H2Aub)进行图谱分析,发现 H2Aub 最早在二细胞阶段于 GC 富集区域出现,随后逐步累积,并在后期集中于 PcG 靶基因。
推荐理由:该研究追踪人胚胎从配子到囊胚的 H2Aub 动态,说明 H2Aub 如何引导 H3K27me3 重建 Polycomb 抑制格局。
神经科学正在绘制妊娠期间大脑变化图谱,但这些变化对未来健康意味着什么尚未确定。
研究提出 DNA-SaM 系统,整合高效编码、严格的生化约束检查和两级索引的存储单元分布架构,用于可扩展的 DNA 数据存储。计算分析显示其编码时间复杂度为线性,编码时间较代表性方法明显缩短,并主动排除同聚物重复、串联重复和潜在启动子基序等可能干扰下游生化过程的序列。该系统在体外和体内实际存储中均取得 100% 成功率,按其编码方案与序列设计空间理论上可存储超过 2^70 PB 数据。
基于 PRJNA658160 的 804 份粪便 16S rRNA V4 测序数据(386 例乳腺癌、418 例健康对照),乳腺癌样本的分类学 alpha 多样性显著降低,13 个属存在差异丰度,Bacteroides、Erysipelatoclostridium、Parabacteroides 和 Fusobacterium 在乳腺癌中富集。
研究发现,pyrin 炎症小体通过高亲和力肉碱转运体 OCTN2(SLC22A5)感知胞外 ʟ-carnitine,并由此引发 IL-1β 介导的炎症。ʟ-carnitine 是一种在肌细胞中高度丰富的非蛋白氨基酸,过量摄入肌细胞与肌细胞坏死均与全身性炎症相关。作者据此提出,OCTN2 可作为减少外源或内源胞外 ʟ-carnitine 所致炎症的潜在靶点。