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。
#Nature
Ground Truths精选AI 评分6767
Bluesky：Andrew S. MacDonald (@profandrewmac.bsky.social)AI 评分5050 Alex Loukas 与 Paul Brindley 团队在 Nature Communications 报道首个可遗传转基因曼氏血吸虫品系
Alex Loukas 与 Paul Brindley 团队在 Nature Communications 报道了首个可遗传转基因血吸虫品系的构建与传代。该研究通过 CRISPR 敲入在曼氏血吸虫（Schistosoma mansoni）中获得稳定遗传的品系，可向小鼠循环系统分泌功能性抗 SARS-CoV-2 抗体，感染小鼠血清显示病毒中和活性。
Bluesky：Saez-Rodriguez Group (@saezlab.bsky.social)AI 评分4747 SpaCEy 经同行评审版本正式发表
SpaCEy 的经同行评审版本现已正式发表，论文刊于 Nature，代码已在 GitHub 的 saezlab/SpaCEy 仓库公开。
Bluesky：Igor Adameyko (@adameykolab.bsky.social)AI 评分2020 研究揭示人类面部个体差异的潜在形成机制
一项新研究聚焦人类面部个体性的潜在形成机制，指出胚胎发育阶段为终生面部特征奠定基础。相关成果已在 Nature 发表。
公众号：达摩院DAMO精选AI 评分7878 阿里达摩院发布食管癌 AI 模型 DAMO EAGLE，用平扫 CT 识别早期与癌前病变
阿里达摩院发布食管癌 AI 模型 DAMO EAGLE，尝试在不插管的情况下，从胸部平扫 CT 中识别早期食管癌和癌前病变。研究团队把内镜报告和增强 CT 上的病灶位置配对到平扫 CT 上训练模型；在机会性筛查场景下，模型对食管癌的敏感性为 90%，对癌前病变为 52.5%，真实场景特异性为 99.2%，在低剂量 CT 上性能未见下降。
推荐理由：在机会性筛查场景下，该模型对食管癌的敏感性达到90%，并给出了癌前病变与特异性的具体数字，可供关注影像 AI 早筛的读者对照。
Bluesky：Thomas Gorochowski (@chofski.bsky.social)AI 评分4242 用重组酶构建跨物种遗传回路：纳米孔测序揭示其真实工作机制
研究展示纳米孔测序可用于解析重组酶构建的跨物种遗传回路的内部工作机制。相关成果已发表，DOI 为 doi.org/10.1038/s414...。
Eran SegalAI 评分5555 npj Aging 论文：30 秒语音可捕捉生物学衰老特征
Eran Segal 团队在 npj Aging 发表论文，用 30 秒语音录音构建 Voice Age 模型，基于 Human Phenotype Project 的 7000 名参与者训练，预测实际年龄。
Pardis SabetiAI 评分6767 Delphy 在 Nature 发表，为疫情应对提供近实时贝叶斯系统发育分析
Delphy 在 Nature 发表，为疫情应对提供可扩展、近实时的贝叶斯系统发育分析，把更快的推断引擎与可交互界面结合起来。该工作由 Patrick Varilly 主导，与 Ben Fry 和 fathominfo 团队共同开发，论文见 https://www.nature.com/articles/s41586-026-11012-6，工具可在 https://delphy.bio/ 试用。
Joe PickrellAI 评分4242 APOE 与其他基因变异对阿尔茨海默病风险的交互作用研究
Joe Pickrell 分享了一项发表在 Nature Genetics 的研究，该研究展示了 APOE 状态与其他遗传变异在阿尔茨海默病风险上的交互作用。
Molecular Systems BiologyAI 评分5252 新计算去卷积方法从批量蛋白质组数据解析芽殖酵母细胞周期蛋白动态
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。
Heidi LedfordAI 评分6060 实验性细胞疗法能否在骨质疏松患者体内重建骨骼
Heidi Ledford 在 X 上转述 Nature 的一篇报道，讨论一项小型早期临床试验：经改造、可靶向骨骼的骨髓细胞是否在骨质疏松患者体内重建了骨骼。报道作者 Elie Dolgin 在文中同时呈现了希望与需要保留的地方，并附有原文链接 https://www.nature.com/articles/d41586-026-02828-3。
Molecular Systems BiologyAI 评分6060 TME-CARTographer 解析活体胰腺癌中治疗性 T 细胞的时空免疫抑制
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。
Biohub精选AI 评分7878 Biohub 用 AI 揭示肿瘤细胞状态异质性，预测联合用药延长 DMG 小鼠生存
Biohub 与哥伦比亚大学等机构合作在 Nature Genetics 发表两篇论文，提出“cancer quantum biology”假说：同类型肿瘤在患者间拥有几乎相同的恶性细胞状态集合，这些状态可相互转换从而逃避单靶点药物。
推荐理由：两篇 Nature Genetics 论文提出肿瘤细胞状态在患者间高度保守，并用 AI 预测针对多状态的联合用药，在 DMG 小鼠模型中延长生存。
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。
Bluesky：Andre Rendeiro (@andre-rendeiro.com)AI 评分7272 组织衰老时钟论文在 Nature Medicine 发表，基于 983 名 GTEx 供体的组织学图像
Andre Rendeiro 团队的组织衰老时钟论文在 Nature Medicine 发表，研究从 983 名 GTEx 供体的约 2.5 万张组织学图像中量化生物学年龄，并显示该信号可从血液中读出。
Quaid Morris精选AI 评分7878 Codebook Project 在 Nature 发布 300 多个未表征人类转录因子的 DNA 结合基序
Codebook Project 这项国际合作在 Nature 发布结果，为 300 多个此前未表征的人类转录因子（TF）鉴定了准确的 DNA 结合基序和基因组结合位点。论文链接为 https://www.nature.com/articles/s41586-026-10798-9。
推荐理由：这项国际合作给出了 300 多个此前未表征的人类转录因子的 DNA 结合基序与基因组结合位点，可供做调控基因组分析的读者参考。
Peter LeeAI 评分3737 微软研究：通用AI模型在病理任务上胜过专用模型
微软研究院（MSFTResearch）表示其团队反复发现更通用的 AI 模型在专业任务上表现优于专用模型，并以与 Paige（现属 TempusAI）合作、发表于 Nature Medicine 的数字病理模型 PRISM2 为例。
Bluesky：Stylianos Lefkopoulos (he/him) (@slefkopoulos.bsky.social)AI 评分6060 单细胞转录组揭示驱动人冠状动脉粥样硬化进展的内皮祖样重塑
Yao、Li、Gai 等人用单细胞转录组对人正常冠状动脉及早期、晚期冠状动脉粥样硬化样本进行图谱刻画，识别出一类祖样内皮亚型，并提示其在疾病进展中具有功能意义。
Stephen Quake精选AI 评分8080 Universal Cell Embedding 模型基于 3600 万细胞训练，可研究训练集外物种
Stephen Quake 介绍 Universal Cell Embedding 模型，该模型在来自多种物种和组织的 3600 万细胞数据集上训练，可研究远超训练集范围的生物体。相关成果来自 Rosen 等人的 Nature 论文，DOI 为 10.1038/s41586-026-10689-z。
推荐理由：Universal Cell Embedding 在 3600 万细胞上训练，可外推到训练集之外的物种，为跨物种细胞研究提供参考。
Biohub精选AI 评分8585 Biohub 与 UC Berkeley 用激光相位板提升冷冻电镜成像对比度
Biohub 与 UC Berkeley 团队在三篇论文中报告，激光相位板在单激光和双激光（xLPP）两种配置下都能显著提升冷冻电镜图像对比度。单激光版本使分辨率最多提升 44%，双激光版本将铁蛋白 apoferritin 成像到 1.8 埃，并提升了冷冻 E. coli 的对比度。
推荐理由：三篇论文报告激光相位板在真实冷冻电镜中提升小蛋白成像对比度，为在完整细胞内看清蛋白提供新手段。
Bluesky：Marcel Dickmanns | 🌿❄️🔬 (@madic.bsky.social)AI 评分3232 Nature Plants：cryoET 解析 Physcomitrium patens 胞间连丝原位结构
研究利用 cryo-electron tomography（cryoET）结合 AlphaFold 与蛋白质组学，解析了 Physcomitrium patens 胞间连丝的天然组织方式，成果发表于 Nature Plants。研究发现胞间连丝受细胞壁重塑调控而开闭，螺旋状蛋白组装体为内部膜结构提供支架。
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。
Sara MostafaviAI 评分6767 Sara Mostafavi 团队发表基于序列的深度学习模型预测个体基因表达的基准评测
Sara Mostafavi 团队（与 chikinlab、LXandR_ 合作）在 Nature Genetics 发表论文，对基于序列的深度学习模型预测个体基因表达进行基准评测。同期 Nilah Ioannidis 团队提交的配套论文显示，这些结果在不同数据和模型间保持一致。
Nicolas AltemoseAI 评分6767 T2T 基因组表征方法登上 Nature Methods 六月刊封面
Nicolas Altemose 表示，包括 DiMeLo-seq 在内的 T2T 基因组表征方法登上 Nature Methods 封面。该期是 T2T 特刊，收录了端粒到端粒（T2T）联盟的多篇方法学论文，封面由 @giulio_formenti 和 Camilla Cima 创作。
Nicolas AltemoseAI 评分7070 DiMeLo-seq 论文在 Nature Methods 发表，用长读长测序定位单条染色质纤维上的蛋白-DNA 结合位点
作者宣布描述 DiMeLo-seq 的论文已在 Nature Methods 发表。该方法利用长读长测序，在单条染色质纤维上定位特定蛋白-DNA 相互作用位点，作者称其在表观基因组学中有多种应用。论文链接为 https://www.nature.com/articles/s41592-022-01475-6。
Matthew StephensAI 评分4242 统计模型识别更多癌症驱动基因
Matthew Stephens 表示很高兴看到这项研究发表，该工作利用精细的统计模型识别出更多癌症驱动基因，由 Siming Zhao、Xin He 等人完成，论文发表于 Nature Communications。