分类: 生物学

  • 研究发现神经退行性疾病关键蛋白清除机制

    来源: Advanced Science

    德国波鸿大学团队揭示,选择性自噬受体蛋白OPTN与泛素链结合并在TBK1介导的磷酸化作用下形成凝聚体,高效招募LC3蛋白,从而将错误折叠蛋白等有害物质定向至自噬体进行降解。OPTN或TBK1基因突变会破坏此功能,导致蛋白聚积,这与肌萎缩侧索硬化等神经退行性疾病相关。该发现为疾病治疗提供了新思路。

  • 利用细胞穹窿颗粒打造基因活动“时间胶囊”

    来源: Science

    研究团队将穹窿颗粒改造为“TimeVault”,通过其内部捕获并保护mRNA,使其半衰期延长七倍以上,实现长达一周的基因表达记录。该系统成功记录了细胞的热激、缺氧应激反应,并识别出肺癌耐药细胞亚群的关键保护基因。这一技术为追踪发育、疾病进程等动态生物学过程提供了新型工具。

  • 研究揭示炎症基因精准调控的双重策略

    来源: Nature Cell Biology

    德国癌症研究中心团队发现,细胞通过两种机制精确控制炎症反应。一是通过基因组中短暂、灵活的DNA环状接触,实现对单个基因的精细调节;二是利用细胞核内的转录控制中心,快速协同激活多个炎症基因簇,以启动强烈且协调的早期免疫反应。两种策略的结合使炎症响应既迅速又可调,为理解慢性炎症与癌症提供了新视角。

  • 免疫识别新机制:脂质抗原侧向呈现

    来源: Nature Communications

    国际团队研究发现,免疫分子CD1c能以“侧向”方式呈现脂质抗原,打破了30年来认为抗原必须“直立”指向T细胞的固有认知。这一发现揭示了免疫识别更具灵活性,能通过不同排列方式扫描环境,为理解脂质在免疫疾病中的作用及开发新疗法提供了新方向。

  • 癌细胞窃取线粒体实现免疫逃逸

    来源:《细胞·代谢》

    最新研究发现,癌细胞竟会窃取免疫细胞中的线粒体,以逃避免疫系统的清除并促进转移。在小鼠实验中,这种“窃取”行为不仅削弱了免疫细胞的功能,还会激活癌细胞中的一条分子通路,使其能躲避免疫监视并侵袭淋巴结。令人惊讶的是,即使线粒体无法产生能量分子ATP,该通路仍能被激活。这一发现或能解释为何在充满免疫细胞的淋巴结中,癌细胞仍能生存与扩散。

  • 研究利用皮肤细胞重编程揭示HIV感染相关认知障碍的遗传特征

    来源:《JCI洞察》

    威尔康奈尔医学院研究人员将HIV感染者与健康对照者的皮肤成纤维细胞重编程为神经元,发现即使病毒被抑制,感染者来源的神经元仍存在显著的基因表达差异。其中炎症基因IFI27上调,而FOXL2NB等与认知功能相关的基因表达下调,部分特征与此前尸检脑样本研究一致。该模型表明HIV感染对细胞的系统性影响可能独立于大脑直接感染,为理解HIV相关神经认知障碍的机制及寻找治疗靶点提供了新途径。

  • 研究发现高尔基体膜相关降解(GOMED)的选择性识别机制

    来源:《自然·通讯》

    日本东京科学大学团队揭示了细胞高尔基体膜相关降解(GOMED)过程如何选择性识别并降解蛋白质。研究发现,蛋白质在通过高尔基体时会被K33连接的多聚泛素链标记,作为“降解信号”。适配蛋白OPTN通过其锌指结构域识别该标记,并将目标蛋白递送至GOMED相关结构进行降解。这一机制在红细胞成熟等生理过程中至关重要,为理解神经退行性疾病等与蛋白质清除障碍相关的疾病提供了新靶点。

  • 中科院团队开发“过程拉曼组学”,用单细胞拉曼光谱实时监测啤酒发酵

    来源:《生物资源技术》

    中国科学院青岛能源所的研究团队开发出名为“过程拉曼组学”的新方法,通过单细胞拉曼光谱快速获取啤酒酵母的分子指纹(拉曼组),并利用多元回归分析,成功从细胞光谱中预测出包括高级醇、酯类、氨基酸等在内的19种发酵液关键代谢物浓度。该方法不仅替代了耗时的传统色谱检测,还能实时追踪细胞间的代谢异质性,为发酵过程的精准调控和优化提供了新工具。

  • IIT研发新型显微技术,无需荧光标记即可高对比度观察活细胞

    来源:《光学快报》

    意大利技术研究院将偏振显微与暗场显微技术结合,开发出一种无需荧光标记即可对活细胞实现高对比度成像的新方法。该技术能更真实地保持样品完整性,特别适用于观察染色质等细胞核内结构。研究团队正计划将该技术与荧光显微整合,并训练人工智能模型,旨在直接从无标记图像中生成具有分子特异性的“虚拟荧光”图像,从而推动非侵入性显微技术的革新。

  • 学者呼吁建立“标准模型蛋白质”体系以提升蛋白质科学可重复性

    来源:《蛋白质工程、设计与选择》

    康涅狄格学院学者提出,蛋白质科学可借鉴模式生物研究经验,围绕少数“标准模型蛋白质”(如绿色荧光蛋白、溶菌酶、血红蛋白/肌红蛋白、核糖核酸酶A和细菌视紫红质)建立共享的实验基准、参考数据集和最低报告标准。这一框架旨在减少因实验条件差异导致的成果不可比问题,提升AI辅助蛋白质设计等领域的可重复性与资源整合效率,从而推动整个领域更高效地协作与发展。