<?xml version='1.0' encoding='UTF-8'?>
<rss version='2.0' xmlns:atom='http://www.w3.org/2005/Atom' xmlns:content='http://purl.org/rss/1.0/modules/content/'><channel><title><![CDATA[碱基日读]]></title><link>https://jianjiribao.pages.dev/</link><description><![CDATA[每天读完真实文献，只讲有用的那一段]]></description><language>zh-CN</language><lastBuildDate>Wed, 09 Sep 2026 22:38:28 +0000</lastBuildDate><atom:link href='https://jianjiribao.pages.dev/rss.xml' rel='self' type='application/rss+xml'/><atom:link href='https://pubsubhubbub.appspot.com/' rel='hub'/><item><title><![CDATA[限时进食在缺乏Leap2的高脂小鼠中仍能恢复GH脉冲改善代谢]]></title><link>https://jianjiribao.pages.dev/p/2026-09-09-nutrition-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-09-nutrition-1/</guid><pubDate>Wed, 09 Sep 2026 07:19:00 +0800</pubDate><description><![CDATA[一项小鼠实验发现，对Leap2基因敲除的高脂饮食小鼠施以限时进食，在总热量摄入不变的前提下，依然能恢复生长激素脉冲分泌、改善胰岛素敏感性与葡萄糖耐量、减少体脂和肝脏脂肪积累，效果与野生型小鼠TRF结果相似，说明TRF的代谢收益不依赖Leap2介导的ghrelin拮抗通路。]]></description><content:encoded><![CDATA[<p>TRF（time-restricted feeding，限时进食）被认为能通过恢复胰岛素与生长激素（GH）的比值来对抗肥胖。Ghrelin刺激GH分泌和食欲，Leap2（liver-expressed antimicrobial peptide 2，肝表达抗菌肽2）是ghrelin的内源性抑制因子。这里有一个悬而未决的问题：TRF减少体重增加，是不是通过抑制Leap2来实现的？这项研究用Leap2基因敲除小鼠直接检验了这个假说——如果TRF在没有Leap2的情况下仍然有效，Leap2就不是必要的中间环节（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42709409/" rel="nofollow noopener" target="_blank">42709409</a>）。</p>
<h2>Leap2缺失与高脂饮食的双重叠加</h2>
<p>10周龄雄性小鼠分四组：野生型正常饮食（n=6）、野生型高脂饮食（n=6）、Leap2-/-正常饮食（n=8）、Leap2-/-高脂饮食（n=8）。Leap2-/-小鼠在正常饮食条件下体重就已显著高于野生型；叠加高脂饮食之后两组体重都进一步增加，但Leap2-/-组的增重幅度更大（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42709409/" rel="nofollow noopener" target="_blank">42709409</a>）。</p>
<p>去掉Leap2对ghrelin的抑制，能量稳态偏向正平衡、体重更重，这是符合预期的。表型验证了模型有效，也为后续干预提供了合适的底盘。需要说明的是，全部是雄性小鼠，每组只有6到8只，雌性是否呈现相同表型，材料里没有涉及。</p>
<h2>10周TRF干预的多维度结果</h2>
<p>对Leap2-/-高脂饮食组实施TRF，持续10周。体重、脂肪量、肝脏重量均下降；第8或9周检测的胰岛素敏感性和葡萄糖耐量均改善；暗期（小鼠的活跃期）耗氧量和自发活动量上升；脂肪细胞体积缩小；肝脏脂肪积累被抑制。肝脏、白色脂肪（white adipose）和棕色脂肪（brown adipose）中与葡萄糖和脂质利用相关的基因表达也发生了变化（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42709409/" rel="nofollow noopener" target="_blank">42709409</a>）。</p>
<p><strong>全程10周，TRF组与对照组总热量摄入相同。</strong> 改善不是靠减少进食量换来的。这是TRF有别于单纯热量限制（caloric restriction）的关键特征，进食节律本身就在起作用。暗期耗氧量和自发活动量的升高，以及棕色脂肪基因表达的变化，提示能量消耗格局也发生了重塑——但本研究没有专门拆解哪条通路贡献了多少。</p>
<h2>GH脉冲性的恢复</h2>
<p>高脂饮食会压平GH的脉冲式分泌，使节律趋于平坦。干预第5周，研究者采集了6小时GH分泌谱，显示TRF处理后脉冲性有所恢复（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42709409/" rel="nofollow noopener" target="_blank">42709409</a>）。GH脉冲性的恢复，可能是TRF改善胰岛素与GH比值这一过程的组成部分。</p>
<p>不过这个时间点的检测只有一次，没有纵向追踪；脉冲性恢复是观察到的关联，本研究没有通过阻断GH信号来验证这是TRF改善代谢的原因。TRF对GH轴的影响是值得深入的方向，这里只是一个观察节点。</p>
<h2>Leap2不是TRF起效的必要环节</h2>
<p>这是全文最核心的结论。Leap2已经被敲除，TRF的代谢改善照样出现，而且与野生型小鼠接受TRF后的结果相似（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42709409/" rel="nofollow noopener" target="_blank">42709409</a>）。&rdquo;TRF通过抑制Leap2来解除其对ghrelin的抑制、进而改善GH和代谢&rdquo;这条假说被排除了。</p>
<p>那TRF靠什么起效？本研究没有给出确定答案。脂肪组织和肝脏的基因表达变化提供了线索，但要确认哪条通路主导，还需要专门的机制实验。这项研究的贡献更多是排除了一条假说，而不是找到了答案。</p>
<p>从数据到临床的外推要谨慎：全是雄性小鼠，每组6到8只；Leap2-/-是极端全敲除模型，人群中不存在Leap2完全缺失的情况，只有表达水平高低的差异；高脂饮食诱导的小鼠肥胖也不完全等同于人类代谢综合征的复杂背景。TRF在人体中最优窗口时长、进食窗口位于一天哪个时段、如何与个体昼夜节律类型匹配，这些问题还没有足够的人体干预数据来回答。</p>
<h2>T-BEAT基线报告，12个月疗效待观</h2>
<p>日本T-BEAT是一项非干预性多中心观察研究，比较tirzepatide（5-15 mg每周一次）与口服semaglutide（7-14 mg每日一次）在早期2型糖尿病（T2D）患者中的真实世界效果，主要终点是治疗12个月后HbA1c的变化量（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42709397/" rel="nofollow noopener" target="_blank">42709397</a>）。</p>
<p>tirzepatide组290人，平均年龄55.2岁（SD 13.4），女性45.2%，基线BMI 29.3（SD 3.5）kg/m²，HbA1c 8.0%（SD 0.8）。口服semaglutide组279人，平均年龄58.8岁（SD 13.3），女性35.5%，基线BMI 28.2（SD 3.0）kg/m²，HbA1c 7.8%（SD 0.7）。两组血脂异常均为最常见合并症，发生率分别是62.1%和67.7%；同时使用其他口服降糖药的比例分别是40.7%和38.0%（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42709397/" rel="nofollow noopener" target="_blank">42709397</a>）。</p>
<p>目前这篇发的是研究设计和基线。两组基线特征不完全可比——年龄、BMI、HbA1c均有差异——观察性设计也无法排除处方混杂，医生有可能把代谢状态更差的患者优先分配给tirzepatide，这类选择偏倚会扭曲两组疗效的比较。等12个月数据出来，重点看分析方法如何处理这个问题。</p>
<p>尼泊尔营养干预系统综述（58项研究，重点覆盖孕产妇和5岁以下儿童，PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42709509/" rel="nofollow noopener" target="_blank">42709509</a>）对国内生物医学研究者直接参考价值有限，略过。</p>]]></content:encoded></item><item><title><![CDATA[标准Orbitrap经系统优化后从20个细胞检出3400个蛋白，空间蛋白组发现了转录组的通路盲区]]></title><link>https://jianjiribao.pages.dev/p/2026-09-09-bioinformatics-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-09-bioinformatics-1/</guid><pubDate>Wed, 09 Sep 2026 07:11:27 +0800</pubDate><description><![CDATA[这项研究系统优化了主流Orbitrap/UHPLC平台，从5 ng肽段检出超5600个蛋白、从20个分选细胞检出3400个蛋白，通量保持每天30个样品。应用到FFPE组织空间蛋白质组时，微区域可检出逾6100个蛋白，且发现了平行空间转录组数据中未体现的通路激活差异。]]></description><content:encoded><![CDATA[<p>做痕量蛋白质组学的人都知道这个困境：样本只有几十个细胞，或者空间切片上的一个显微区域，理论上信息量极大，传统方法灵敏度不够，配置顶级专用质谱平台门槛又极高。更头疼的是，这些稀缺材料往往恰好是研究里最核心的东西，临床活检里的特定细胞群、单细胞分选后的稀有亚群、空间转录组对应区域的蛋白层验证，做不了是真的可惜。</p>
<p>这篇发表在 Analytical Chemistry 的方法优化研究（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42708762/" rel="nofollow noopener" target="_blank">42708762</a>）不开发新仪器，而是系统地把目前实验室里最普及的 Orbitrap 质谱仪和 UHPLC（超高效液相色谱，ultra-high performance liquid chromatography）组合调到极限，在灵敏度、定量精度和通量三个指标上一并发力。三者权衡难度不低，提灵敏度通常要牺牲通量，维持通量又往往限制每个样品的采集深度。</p>
<h3>5 ng 肽段、20 个细胞、每天 30 个样品的基准数字</h3>
<p>优化后的流程，从 5 ng 肽段出发可以鉴定超过 5600 个蛋白，从 20 个分选细胞（sorted cells）可以鉴定 3400 个蛋白，整个流程的通量是每天 30 个分析（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42708762/" rel="nofollow noopener" target="_blank">42708762</a>）。5600 个蛋白属于深度覆盖，20 个细胞能出 3400 个意味着真正进入超低投入量的区间，每天 30 个样品说明流程可以批量运行而不只是偶尔为之。三项指标都保住了，这是这篇文章主要想证明的事。</p>
<p>分选细胞（sorted cells）状态均一、基质干净，是比较理想的基准样本；真实实验里来自组织直接切割或显微操作的细胞通常更复杂，20 个细胞→3400 个蛋白这个数字能否在更混杂的材料上复现，需要独立验证。作者也没有提供与顶级专用仪器的正面对比，&rdquo;仪器门槛显著降低&rdquo;这个结论方向上成立，具体差距有多大，从这篇文章里看不出来。</p>
<h3>FFPE 组织微区域的 6100 个蛋白与细胞密度校正</h3>
<p>方法建立后，团队将流程应用到 FFPE（福尔马林固定石蜡包埋，formalin-fixed, paraffin-embedded）组织的空间蛋白质组学（spatial proteomics）上，从显微镜下划定的感兴趣区域（region of interest，ROI）里检出超过 6100 个蛋白（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42708762/" rel="nofollow noopener" target="_blank">42708762</a>）。FFPE 是病理科最常见的标本存档方式，全球有海量历史样本，但固定过程中的蛋白交联历来让提取效率大打折扣，蛋白质组研究对这类材料向来谨慎。能在 FFPE 来源的显微区域里检出 6100 个以上的蛋白，足以支撑通路层面的下游分析，不是只能凑几百个高丰度蛋白的浅显鉴定。</p>
<p>不同 ROI 里细胞密度差异可以很大，密度高的区域蛋白总量天然偏高，如果不处理，会把细胞密度差异误读成生物学信号。作者用了数据驱动（data-driven）的归一化策略来校正（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42708762/" rel="nofollow noopener" target="_blank">42708762</a>），这类策略在转录组数据里早有成熟方案，蛋白质组里的实现细节摘要里没有展开，想复现这套流程的实验室需要仔细看原始方法补充材料。</p>
<h3>空间蛋白组与转录组在通路激活上的分歧</h3>
<p>对比实验里出现了整篇文章最有分量的发现。在同一块 FFPE 切片上平行开展空间转录组学（spatial transcriptomics）和空间蛋白质组分析，<strong>有一些通路激活（pathway activations）在蛋白数据里清晰可见，在转录组数据里根本看不到</strong>（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42708762/" rel="nofollow noopener" target="_blank">42708762</a>）。</p>
<p>蛋白丰度与 mRNA 水平的不一致本来是基因表达调控的基本特征，翻译效率、蛋白周转速率、翻译后修饰都会造成两者解耦，但&rdquo;两者存在解耦&rdquo;是抽象的共识，&rdquo;在同一块组织切片上用平行实验直接量化出来&rdquo;是具体的证据，后者更难被绕过去。空间转录组学近几年成了研究肿瘤内异质性（intratumor heterogeneity）区域差异的主流手段，很多关于细胞功能状态的推断建立在 mRNA 数据上；如果功能相关的通路激活只在蛋白层面体现，单靠转录数据就存在系统性盲区，而且是隐性的，你不知道自己漏掉了什么。</p>
<p>这一点不能过度推广。FFPE 空间蛋白质组分析的样本量在摘要里没有报告，不知道用了多少例肿瘤、多少个 ROI，规模上不足以得出普遍结论。Orbitrap 是一类质谱技术，不同型号和代际性能差异不小，这套优化能否直接平移到其他机型上，需要其他实验室的独立验证。方法论文的可迁移性本来就是普遍弱点，这篇不例外。</p>
<hr>
<p><strong>简讯两则</strong></p>
<p>同期另有两篇值得记录。</p>
<p>果蝇昼夜节律神经元的单核 RNA-seq 时序研究（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42709819/" rel="nofollow noopener" target="_blank">42709819</a>）用遗传多重复用（genetic multiplexing）把多个时间点塞进单次实验，配合从冷冻头部纯化细胞核的 El-INTACT 方法，在光暗和持续黑暗两种条件下各覆盖 12 个时间点。大多数节律神经元亚型里基因表达在时间点之间变化剧烈，调控主要在转录层面；另外识别出少量光依赖的转录物，其中部分对应哺乳动物即早基因（immediate-early genes），推测参与光对节律的夹带或相移。对设计时序单核转录组实验的团队，遗传多重复用压时间点的策略有参考价值。</p>
<p>加州北部一座市政污水处理厂的宏基因组分析（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42708591/" rel="nofollow noopener" target="_blank">42708591</a>）在夏季检测到甲型流感（influenza A）浓度的反季节峰值。通过混合捕获测序（hybrid-capture sequencing）拼装出的基因组片段，进化上接近迁徙涉禽来源的 H16 支系，与人类常见毒株差异较大，作者认为夏季信号主要来自禽源毒株，此时人源毒株基本检测不到。这把污水宏基因组监测的适用范围推到了人兽界面的野生动物疫情，对大流行病预警有一定参考意义。</p>]]></content:encoded></item><item><title><![CDATA[Foxp3缺失的自身免疫依赖谷氨酰胺生物合成，天冬酰胺供给是自反应B细胞的关键]]></title><link>https://jianjiribao.pages.dev/p/2026-09-09-immunology-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-09-immunology-1/</guid><pubDate>Wed, 09 Sep 2026 06:58:09 +0800</pubDate><description><![CDATA[三篇免疫领域新文，最值得细读的是 JCI Insight 发表的谷氨酰胺代谢研究：在 Foxp3 缺失驱动的自身免疫模型里，谷氨酰胺走的是生物合成路径而非供能路径，自反应 T 细胞和 B 细胞各有一套可干预的代谢节点，且两者机制不同。同期另一篇用约 9 万个 T 细胞的单细胞图谱重新描述了 IPF 肺纤维化中 T 细胞的非经典激活模式。]]></description><content:encoded><![CDATA[<h2>谷氨酰胺走生物合成路径，不是当燃料烧</h2>
<p>Foxp3 是调节性 T 细胞（Treg）维持免疫耐受的核心转录因子。缺了它，自反应 T 细胞和 B 细胞会大量扩增，淋巴细胞过度增殖，炎症因子大量释放，自身抗体也跟着涌现。这套病理图景在小鼠里复制得相当干净，也因此成了研究自身免疫代谢需求的好切入口（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42708364/" rel="nofollow noopener" target="_blank">42708364</a>）。</p>
<p>谷氨酰胺（glutamine）在免疫细胞激活中一直是个重要的营养素，但&rdquo;燃料&rdquo;这个说法太笼统。它既能进三羧酸循环供能，也能为核苷酸、氨基酸等中间代谢物提供碳骨架和氮源。这篇文章要弄清楚的是：在 Foxp3 缺失引发的自身免疫里，谷氨酰胺到底在干哪一件事。</p>
<p>答案是后者。通过 Treg 特异性 Foxp3 缺失的自身免疫模型和葡聚糖硫酸钠（dextran sodium sulfate）诱导的结肠炎模型，研究者证明谷氨酰胺利用的是生物合成路径（biosynthetic pathways），而不是供能路径，且这一效应与 Foxp3 缺失的 Treg 自身发生重编程无关，是自反应性常规 T 细胞和 B 细胞本身的代谢需求（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42708364/" rel="nofollow noopener" target="_blank">42708364</a>）。两套模型都是实验诱导的，没有人体数据，结论能否平移到人类自身免疫疾病还需要更多证据。</p>
<h2>自反应 T 细胞靠谷氨酰胺压制肌苷积累</h2>
<p>机制上，自反应 T 细胞的激活和促炎细胞因子的持续产生，依赖谷氨酰胺生物合成路径阻止肌苷（inosine）积累及其下游信号（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42708364/" rel="nofollow noopener" target="_blank">42708364</a>）。</p>
<p>肌苷是腺嘌呤核苷酸降解的产物，在局部组织高浓度积累时会通过腺苷受体（adenosine receptor）传递抑制信号，压制 T 细胞活性。这是一种内源性刹车，在肿瘤微环境里被研究得很多。谷氨酰胺生物合成路径消耗了上游前体，使肌苷无法积累，相当于在上游堵掉了这条抑制信号，让 T 细胞保持激活，腺苷通路的调节因此成了自反应 T 细胞失控的一个可干预点（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42708364/" rel="nofollow noopener" target="_blank">42708364</a>）。</p>
<h2>自反应 B 细胞的天冬酰胺依赖与自身抗体产生</h2>
<p>自反应 B 细胞的逻辑不一样。关键不是肌苷，而是天冬酰胺（asparagine）。谷氨酰胺是天冬酰胺合成的主要氮源，供给受限会直接压缩天冬酰胺的可用性，进而抑制自反应 B 细胞的激活和自身抗体的产生，研究者将这个环节明确定义为一个可靶向的漏洞（targetable vulnerability）（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42708364/" rel="nofollow noopener" target="_blank">42708364</a>）。</p>
<p><strong>T 细胞走腺苷通路，B 细胞靠天冬酰胺供给。</strong> 两条线处于同一个谷氨酰胺依赖的框架下，却指向完全不同的代谢节点。如果想更精准地压制自身抗体，天冬酰胺这条线提供了一个更窄的靶口，广泛限制谷氨酰胺则可能同时打到两类细胞。</p>
<p>不过脱靶损伤是个大问题。谷氨酰胺在肠道上皮、其他快速增殖细胞和正常免疫细胞里同样是重要营养素，系统性限制它会带来多大代价，论文本身没有详细讨论，是后续转化研究需要面对的问题。</p>
<h2>IPF 肺纤维化中 T 细胞与异常上皮的空间互动</h2>
<p>同期 JCI Insight 另一篇做的是特发性肺纤维化（idiopathic pulmonary fibrosis，IPF）的多组学图谱（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42708365/" rel="nofollow noopener" target="_blank">42708365</a>）。IPF 预后极差，进行性纤维化最终导致呼吸衰竭，目前没有逆转手段。T 细胞在 IPF 肺里升高是已知的，但超出&rdquo;炎症&rdquo;之外，这些 T 细胞具体在做什么，一直不清楚。</p>
<p>研究者用多重免疫荧光成像（multiplex imaging）加单细胞 RNA 和蛋白质联合分析，对来自对照肺和纤维化肺的约 90,000 个 CD3+ T 细胞进行了分析，解析出 11 个 CD4+ 和 CD8+ T 细胞亚群，其中包含一个少见的 CD56+ 调节性 T 细胞。在严重纤维化肺中，T 细胞数量相比非病变对照肺增加；CD4+ 和 CD8+ T 细胞在空间上定位于上皮细胞附近及异常上皮的生态位（niche）中。CXCR4/MIF 信号轴是 T 细胞与上皮互动的核心通路，EGFR 和 TGF-β 通路则在多个 T 细胞亚群中占主导（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42708365/" rel="nofollow noopener" target="_blank">42708365</a>）。</p>
<p>研究者认为，IPF 中 T 细胞采取的是非经典激活模式，由纤维化微环境里的上皮互动驱动，而非传统的抗原识别路径。CXCR4 是趋化因子受体，MIF 是巨噬细胞迁移抑制因子（macrophage migration inhibitory factor），两者在纤维化和肿瘤微环境里都是研究热点，它们在 T 细胞与上皮对话里扮演核心角色，给后续干预研究提供了方向。</p>
<p>这项研究是横断面观察性的，无法判断 T 细胞亚群变化究竟是纤维化的原因还是结果。90,000 个细胞的规模在单细胞研究里算充足，但具体纳入了多少例样本、两组如何匹配，摘要里没有交代，做 IPF 相关工作的人值得去翻全文。</p>
<h2>寄生虫免疫逃逸的表观遗传机制综述</h2>
<p>同日还有一篇综述，梳理了寄生虫感染过程中宿主免疫的表观遗传（epigenetic）调控机制，覆盖 DNA 甲基化、组蛋白修饰、染色质重塑和非编码 RNA 几条路径（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42708225/" rel="nofollow noopener" target="_blank">42708225</a>）。核心观点是寄生虫能直接操纵宿主表观遗传机器来规避免疫监视，文章也指出单细胞表观基因组学和空间转录组学可能帮助厘清细胞特异性机制。综述没有原始数据，价值取决于文献覆盖的深度与时效，不展开讨论。</p>]]></content:encoded></item><item><title><![CDATA[弓形虫感染分期重塑肠菌维生素合成，AML化疗菌群损伤的主因是抗生素]]></title><link>https://jianjiribao.pages.dev/p/2026-09-09-microbiome-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-09-microbiome-1/</guid><pubDate>Wed, 09 Sep 2026 06:37:54 +0800</pubDate><description><![CDATA[三篇研究分别以弓形虫感染、AML化疗和纳米颗粒清Aβ为切入点，共同指向肠道菌群的B族维生素、烟酸与短链脂肪酸代谢在疾病压力下的系统性变化。感染削减维生素合成多样性，抗生素是化疗期间菌群破坏的主要驱动力，清Aβ治疗则意外改善了小鼠肠道生态。]]></description><content:encoded><![CDATA[<p>三篇文章，问的是同一件事：当身体进入病理状态，肠道菌群作为代谢工厂的功能会怎么变？弓形虫（<em>Toxoplasma gondii</em>）感染、急性髓系白血病（acute myeloid leukemia，AML）化疗、以及一项靶向清除脑内淀粉样蛋白β（amyloid-β，Aβ）的纳米给药实验，给出了来自不同情境的三个答案。</p>
<p>它们指向一个共同的功能议题：B族维生素、烟酸/NAD⁺前体、短链脂肪酸（short-chain fatty acids，SCFAs）这些宿主依赖的代谢产物，在疾病压力下并非静止不动。但三项研究的模型和方法差别显著，证据质量和外推边界不在同一层级，不能等量齐观。</p>
<h2>45,697个MAG构成的维生素合成图谱与弓形虫感染的分期效应</h2>
<p>Hai-Long Yu等用基因组分辨宏基因组学（genome-resolved metagenomics）构建了一套规模较大的肠道维生素合成参考图谱（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42708583/" rel="nofollow noopener" target="_blank">42708583</a>）。从45,697个宏基因组组装基因组（metagenome-assembled genomes，MAGs）中筛出4,771个代表性基因组，其中2,682个达到高质量标准（完整度≥90%，污染率&lt;5%），注释到229,717个维生素相关基因，覆盖177个KEGG直系同源物（KEGG orthologs）。硫胺素（B1）、核黄素（B2）、烟酸（B3）、泛酸（B5）、吡哆素（B6）、生物素（B7）、叶酸（B9）、钴胺素（B12）和维生素K2的从头合成（de novo biosynthesis）通路都在覆盖范围内。1,665个高质量基因组至少编码一种维生素的完整从头合成通路。</p>
<p>这个数字揭示的基本事实是：维生素合成在菌群里是高度分化、群落层面互补的网络，不是单一菌种独立承包的任务。</p>
<p>弓形虫感染实验设了急性感染、慢性感染和对照三组小鼠，每组各10只（n=10）。急性感染阶段，维生素合成通路的α多样性出现阶段依赖性下降，β多样性与慢性组和对照组形成明显分离。<strong>最具体的发现是烟酸合成核心基因nadB、nadA、nadC在门（phylum）水平出现选择性再分布</strong>——感染重塑了哪些门的菌群在贡献NAD⁺前体的生产（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42708583/" rel="nofollow noopener" target="_blank">42708583</a>）。</p>
<p>两个局限值得点明。宏基因组读到的是基因的存在与丰度，不等于对应蛋白质真的在工作；转录组或代谢组数据才能确认功能激活。另一个是物种边界：所有数据来自小鼠，弓形虫感染对人类肠道菌群的类似影响目前没有对应的人体宏基因组研究可比对。</p>
<h2>AML化疗期间菌群破坏的真正推手是抗生素暴露</h2>
<p>Jian Zhou等分析了508份来自67名AML患者的纵向粪便16S rRNA基因（16S rRNA gene）谱（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42708609/" rel="nofollow noopener" target="_blank">42708609</a>），是三篇里唯一有人类患者纵向数据的工作。</p>
<p>他们把产SCFAs相关菌属的耗竭、致病共生菌（pathobiont）的扩张和菌群单一化整合进一个生态复合评分（ecological composite score，ECS）。描述性数据显示，菌群破坏在治疗后第15至28天（D15-D28）达到峰值。但把治疗窗口和前0-14天的抗生素暴露天数同时纳入患者聚类广义估计方程（generalized estimating equation）后，D15-D28的ECS对比大幅衰减（系数0.251，95% CI -0.372到0.874），而近期抗生素暴露每增加7个抗生素天，ECS升高0.722（95% CI 0.529到0.915）。患者水平五折交叉拟合的评分支持D1-D7到D15-D28的生态对比（配对差异1.279，bootstrap 95% CI 0.861到1.758）。</p>
<p>血清丁酸（butyrate）和异丁酸（isobutyrate）与产SCFAs菌属信号的正向关联（系数0.476，95% CI 0.309到0.643），以及与ECS的负向关联（-0.372，95% CI -0.516到-0.227），在调整治疗期后保持稳定（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42708609/" rel="nofollow noopener" target="_blank">42708609</a>）。ECS捕捉到的生态变化确实对应着血清中可测到的代谢物信号，不是纯粹的构建物。</p>
<p>但ECS在预测近期临床事件上，没有提供超越香农多样性（Shannon diversity）损失和最大致病共生菌丰度的稳定增量信息。这是一个重要的警告。16S扩增子测序只能分辨到属，代谢功能只能推断，因果链在方法层面就不完整。冻结的生态公式在两个外部数据集上产出了相似排序，但没有临床验证。作者在正文里直接说了：ECS是整合性生态摘要，不是经验证的临床预测工具。这是少见的对自身结论边界写得很清楚的表述。</p>
<h2>清除外周Aβ对肠道菌群格局的级联影响</h2>
<p>Xuewei Du等的研究从大脑出发，逻辑和前两篇是反的（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42709795/" rel="nofollow noopener" target="_blank">42709795</a>）。他们把抗Aβ42单克隆抗体（monoclonal antibody）1F12接到450纳米的PEG修饰介孔二氧化硅纳米颗粒（PEG-MSN）上，通过颗粒尺寸设计绕开肝脏截留（hepatic sequestration）和补体激活，让抗体在外周高效清除Aβ。APP/PS1转基因小鼠静脉注射后，外周血Aβ经肠道排泄清出，肠道炎症减轻，肠道菌群格局被重塑，肝脏Aβ负担随之降低，脑内Aβ沉积减少，小胶质细胞（microglia）激活减弱，认知功能改善。</p>
<p>肠道菌群的重塑出现在这条级联链的中段，是&rdquo;外周Aβ经肠道排泄&rdquo;机制的下游效应，并非研究设计要验证的主要假说。具体哪些菌属发生了变化、变化幅度如何，摘要没有给出数字。</p>
<p>这篇放在这里的意义是提供了一个方向相反的参照：前两篇是疾病和治疗损害肠道生态，这篇是靶向外周的治疗顺带改善了肠道菌群。逻辑可以是双向的。但全部证据来自转基因小鼠，离人体试验有相当距离。</p>
<h2>功能输出是共同指向，三者的可信边界各不相同</h2>
<p>Paper 2（弓形虫/宏基因组）基因组分辨率最高，图谱本身是可复用的资源；但全是小鼠数据，每组仅10只，细分到菌种层面时统计效力会有限。Paper 3（AML/16S）有67名患者的纵向人体数据，临床相关性最强；分辨率只到属，不能直测代谢功能。Paper 1（AD/纳米颗粒）机制链条最清晰，肠道菌群是附带观察，全部依赖转基因鼠。</p>
<p>三篇都无法在方法层面建立因果关系。这不是研究者的疏漏，是研究设计本身的边界。</p>
<p>对做肠道菌群功能研究的人而言，Paper 2构建的229,717个维生素相关基因图谱是可以直接参考的数据资源；Paper 3的ECS框架和D15-D28高产采样窗口为今后设计AML菌群干预的前瞻性研究提供了方案参考；Paper 1提出的&rdquo;外周代谢物经肠道排泄联动菌群格局&rdquo;这个问题，值得专门设计实验来拆解，而不只是作为某篇AD文章的附带结论。</p>]]></content:encoded></item><item><title><![CDATA[整合单细胞分析构建NSCLC预后签名，小鼠模型中ADAM12敲除可增强免疫治疗效果]]></title><link>https://jianjiribao.pages.dev/p/2026-09-08-bioinformatics-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-08-bioinformatics-1/</guid><pubDate>Tue, 08 Sep 2026 18:56:21 +0800</pubDate><description><![CDATA[今天重点看两篇。一篇整合单细胞与bulk RNA-seq、机器学习及TCGA/GEO数据构建NSCLC免疫预后签名（PIS），在小鼠模型中证实ADAM12敲除能增强免疫治疗效果；另一篇报道ON-Time宏基因组方法，ICU粪便样本5小时内出结果，精度与常规鸟枪法相当，但耐药基因检出存在随机性。第三篇涉及极小众细胞系，略过不表。]]></description><content:encoded><![CDATA[<h2>PIS签名的单细胞定位与机器学习建模框架</h2>
<p>Liu等人用了一套分层策略。第一步在单细胞RNA-seq里锁定上皮细胞（epithelial cells）作为信号来源，提取与预后相关的基因集；第二步把这批基因带进TCGA和GEO的bulk RNA-seq数据，用机器学习跑出患者层面的打分模型，命名为预后与免疫治疗签名（Prognostic and Immunotherapeutic Signature, PIS）（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42705211/" rel="nofollow noopener" target="_blank">42705211</a>）。</p>
<p>拆成两步是有原因的。单细胞数据分辨率高，能明确信号来自哪类细胞，但样本量撑不起稳健的预后模型；bulk RNA-seq样本量大，却看不到细胞类型来源。先单细胞定位、再bulk建模，是这类整合研究的主流路线。</p>
<p>打分结果和临床表型的对应方向一致，PIS低分组患者总体生存更好，肿瘤微环境的免疫浸润也更高（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42705211/" rel="nofollow noopener" target="_blank">42705211</a>）。两个指标方向一致有内在逻辑，免疫浸润高意味着免疫细胞进得去，这类肿瘤对免疫检查点抑制剂理论上更敏感。但这套模型完全建在公开回顾性数据上，没有独立的前瞻性验证队列。这类基于TCGA/GEO的建模研究，自我验证和独立验证之间的差距往往不小，能不能在新患者人群里稳定复现，是一个开放问题。</p>
<h2>ADAM12敲除在NSCLC小鼠模型中的免疫增效</h2>
<p>计算签名里冒出的基因大多止步于论文。这篇多走了几步，ADAM12（a disintegrin and metalloproteinase 12）在组织样本和细胞系里均被确认高表达，细胞功能实验支持其致癌驱动的角色，随后进入动物实验（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42705211/" rel="nofollow noopener" target="_blank">42705211</a>）。</p>
<p><strong>敲除ADAM12之后，小鼠接受免疫治疗的效果得到增强。</strong> 这是全文分量最重的数据点，体内干预，有对照（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42705211/" rel="nofollow noopener" target="_blank">42705211</a>）。摘要没有给出效应量、样本量或统计检验的具体数值，要判断证据置信度，必须去看原文。</p>
<p>细胞系实验向来难以直接外推到人体，小鼠的肿瘤免疫微环境和人类差异很大，在NSCLC免疫治疗领域这个坑已经踩过不止一次，不少鼠模型里有效的策略到临床就哑火了。ADAM12是有潜力的候选靶点，但距离临床意义还差人体数据（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42705211/" rel="nofollow noopener" target="_blank">42705211</a>）。对做肿瘤多组学或免疫微环境的研究生，这篇的方法链路值得参考，单细胞定位细胞类型信号、bulk数据规模建模、体内实验功能验证，三段各有分工，联起来才完整。</p>
<h2>ON-Time粪便宏基因组5小时流程与耐药检出局限</h2>
<p>ICU的微生物组引导治疗（microbiome-guided therapy）有个硬卡点，常规宏基因组测序周转时间长、操作复杂、成本高，等结果出来治疗窗口可能已经关上。MacKenzie等人报道的ON-Time直接奔着这个问题去，从粪便样本采集到可用于临床决策的微生物分类分析结果，全流程不超过5小时（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42705234/" rel="nofollow noopener" target="_blank">42705234</a>）。湿实验步骤尽量压缩，分析端做成点击式界面，刻意降低对专职生信人员的依赖。</p>
<p>精度验证走了两路，用已知组成的模拟微生物群落（mock microbial community）测基线准确率，再与真实ICU患者粪便样本的常规鸟枪法宏基因组（shotgun metagenomics）头对头比对（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42705234/" rel="nofollow noopener" target="_blank">42705234</a>）。</p>
<p>但有一点局限直接影响临床决策价值。耐药基因（antimicrobial resistance genes）和毒力因子的检出存在随机性（stochastic identification），而这恰好是ICU里最紧迫的信息之一。ON-Time给出的核心是物种组成图谱，功能层面的判断要打折扣（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42705234/" rel="nofollow noopener" target="_blank">42705234</a>）。做临床微生物组转化的团队参考这篇时要注意，简化流程换速度是核心取舍，双轨验证了精度，但速度和功能分析之间的权衡，设计方案时要事先想清楚。</p>
<hr>
<p>第三篇（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42706481/" rel="nofollow noopener" target="_blank">42706481</a>）。Hotta等人在耐完全脱水（anhydrobiosis）的昆虫细胞系Pv11里建立了重组酶介导的盒式基因交换（recombinase-mediated cassette exchange, RMCE）流程，提供了一种无CRISPR的定点单拷贝转基因整合方案，工程化后细胞仍保持耐脱水能力。这个细胞系的用户群体极窄，不展开。</p>]]></content:encoded></item><item><title><![CDATA[CD3ζ不是TCR-NK工程的中性配件，转录组数据揭示其系统性分子代价]]></title><link>https://jianjiribao.pages.dev/p/2026-09-08-immunology-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-08-immunology-1/</guid><pubDate>Tue, 08 Sep 2026 18:48:38 +0800</pubDate><description><![CDATA[三篇免疫方向论文分别报道TCR-NK细胞工程、子宫内膜癌p53-IFN轴与Trm细胞自身免疫机制，各有新意，但共同暴露了同一条方法学边界：NK-92细胞系、50例便利样本、综述外推，让分子表征与干预有效之间存在不可忽视的落差。]]></description><content:encoded><![CDATA[<p>替代指标（surrogate readout）只能描述共变，不能证明因果。这在免疫研究里是个老问题，但它在每篇用细胞系或小样本做分子表征的文章里都会重新出现。这期三篇论文，分别踩到了这条线的不同位置。</p>
<h2>CD3ζ过表达对NK-92转录组的系统性影响</h2>
<p>在TCR工程化NK（TCR-NK）细胞里过表达CD3ζ，并不能提升抗原特异性杀伤，反而增加了非特异性背景反应。土耳其研究团队用转录组给这个现象找分子解释（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42706722/" rel="nofollow noopener" target="_blank">42706722</a>）。</p>
<p>实验在NK-92细胞系上比较了野生型、单独表达酪氨酸酶特异性TCR、CD3δγε单独或与TCR联合表达、以及加入CD3ζ过表达的几组。单独表达CD3δγε或TCR的细胞，转录组与空载体对照偏离有限；叠上CD3ζ过表达之后，细胞在层级聚类和多维标度分析中就形成了独立的簇，富集通路整体向淋巴细胞激活、细胞毒性和PI3K-AKT信号偏移，CD28表面表达升高，CD3/CD28刺激后AKT磷酸化模式也随之改变。作者由此建议，TCR-NK工程策略应只导入缺失的CD3δγε组分，保留内源性CD3ζ的调控，不要额外堆叠CD3ζ。逻辑是通顺的。</p>
<p>所有数据来自NK-92，一个与原代NK细胞在信号通路结构上存在系统性差异的永生化细胞系。CD28在其中的行为不一定代表原代细胞。转录组告诉了我们哪些发生了改变，但&rdquo;改变为什么造成非特异反应、以及如何工程修正&rdquo;是另一个层次的问题。结论要落到原代细胞验证，数据的重量才能撑起工程策略的建议。</p>
<h2>p53 IHC分型与子宫内膜癌IFN-I通路活性差异</h2>
<p>子宫内膜癌（endometrial cancer）里，错义TP53突变通常在免疫组化（IHC）上产生p53蛋白积聚（过表达表型），截短突变产生null表型。这篇文章以IHC分型为基础，在p53野生型25例、突变型过表达15例、null型10例共50例便利样本里，检测了I型干扰素通路（type I interferon pathway, IFN-I）多个组分的表达差异（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42705125/" rel="nofollow noopener" target="_blank">42705125</a>）。</p>
<p>ADAR1、STING、MDA5、RIG-I四个组分在三组间均有统计学显著差异，过表达组最高，null组最低，方向一致。双链RNA（dsRNA）底物可及性（K1抗体检测）在过表达组也显著更高。利用Pearson相关系数构建信号网络后，DHX9在过表达组肿瘤里的网络密度更高，成为枢纽节点。<strong>PKR高表达与复发风险降低相关，OR为0.13（95% CI: 0.03–0.68，p = 0.02）。</strong> TCGA数据的单样本GSEA分析支持了上述方向。整体来看，p53突变过表达的子宫内膜癌呈现慢性炎症状态，null突变呈现免疫抑制状态，两者的IFN-I通路格局截然不同。</p>
<p>50例的队列，null组只有10例，统计功效本来就有限，PKR那个OR效应量很大但置信区间跨了一个数量级。更根本的是：IHC判断p53状态是基因型的替代标志，不是直接测序，错义对应过表达、截短对应null的关系在多数情况下成立，但并不完美。作者把这批数据定性为&rdquo;hypothesis-generating findings&rdquo;，这个表述是诚实的，读者就该把它当成探索性结果，不作为临床分层的依据。</p>
<h2>自身免疫病灶里的Trm积累与靶向治疗的现实差距</h2>
<p>这是一篇综述，整合既有文献，不产生新数据（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42705066/" rel="nofollow noopener" target="_blank">42705066</a>）。</p>
<p>组织驻留记忆T细胞（tissue-resident memory T cell, Trm cell）在皮肤、关节、肠道等外周组织里持续驻留、不进入循环，IL-15、CXCR6和ICOS信号是维持这种定居状态的必要条件，生理功能是抵抗病原体再感染的前线防御。在自身免疫疾病里，这层持续定居变成了问题的来源：自身反应性Trm细胞在银屑病（psoriasis）、类风湿关节炎（rheumatoid arthritis）、炎症性肠病（inflammatory bowel disease）、白癜风（vitiligo）等病灶里积累，持续释放IFN-γ、TNF-α、IL-17，直接损伤组织，招募其他免疫细胞放大反应，驱动慢性化和复发。机制图已经相当清晰，但从&rdquo;病灶里有大量Trm积累&rdquo;到&rdquo;靶向Trm可以有效缓解自身免疫&rdquo;，这一步在临床上还没走通。小鼠模型和活检横断面数据构成了这个领域大部分的证据基础，人体干预试验才刚开始积累。作者用&rdquo;promise and obstacles&rdquo;描述治疗转化的现状，没有夸大。</p>
<hr>
<p>三篇放在一起，共同的特征是分子细节的分辨率在提高，但从观察到干预的距离，比阅读结论时感受到的要远。NK-92的转录组需要原代细胞验证；50例IHC数据需要更大队列；Trm的临床干预证据才刚起步。读的时候，把&rdquo;发现了什么相关&rdquo;和&rdquo;知道怎么干预&rdquo;分开放，不会错。</p>]]></content:encoded></item><item><title><![CDATA[菌群组成之外，供受体免疫相容性或许才是粪菌移植疗效的关键变量]]></title><link>https://jianjiribao.pages.dev/p/2026-09-08-microbiome-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-08-microbiome-1/</guid><pubDate>Tue, 08 Sep 2026 18:31:57 +0800</pubDate><description><![CDATA[一项概念验证研究开发了体外"肠道菌群-白细胞反应"（GMLR）检测，将IBD患者固有层单个核细胞与健康供体菌群共培养并测量细胞因子应答，据此生成供受体相容性评分。研究发现受体免疫应答高度个体化，质疑"超级供体"假说的普适性，但需前瞻性临床验证才能判断实用价值。]]></description><content:encoded><![CDATA[<p>粪菌移植（faecal microbiota transplantation, FMT）在炎症性肠病（inflammatory bowel disease, IBD）里从来不是稳定有效，应答差异悬殊，但原因说不清。目前的供体筛选主要依赖菌群特征，核心逻辑是寻找&rdquo;超级供体&rdquo;（super-donor）：多样性高、结构优良，理论上给谁用都比随机供体强。这套逻辑背后有个没被明说的假设——受体的免疫系统对不同供体菌群的反应大体相似，差别主要来自供体菌群本身的质量。发表于 EBioMedicine 的这项概念验证（proof-of-concept）研究，正面挑战了这个假设（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42705024/" rel="nofollow noopener" target="_blank">42705024</a>）。</p>
<h2>GMLR：用固有层单个核细胞做体外免疫配对</h2>
<p>研究者构建了一个体外检测平台，命名为肠道菌群-白细胞反应（Gut Microbiota-Leukocyte Reaction, GMLR）。做法是从 IBD 患者肠道活检组织中分离固有层（lamina propria）单个核细胞，将这些细胞在体外与健康供体菌群样本共培养，随后测量与 IBD 病理相关的细胞因子（cytokine）浓度。</p>
<p>选择固有层单个核细胞，不是随意的。固有层是菌群与宿主免疫系统直接接触的主要场所，FMT 后移植菌群与宿主的免疫交互也在这里发生。从这一层细胞入手做配对测试，比仅凭供体菌群组成推断相容性，理论上更接近体内实情。</p>
<h2>IL-22 有统计支撑，IL-17 只有方向</h2>
<p>把多份供体菌群样本分别测试后，不同供体在相同受体免疫细胞面前确实引发了差异明显的应答，聚类分析（clustering）后形成了几组不同的细胞因子特征。IL-22 的诱导效果在统计上有显著差异（p = 0.033）；IL-17 呈现下降趋势，但 p 值为 0.054，未跨过传统显著性门槛，且这个趋势在不同免疫细胞亚群中并不一致（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42705024/" rel="nofollow noopener" target="_blank">42705024</a>）。</p>
<p>IL-22 那条线相对扎实，IL-17 目前只是方向性提示，现在还算不上证据。</p>
<h2>受体间的高度个体差异才是核心</h2>
<p><strong>这项研究最重要的信息不在供体之间，而在受体之间。</strong> 同一份供体菌群，放在不同 IBD 患者的固有层单个核细胞面前，引发的免疫应答差异悬殊——研究者用&rdquo;高度个体化&rdquo;（highly individualised）来描述这种受体间变异（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42705024/" rel="nofollow noopener" target="_blank">42705024</a>）。</p>
<p>这直接动摇了&rdquo;超级供体&rdquo;逻辑的基础。若受体对同一菌群的免疫应答如此不同，那么在某位患者身上表现出色的供体，换到另一位患者未必同样有效。&rdquo;最佳供体&rdquo;不是一个放之四海皆准的答案，而可能是每个受体各自的答案。研究者基于这一发现开发了算法，对每个供受体组合生成相容性评分，为临床配对提供优先排序依据（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42705024/" rel="nofollow noopener" target="_blank">42705024</a>）。</p>
<p>目前的材料中没有明确报告纳入的供受体样本量，统计稳定性因此难以评估。</p>
<h2>概念验证阶段的边界</h2>
<p>这套框架目前还停在体外概念验证阶段，离临床工具有明确的距离。研究者自己在结论部分明确指出，需要前瞻性地对照临床 FMT 结局来验证——GMLR 评分高的配对是否真的有更好的疗效，现在没有数据（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42705024/" rel="nofollow noopener" target="_blank">42705024</a>）。体外系统与体内环境之间有不可忽略的落差：固有层细胞的离体状态、培养条件、菌群样本的处理和稳定性，都可能影响细胞因子读数。</p>
<p>下一步需要什么，研究者说得很清楚：前瞻性招募 FMT 病例，验证 GMLR 评分能否预测临床应答。这个验证做出来之前，它更接近一个有意思的实验框架，还不是可以直接拿来用的配对工具。</p>
<hr>
<h2>同期简讯</h2>
<p><strong>TRPV4 敲除鼠的菌群重塑与氨代谢变化</strong></p>
<p>Life Sciences 发表的一项小鼠研究发现，敲除 TRPV4（transient receptor potential vanilloid 4，一种在胃肠道广泛表达、参与上皮屏障调节、机械感受和固有免疫信号传递的离子通道）之后，肠道菌群结构明显改变：系统发育多样性与野生型有显著差异，群落结构（beta 多样性）也明显分开；Bacillota 与 Bacteroidetes 的比值在敲除鼠中下降约 50%，结肠和盲肠氨浓度显著升高；菌群丰富度和均匀度则均未改变（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42705452/" rel="nofollow noopener" target="_blank">42705452</a>）。TRPV4 通过何种机制将离子通道信号与菌群生态和氮代谢联系起来，目前仍是黑箱。这是动物模型，能不能推到人还远着。</p>
<p><strong>氯吡格雷抵抗综述：HTPR 不等于临床治疗失败</strong></p>
<p>European Journal of Clinical Pharmacology 刊发的叙述性综述系统梳理了氯吡格雷（clopidogrel）抵抗的多重机制。CYP2C19 功能缺失等位基因是目前最主要的药代动力学决定因素，但仅能解释个体间 12%–20% 的变异；在治疗中血小板高反应性（high on-treatment platelet reactivity, HTPR）在接受氯吡格雷治疗的患者中报告比例约为 20%–45%，该范围主要反映的是不同检测平台和阈值设定的差异，而非统一的流行率估计（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42706349/" rel="nofollow noopener" target="_blank">42706349</a>）。综述特别强调 HTPR 是实验室药效学替代指标，不能与临床缺血事件直接画等号——这个区分本身就值得记下来。叙述性综述无正式偏倚评估，作为领域框架梳理的入口使用合适。</p>]]></content:encoded></item><item><title><![CDATA[每日尿液激素监测与高蔗糖肠菌冲击实验暴露了基线快照的局限]]></title><link>https://jianjiribao.pages.dev/p/2026-09-08-nutrition-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-08-nutrition-1/</guid><pubDate>Tue, 08 Sep 2026 18:26:19 +0800</pubDate><description><![CDATA[从每日尿液激素监测到高蔗糖饮食扰动实验，三篇论文指向同一个方法学漏洞：单次基线采样习惯性低估了生物系统的动态变异。这篇解读梳理了各自的设计逻辑与关键数据，也指出这些结论大多停留在框架和假设层面，尚无法直接指导临床或营养干预实践。]]></description><content:encoded><![CDATA[<p>高蔗糖饮食让正常窝量大鼠的 Firmicutes/Bacteroidetes 比值升高、菌群多样性下降，同样的冲击对小窝量大鼠没有产生等量效果。两组的差距，是 8 周的饮食扰动让它显现出来的。这一周三篇论文，各自绕开了同一个坑：只拍基线快照。</p>
<h2>每日尿液激素监测与单次时间点检测的落差</h2>
<p>Hirsch 等在《Postgraduate medicine》发表的案例视角综述指出，当前临床对女性激素健康的评估几乎全部依赖单次时间点采样（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42706984/" rel="nofollow noopener" target="_blank">42706984</a>）。月经周期内的激素浓度本来就在持续波动，在哪个时间点采血，很大程度上决定了你能看到什么。作者给出了四类案例：低能量可用性（low energy availability, LEA）、产后恢复运动、多内分泌代谢性卵巢综合征（polyendocrine metabolic ovarian syndrome, PMOS）和围绝经期过渡。在所有案例中，每日尿液激素监测识别出了用传统方法无法识别的排卵功能模式和黄体期质量问题，多数案例在一到两个周期内就出现了有临床意义的结果（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42706984/" rel="nofollow noopener" target="_blank">42706984</a>）。</p>
<p>这篇文章本质上是案例视角综述，没有对照设计，也没有报告新的队列数据。作者的论证路径是&rdquo;案例 → 潜在价值&rdquo;，无法量化传统单次检测的漏诊率有多高。作为方法学讨论的起点有参考价值，不适合直接作为改变临床实践的依据。</p>
<h2>高蔗糖饮食冲击下 Firmicutes/Bacteroidetes 比值的分歧</h2>
<p>Silva 等用雄性 Wistar 大鼠（n=29）做了一个 DOHaD（发育起源与健康疾病理论，Developmental Origins of Health and Disease）框架下的扰动实验（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42705472/" rel="nofollow noopener" target="_blank">42705472</a>）。正常窝量（CL，每窝 8 只）和小窝量（SL，每窝 4 只）大鼠断奶后，各自接受标准饮食或高蔗糖饮食（含 30% 蔗糖）持续 8 周。</p>
<p>高蔗糖饮食在 CL 组中降低了菌群多样性、提升了 Firmicutes/Bacteroidetes 比值，而 SL 组在同样的饮食冲击下，维持了接近对照组的丁酸盐（butyrate）浓度（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42705472/" rel="nofollow noopener" target="_blank">42705472</a>）。共现网络分析显示，SL-HSD 组形成了以短链脂肪酸（short-chain fatty acids, SCFA）生物合成通路为核心的复杂微生物互作结构。<strong>早期营养编程留下的代谢韧性差异，是高蔗糖这个扰动让它变得可测的。</strong></p>
<p>这个发现有明显的外推限制：29 只样本全是雄性，实验饲料含 30% 蔗糖，这个比例在人类日常饮食里几乎不会出现。女性动物的反应、更温和的糖分摄入梯度、人类队列，目前都没有数据。</p>
<h2>乙醇预处理在有机负荷冲击前后的系统稳定性</h2>
<p>Huang 等的厌氧消化研究与肠道生理的直接关联有限，但它的设计逻辑在这个语境里有参照价值（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42705487/" rel="nofollow noopener" target="_blank">42705487</a>）。在有机负荷率 6.0 g VS/(L·d) 的冲击下，未处理对照组因丙酸盐积累而失稳，甲烷产率下降超过 70%；乙醇预处理（ethanol pretreatment, EP）组产率下降不足 5%，挥发性脂肪酸（volatile fatty acids, VFA）以易降解的乙酸盐为主（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42705487/" rel="nofollow noopener" target="_blank">42705487</a>）。宏基因组分析显示，EP 组存在多个携带相同 VFA 降解酶系统的高丰度基因组（metagenome-assembled genome, MAG），功能冗余度高于对照组。只有施加了足够大的负荷冲击，两组系统的韧性差异才能量化出来——这个逻辑和前两篇一致。</p>
<p>三篇论文从不同维度支持用扰动或连续监测代替静态基线快照，但它们自身也有边界：案例综述没有量化对比；29 只雄鼠的菌群结果在性别和物种层面有待验证；厌氧消化反应器的结论距离人体肠道或营养干预还很远。能从这里提取的，是值得验证的研究假设，不是即可落地的实践指导。</p>]]></content:encoded></item><item><title><![CDATA[肠菌来源咪唑丙酸驱动原发性硬化性胆管炎，高水平预测生存期缩短]]></title><link>https://jianjiribao.pages.dev/p/2026-09-07-microbiome-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-07-microbiome-1/</guid><pubDate>Mon, 07 Sep 2026 13:40:19 +0800</pubDate><description><![CDATA[两篇聚焦肠道菌群代谢物的新文章：Nature Metabolism确认咪唑丙酸是原发性硬化性胆管炎的致病因子，人体ImP浓度越高生存越差，小鼠实验找到p38-mTORC1轴；Protein & Cell则发现吲哚-3-丙酸作为HIF-1α内源激动剂，在缺氧条件下保护心脏，机制链条完整但人体证据仍限于高原人群。]]></description><content:encoded><![CDATA[<p>原发性硬化性胆管炎（primary sclerosing cholangitis，PSC）是一种慢性胆管炎症疾病，终末期可进展为胆管癌和肝衰竭，目前没有批准的药物能延缓疾病进程。它与炎症性肠病高度伴随，肠道菌群组成也早已被报道是异常的——但&rdquo;菌群怎么具体伤肝&rdquo;，一直缺乏清晰的分子链条。发表在 Nature Metabolism 的这篇文章把答案的一块拼图补上了。</p>
<p><strong>PSC患者ImP水平更高，且高水平预测生存恶化</strong></p>
<p>研究者把目光投向咪唑丙酸（imidazole propionate，ImP），这是肠道菌群分解组氨酸产生的代谢物。他们发现，PSC患者循环中的ImP水平高于患有相关疾病（包括炎症性肠病等）的人群，更关键的是，高ImP水平与PSC患者生存期缩短相关（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42698000/" rel="nofollow noopener" target="_blank">42698000</a>）。这不只是一个差异性描述，而是直接把这个代谢物推到了临床预后的位置。</p>
<p>当然，横断面的人体数据说不了因果，研究者随后做了机制实验。</p>
<p><strong>p38上游激活mTORC1，胆管上皮受损</strong></p>
<p>把胆管上皮细胞（cholangiocytes）暴露于ImP，细胞内哺乳动物雷帕霉素靶蛋白复合物1（mTORC1）信号通路被激活，同时细胞开始分泌促炎因子和促纤维化因子（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42698000/" rel="nofollow noopener" target="_blank">42698000</a>）。这给出了一个从代谢物到组织损伤的中间环节。</p>
<p>动物层面的验证更直接：长期给小鼠施用ImP，可诱导出肝脏炎症和纤维化，而这一过程依赖p38信号通路，且p38位于mTORC1的上游（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42698000/" rel="nofollow noopener" target="_blank">42698000</a>）。链条是这样的：ImP激活p38，p38拉动mTORC1，胆管上皮持续受损，最终推动PSC进展。</p>
<p>这套机制有一个直接的含义：靶向ImP的生产或其下游信号（包括p38）或许是可操作的干预思路。</p>
<p>从数据的局限性来看，小鼠模型里诱导的是&rdquo;ImP单独给药&rdquo;的急性或亚慢性损伤，而真实PSC患者的肠道同时存在胆汁酸代谢紊乱、肠道通透性改变等多重异常，ImP能在多大程度上独立驱动病程，目前没有排他性证据。PSC本身病程漫长、异质性高，从啮齿动物模型到人体还有很长的路。但作为机制研究，这篇文章已经把靶点精确到了通路层面，这是有价值的起点。</p>
<hr>
<p><strong>IPA稳定HIF-1α，高原人群数据给出了临床锚点</strong></p>
<p>同期发表在 Protein &amp; Cell 的另一篇文章走的是完全不同的路径。研究者系统检测了从低海拔迁移至海拔4300米的人体内色氨酸代谢物的变化，发现吲哚-3-丙酸（indole-3-propionic acid，IPA）在循环和粪便中的水平均下降，且这种下降与心脏损伤严重程度相关（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696407/" rel="nofollow noopener" target="_blank">42696407</a>）。小鼠低压缺氧模型中，IPA同样下降；补充IPA可以改善低压缺氧诱导的心脏功能障碍（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696407/" rel="nofollow noopener" target="_blank">42696407</a>）。</p>
<p>机制上，IPA直接结合低氧诱导因子-1α（hypoxia-inducible factor-1α，HIF-1α）的P564位点，竞争性抑制其与VHL蛋白（von Hippel-Lindau protein）的相互作用，阻止HIF-1α经蛋白酶体途径降解，从而稳定HIF-1α蛋白（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696407/" rel="nofollow noopener" target="_blank">42696407</a>）。HIF-1α激活后，心肌代谢底物从脂肪酸转向葡萄糖，耗氧量降低——这是心肌在缺氧条件下的经典适应策略。</p>
<p>关键验证实验是心肌细胞特异性HIF-1α敲除小鼠：IPA的心脏保护效果在这些动物里完全消失（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696407/" rel="nofollow noopener" target="_blank">42696407</a>）。旁路的可能性基本被排除。另外，清除肠道菌群后，色氨酸对低压缺氧的保护效果也随之消失，进一步确认了菌群在IPA产生中的必要性（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696407/" rel="nofollow noopener" target="_blank">42696407</a>）。</p>
<p>IPA还被证明对心肌梗死有保护作用，且同样依赖HIF-1α（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696407/" rel="nofollow noopener" target="_blank">42696407</a>）——这把心肌梗死和高原缺氧两种临床场景都纳进来了，潜在适用范围比最初设想的更宽。</p>
<p>需要说清楚的是：人体部分只有高原情境这一个场景，属于观察性数据，相关性不能直接推断到平原心血管疾病患者。IPA补充对人体的有效剂量、安全性、给药途径，目前完全没有数据。机制实验全是动物和细胞层面的结果，临床转化还很早。</p>
<hr>
<p>同日发表的一篇关于狼疮性关节炎（lupus arthritis）的叙述性综述（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42698059/" rel="nofollow noopener" target="_blank">42698059</a>），在描述发病机制时提到肠道菌群改变可能促进滑膜早期炎症，但全文重心在影像评估方法和生物制剂进展，与肠道菌群的直接关联非常薄，做菌群方向研究的读者暂时不需要专门去读它。</p>]]></content:encoded></item><item><title><![CDATA[从高脂心脏到植物蛋白肝脏，肠道Nrf2轴串联起代谢器官营养应激的分子底线]]></title><link>https://jianjiribao.pages.dev/p/2026-09-07-nutrition-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-07-nutrition-1/</guid><pubDate>Mon, 07 Sep 2026 07:45:03 +0800</pubDate><description><![CDATA[三篇同期研究分别锁定糖尿病心肌的YTHDF3-TRIM47 m6A级联、植物蛋白切换依赖的肝脏GDH以及肠道菌群-Nrf2保肝轴，共同揭示代谢器官在营养应激下的分子断裂点，以及Nrf2在肝细胞癌语境中从保护转向促瘤的上下文反转。]]></description><content:encoded><![CDATA[<p>三篇发表于同一时期的研究，分别盯住了代谢器官在不同营养压力下的失效方式。心脏在糖脂过载下，通过m6A通路放大了TRIM47的表达，驱动脂质积聚和炎症。肝脏在植物蛋白来源切换时，如果谷氨酸脱氢酶（glutamate dehydrogenase，GDH）功能缺失，会出现致命性高氨血症。一篇系统综述则从肠道菌群角度，梳理了微生物代谢物激活Nrf2抗氧化程序的保护机制，以及这个机制在肝细胞癌语境下的反转。三组证据方向互补，细节上也彼此提醒，分子节点的功能状态决定营养输入是被代谢还是变成毒素。</p>
<h2>YTHDF3稳定TRIM47 mRNA，糖尿病心肌脂质积聚有了分子开关</h2>
<p>Wang等人在C57BL/6小鼠上建立2型糖尿病心肌病（diabetic cardiomyopathy，DCM）模型（高脂饮食联合链脲佐菌素注射），同时用棕榈酸处理原代新生小鼠心室心肌细胞体外模拟脂毒性损伤，目标是找到驱动心肌异常脂质积聚的分子机制。最终，他们锁定了E3泛素连接酶TRIM47。</p>
<p>糖尿病心脏中TRIM47显著上调。用腺相关病毒9（AAV9）心肌细胞特异性敲减后，左室射血分数和短轴缩短率改善，心腔扩张和心脏重量/胫骨长度比值下降，心肌细胞肥大、间质纤维化和凋亡均减轻，炎性细胞因子TNF-α、IL-6、IL-1β水平降低，心肌甘油三酯减少，脂肪酸转位酶CD36表达下调（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42697373/" rel="nofollow noopener" target="_blank">42697373</a>）。</p>
<p>上游机制是一条RNA表观遗传级联。棕榈酸处理下，m6A阅读蛋白YTHDF3（YTHDF3）表达升高，直接结合m6A修饰的TRIM47 mRNA，增强其稳定性。救援实验坐实了因果关系，YTHDF3过表达加重棕榈酸诱导的损伤，沉默TRIM47则大体逆转了这些损伤（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42697373/" rel="nofollow noopener" target="_blank">42697373</a>）。YTHDF3→TRIM47→CD36这条链条，把脂质感知和RNA稳定性机制连在了一起。</p>
<p>这是纯动物和细胞层面的机制研究，没有人体数据。AAV9心肌特异性敲减在实验室里精准，转化为治疗要解决递送和脱靶安全性。TRIM47在人类DCM心脏里是否呈现同样的上调模式，目前尚无直接证据。</p>
<h2>肝脏GDH缺失将植物蛋白切换变成高氨危机</h2>
<p>Zhou等人追的问题更贴近现实，从动物蛋白切换到植物蛋白时，身体依赖哪些代谢适应机制，以及失去这些机制后会发生什么。他们用肝脏特异性GDH敲除小鼠（Hep-Glud1-/-）和对照组，分别给予宏量营养素配比相同但蛋白质来源不同的动物蛋白或植物蛋白饲料，持续4天。</p>
<p>对照小鼠中，动物蛋白组的肝脏GDH上调幅度高于植物蛋白组。自由采食状态下，植物蛋白组血糖水平更低；禁食6小时后，植物蛋白组启动了更强烈的禁食响应（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42697374/" rel="nofollow noopener" target="_blank">42697374</a>）。</p>
<p>麻烦出在Hep-Glud1-/-小鼠身上。没有肝脏GDH，氨基酸驱动的内源性葡萄糖生成受损，血浆糖异生底物丙氨酸和肉碱前体赖氨酸浓度在植物蛋白饮食下进一步降低。肝脏原位高分辨代谢组学显示，GDH敲除导致天冬氨酸积累，尿素生产受损，血浆氨浓度升高，植物蛋白饮食下进展为严重高氨血症（hyperammonemia）。这批小鼠的自愿体力活动显著减少，而动物蛋白组的GDH敲除小鼠没有出现这一效应（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42697374/" rel="nofollow noopener" target="_blank">42697374</a>）。</p>
<p>4天是短期适应，不代表长期植物蛋白饮食的真实结局，肝脏有时间窗去上调其他代谢通路。完全敲除也不对应人群中已知的临床表型。这个结果真正值得追问的，是代谢功能已经受损的人群，比如肝病患者或老年人，在切换植物蛋白饮食时是否暗藏GDH依赖性风险，目前没有明确答案。</p>
<h2>肠道菌群代谢物对肝脏Nrf2轴的双向塑造</h2>
<p>Luo等人的综述把视角拉到整个氧化性肝损伤谱，核心论点围绕&rdquo;肠道菌群-Nrf2轴&rdquo;展开。来自肠道的微生物代谢物，包括短链脂肪酸（short-chain fatty acid，SCFA）、色氨酸衍生物和尿石素（urolithins），能够直接或间接激活肝脏的Keap1/Nrf2信号通路，增强氧化还原平衡，促进解毒，诱导选择性自噬，从而对酒精性肝病（ALD）、代谢功能相关脂肪性肝病（MAFLD）和药物性肝损伤（DILI）起保护作用。益生菌、益生元、粪菌移植（fecal microbiota transplantation，FMT）和饮食干预均被列为可能的调控手段（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42697479/" rel="nofollow noopener" target="_blank">42697479</a>）。</p>
<p>这篇综述正视了Nrf2的双重角色（dual role）。在已经建立的肝细胞癌（HCC）中，Nrf2的持续性激活会反向促进肿瘤进展，并产生铁死亡（ferroptosis）抵抗。同一条通路，在正常或早期损伤的肝脏里是守门员，在肿瘤里可能变成帮凶（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42697479/" rel="nofollow noopener" target="_blank">42697479</a>）。这个上下文依赖性对临床转化有直接影响，以激活Nrf2为目标的干预策略必须明确界定适用人群，对已有HCC风险或确诊HCC的患者，安全性需要重新评估。</p>
<p>综述本身的局限很清楚。它整合的大多是动物模型和体外研究的机制证据，FMT和益生菌干预的临床随机对照试验数据还相当有限，现有证据对&rdquo;用什么菌株、多大剂量、针对哪类患者&rdquo;这些临床问题的回答都还很粗糙。</p>
<h2>心肌、肝脏与肠菌的共同失效逻辑</h2>
<p>把这三项研究并排来看，一个逻辑是共通的。心脏和肝脏在接受营养输入时，依赖特定的分子节点来维持稳态。失效的方式各不相同，心肌里TRIM47被m6A机制过度稳定，肝脏里GDH缺失导致氨无法清除，肠道菌群失衡导致Nrf2信号失调。但结局都有共性，脂质积聚、炎症、氧化损伤和器官功能受损。</p>
<p>三项研究还共同强调了营养输入的质量对分子机制的具体塑造。高脂通过YTHDF3-TRIM47放大心肌损伤（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42697373/" rel="nofollow noopener" target="_blank">42697373</a>），植物蛋白的氨基酸可用性差异暴露了肝脏GDH依赖（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42697374/" rel="nofollow noopener" target="_blank">42697374</a>），饮食干预通过重塑肠道菌群代谢物调控Nrf2（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42697479/" rel="nofollow noopener" target="_blank">42697479</a>）。每一条都说明同一件事，<strong>饮食在特定分子节点上留下清晰的印记，这些节点的功能状态决定了器官是否能够适应</strong>。三项研究在干预靶点上各给出了方向，但都距临床应用有相当一段距离，这个距离不应在解读里被抹掉。</p>]]></content:encoded></item><item><title><![CDATA[酶解消化扭曲胰岛膜蛋白谱，单细胞研究里最少被承认的系统偏差]]></title><link>https://jianjiribao.pages.dev/p/2026-09-07-bioinformatics-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-07-bioinformatics-1/</guid><pubDate>Mon, 07 Sep 2026 07:18:24 +0800</pubDate><description><![CDATA[胰岛细胞蛋白质组、骨骼肌细胞图谱和皮层类器官三项新研究，从不同领域共同指向同一个方法学盲点。酶解消化系统改变膜蛋白表达谱，不同测量技术给出不一致的细胞丰度，缺乏区域信息的类器官模型会掩盖疾病的空间特异病理。细胞获取方式本身就是数据的一部分。]]></description><content:encoded><![CDATA[<p>单细胞研究有个很少被正面说出来的假设：分离细胞的过程不会改变细胞。</p>
<h2>酶解消化对胰岛膜蛋白谱的系统性扰动</h2>
<p>一项胰岛细胞蛋白质组研究直接拆穿了这个假设（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42693238/" rel="nofollow noopener" target="_blank">42693238</a>）。研究者用激光显微切割（laser microdissection，LMD7）从新鲜冷冻、未固定的胰腺组织里直接分离 α、β、δ 细胞，全程不经酶解或化学固定，再做蛋白质组和转录组分析。把这份数据和文献里酶解加荧光活化细胞分选（fluorescence-activated cell sorting，FACS）跑出来的转录组一对比，差异集中在膜相关蛋白（membrane-associated proteins）的表达模式上。酶解消化在机制上本就是切断细胞表面的分子连接，某些膜蛋白会在这一步里降解或触发下游信号，最终在数据里留下一份被扰动过的快照。</p>
<p>用 LMD7 分离的细胞里，研究者发现了一批在现有单细胞转录组数据集里普遍低估的细胞类型特异蛋白。β 细胞富集囊泡转运（vesicle trafficking）相关蛋白，α 细胞有独特的钙依赖性动作电位（calcium-dependent action potential）机制，δ 细胞的粘着斑（focal adhesion）相关蛋白表达明显偏高。β 细胞与 δ 细胞之间还存在逆向分子关系，研究者认为可能由转录调控因子 Mlxipl 驱动。</p>
<p>这些发现建立在新鲜冷冻组织上，LMD 流程与主流 scRNA-seq 平台的兼容性还需要更多实验室独立验证。但逻辑很清楚：如果大量胰岛研究使用的是酶解分选流程，其中涉及膜蛋白的结论就需要打一个问号。</p>
<h2>骨骼肌 62 种细胞类型在三种测量方法下的丰度差异</h2>
<p>骨骼肌细胞图谱综述（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42693270/" rel="nofollow noopener" target="_blank">42693270</a>）从另一角度展示了类似的问题。这篇文章梳理了文献里骨骼肌 62 种细胞类型的定义，涵盖谱系来源、分子标志和功能，并对有定量数据的类型比较了免疫组化（immunohistology）、单细胞 RNA 测序（scRNA-seq）和单核 RNA 测序（snRNA-seq）三种方法给出的丰度估计。不同方法对某些细胞类型存在系统性高估或低估。</p>
<p>哪种方法&rdquo;更准&rdquo;是个伪问题。免疫组化保留空间信息，但依赖抗体特异性、通量低；scRNA-seq 捕捉完整转录组，但酶解解离过程会丢失某些细胞类型；snRNA-seq 对冷冻组织友好，代价是胞质丰度信息随之消失。<strong>三种方法测的是同一块肌肉的不同切面，混用结论是方法学意义上的苹果加橙子。</strong></p>
<p>这份 62 种细胞类型的汇编是有价值的基准参考，用来校准自己的数据时，先得确认来源方法是否配得上。</p>
<h2>FXS 类器官里 AP 轴梯度紊乱只在区域化建模条件下可见</h2>
<p>皮层类器官那篇（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42624107/" rel="nofollow noopener" target="_blank">42624107</a>）指向第三类坑：用结构不对的模型，问再好的问题也得不出对的答案。现有皮层类器官大多缺乏前后轴（anteroposterior，AP）区域化，相当于用一块没有分区的&rdquo;通用皮质&rdquo;建模所有皮质疾病。</p>
<p>这项研究通过在早期短暂暴露于前部或后部形态发生素（morphogen），在类器官里诱导出稳定的 AP 信号中心，用空间 RNA 测序（spatial RNA sequencing）和单细胞 RNA 测序验证了区域特异的分子特征，与胎儿人类皮质数据吻合。拿这个平台建模脆性 X 综合征（fragile X syndrome，FXS），发现 FXS 类器官的 AP 轴表达梯度出现系统性紊乱，与自闭症谱系障碍（autism spectrum disorder，ASD）中的改变方向一致（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42624107/" rel="nofollow noopener" target="_blank">42624107</a>）。</p>
<p>如果用没有区域化的类器官做同样的实验，AP 梯度扰动根本无法被检出，不是因为它不存在，而是因为模型把空间信息平均掉了。类器官终归是体外系统，FXS 的 AP 梯度紊乱能否在人类胎儿皮质里直接验证目前尚无数据，从类器官到活体再到临床，这条路还很长。</p>
<hr>
<p>这三项研究的领域没有交集，但踩的是同一条线。<strong>实验设计本身是数据的一部分。</strong> 酶解选哪种酶、测序平台选哪家、类器官怎么诱导区域化，这些决定在打开测序仪之前就已经决定了你能看见什么、看不见什么。把分离方法当作透明背景而不是主要变量，是这个领域当前最大的系统性盲点。</p>]]></content:encoded></item><item><title><![CDATA[体外研究显示细菌消耗ETI药量六至七成，但临床株与参考株结果已经背离]]></title><link>https://jianjiribao.pages.dev/p/2026-09-06-microbiome-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-06-microbiome-1/</guid><pubDate>Sun, 06 Sep 2026 07:50:08 +0800</pubDate><description><![CDATA[这周三篇肠道菌群方向的文章，共同踩在同一个方法学问题上：体外培养基里细菌消耗六至七成ETI药量、帕金森病肠菌因果关系仍未厘清、SSGB颗粒临床研究没有对照组。文章以这三篇为例，说清楚为什么从"体外有互动"到"解释了患者个体差异"，中间总是差着几个未经验证的假设。]]></description><content:encoded><![CDATA[<p>做菌群研究有一个坑几乎所有人都踩过：在一个干净的系统里测出了互动，就想用它解释另一个系统里的现象。这周三篇文章，分别踩在这个坑的不同位置。</p>
<h2>参考株与临床株的分歧</h2>
<p>囊性纤维化（cystic fibrosis，CF）三联调节剂Elexacaftor-tezacaftor-ivacaftor（ETI）改变了CF治疗格局，但个体响应差异明显。研究者选了35株细菌，其中15株参考菌株、20株临床肺部分离株，分别在脑心浸液（brain-heart infusion）或M9培养基里，测三种药物对细菌生长的影响，以及细菌是否会降低培养上清中的药物浓度（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42697038/" rel="nofollow noopener" target="_blank">42697038</a>）。</p>
<p>Ivacaftor对金黄色葡萄球菌的抑制效果是结果里最稳定的一块：覆盖了包括耐甲氧西林金黄色葡萄球菌（MRSA）在内的全部受试菌株，同时对几种厌氧共生菌也有效，但对铜绿假单胞菌（<em>Pseudomonas aeruginosa</em>）和大肠埃希菌基本无效。Tezacaftor对所有受试菌株均无可检测到的影响。这两条结果相对清晰。</p>
<p>Elexacaftor那边开始出现裂缝。它能轻度促进铜绿假单胞菌参考株和大肠埃希菌参考株的生长，但相同效果在临床铜绿假单胞菌分离株上没有复现。参考株和来自真实患者肺部的分离株，在同一种药的作用下，结果就已经分道扬镳了，文章把这称为&rdquo;菌株依赖性效果&rdquo;（strain-dependent effects）。把参考株的结论直接类推到患者，连第一步都走不过去（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42697038/" rel="nofollow noopener" target="_blank">42697038</a>）。</p>
<h2>培养基上清里消失的六至七成药物</h2>
<p>最容易被高估的是药物浓度那组数据：多种病原菌和共生菌暴露后，三种药物的培养上清浓度下降了约60-70%。这个数字单独看很触目。药快被细菌&rdquo;吃掉&rdquo;大半了？</p>
<p>但培养基既不是肺泡表面液，也不是肠腔环境。氧分压、黏液层、蛋白结合率、pH、细菌密度，这些条件全都不一样。从&rdquo;试管里药物少了六七成&rdquo;推到&rdquo;患者体内ETI暴露量被细菌显著降低&rdquo;，中间差了不止一个假设。更何况，20株临床分离株全部来自肺部，没有临床肠道分离株。文章题目里同时写了&rdquo;pulmonary and gut bacteria&rdquo;，但肠道那一侧在临床层面是缺席的，用的还是参考株（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42697038/" rel="nofollow noopener" target="_blank">42697038</a>）。</p>
<p>这不是说这项研究没有意义。双向筛查的思路本身合理，ivacaftor对MRSA的抑制活性值得后续在体内验证。只是从这些体外数据到&rdquo;菌群-药物互动解释了ETI个体差异&rdquo;，文章自己只说是&rdquo;双向互动&rdquo;，往前推的那一步是读者自己加的。</p>
<h2>帕金森病综述的自我矛盾</h2>
<p>抗生素与帕金森病那篇综述要诚实得多。作者明确写道：抗生素暴露与帕金森病之间的直接因果关系尚未建立，目前大部分证据是观察性或临床前的（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42697040/" rel="nofollow noopener" target="_blank">42697040</a>）。</p>
<p>但承认完这句话之后，综述用相当大的篇幅讨论了四环素类和β-内酰胺类抗生素在临床前帕金森病模型中的神经保护效果，以及纳米颗粒如何提升血脑屏障（blood-brain barrier，BBB）穿透性。作者自己也承认，这些好处&rdquo;尚未在临床帕金森病人群中得到证实&rdquo;。</p>
<p>产curli蛋白的肠杆菌科细菌与α-突触核蛋白（α-synuclein）聚集之间的关联是这篇综述的核心机制之一。体外和动物模型里有信号，但&rdquo;肠道里有curli产生菌→脑里多巴胺神经元死亡&rdquo;这条链在人体里是否走得通，目前没有结论（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42697040/" rel="nofollow noopener" target="_blank">42697040</a>）。</p>
<p>综述体裁有一个固有弱点：把大量临床前和观察性证据并排陈列，会制造出一种&rdquo;依据充分&rdquo;的视觉感，但每块砖之间的缝里住着&rdquo;人体未验证&rdquo;。读这篇最合理的期望，是它梳理了一个治疗悖论，同一类抗生素对微生物组的作用既可能有益也可能有害，取决于宿主菌群构成，而不是给出了解决方案。</p>
<h2>SSGB颗粒IBS-D临床数据的设计缺口</h2>
<p>SSGB颗粒治疗腹泻型肠易激综合征（IBS-D）那篇是三篇里唯一有患者直接数据的干预研究，机制方向走TLR4/NF-κB通路（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42697497/" rel="nofollow noopener" target="_blank">42697497</a>）。</p>
<p>动物实验那部分相对扎实。SSGB的改善效果呈剂量依赖性，<strong>在肠道菌群耗竭的大鼠里，效果被明显削弱</strong>，这是三篇里对菌群介导效果最直接的支持证据，说明菌群确实参与了某个关键环节。</p>
<p>人体部分的设计是开放标签病例系列（open-label clinical case series），没有对照组（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42697497/" rel="nofollow noopener" target="_blank">42697497</a>）。研究观察到Lactobacillus属丰度上升、Escherichia-Shigella属丰度下降、短链脂肪酸（short-chain fatty acids，SCFAs）谱变化，以及戊酸代谢的改变。但没有对照组，就无法分开这些变化的来源，是药物直接作用，还是症状改善（排便频率降低、进食恢复）间接改变了肠道微环境，抑或IBS-D症状本身的自然波动？因果方向有两种可能，数据本身不能判断。</p>
<p>TLR4/NF-κB通路成分的表达变化，以及IL-1β、IL-6、TNF-α水平的下降，属于研究者在动物实验里进行的&rdquo;实验验证&rdquo;，不是在患者样本里直接测的（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42697497/" rel="nofollow noopener" target="_blank">42697497</a>）。所以这篇文章的结构是两条线并联：人体有效性靠临床病例系列支撑，机制靠动物实验支撑，但没有在人体里把两者同时验证。这是早期概念验证研究的常见形态，不是异常，只是读的时候需要清楚这一点。</p>
<h2>体外到人体的证据折损</h2>
<p>把三篇放在一起，会看到同一个问题的三个切面。ETI那篇完全在体外，连动物都没有；帕金森综述在汇总体外和动物证据，明确承认还没到临床；SSGB那篇有人体数据，但临床设计有缺口，机制靠动物，两条线是分开成立的。</p>
<p>微生物组研究的证据链天然是分层的：体外、动物、健康人、患者各是一层，每一层之间都有折损。ETI那篇里参考株与临床株之间已经出现的分歧，是这个折损最清楚的缩影。越接近真实生态，越难控制，越难预测。</p>
<p>看到&rdquo;X调节了菌群，菌群改变了Y&rdquo;这条推断链，多问一句：X到Y，有没有在人体里被同一个研究闭合过？多数情况下，没有。</p>]]></content:encoded></item><item><title><![CDATA[类风湿关节炎患者九项指标全面达标，心血管超额风险可降至健康对照水平]]></title><link>https://jianjiribao.pages.dev/p/2026-09-06-nutrition-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-06-nutrition-1/</guid><pubDate>Sun, 06 Sep 2026 07:02:38 +0800</pubDate><description><![CDATA[UK Biobank前瞻队列纳入4,426名RA患者与17,704名匹配对照，综合管控九项危险因素的高控制组CVD风险HR为0.46，CVD与CHD风险降至与非RA对照相当水平，RMST多出3.58年无CVD事件生存期。代谢组学中介分析显示约三分之一的效果经代谢途径传导；高多基因风险者同样获益，遗传负担不影响干预效果上限。]]></description><content:encoded><![CDATA[<h2>hsCRP与eGFR进入九项评分的逻辑</h2>
<p>RA带来的CVD超额风险是已知的，难量化的是干预空间有多大。这项发表于《欧洲预防心脏病学杂志》的前瞻队列研究试图给出数字（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42698343/" rel="nofollow noopener" target="_blank">42698343</a>）。数据来自UK Biobank，4,426名类风湿关节炎（rheumatoid arthritis, RA）患者配了17,704名年龄性别匹配的非RA对照，随访终点涵盖心血管疾病（cardiovascular disease, CVD）、冠心病（coronary heart disease, CHD）、卒中和心力衰竭。</p>
<p>研究的核心工具是一个0到9分的危险因素控制评分，九项内容是：健康饮食、吸烟状况、体力活动、血压、糖化血红蛋白（HbA1c）、低密度脂蛋白胆固醇（LDL-C）、高敏C反应蛋白（high-sensitivity C-reactive protein, hsCRP）、体重指数（BMI），以及估算肾小球滤过率（estimated glomerular filtration rate, eGFR）。</p>
<p>把hsCRP单独列进来有自己的理由。RA的慢性全身炎症对血管内皮的损伤不全走血脂这条路，单靠LDL-C代理不了炎症带来的CVD风险。eGFR同理：肾功能损害在RA患者里不少见，来源可能是疾病本身对肾小球的累及，也可能是长期用药的代价，但无论来源，肾功能下降在这个人群都是CVD风险的独立预测因子。把这两项纳入，使这个评分比通用框架更贴近RA人群真实的风险结构。</p>
<p>评分按分值分为低、中、高控制三档。分析工具涵盖Cox比例风险模型、限制生存时间（restricted mean survival time, RMST）分析、LASSO（least absolute shrinkage and selection operator）代谢组学中介分析，以及多基因风险评分（polygenic risk score, PRS）联合分析。</p>
<p>这是队列观察，不是随机试验。能把九项全面控好的患者，在现实中往往依从性更高、医疗资源更充分、疾病活动度更低。这种自选择性混杂统计方法能减弱，消不掉。UK Biobank以英国白人为主，各项指标的具体达标切点摘要里没有披露，外推到其他种族或医疗体系时需要谨慎。</p>
<h2>HR 0.46、CVD风险降至非RA对照水平</h2>
<p>主要结果：与低控制组相比，中度控制的CVD风险HR为0.77（95% CI 0.64–0.93），高度控制为0.46（95% CI 0.33–0.64）（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42698343/" rel="nofollow noopener" target="_blank">42698343</a>）。从低到中降了约四分之一，从低到高降了超过一半。这个梯度不对称——只做到中等，远不够；必须推到高控制，才能看到量级明显的效果。</p>
<p><strong>高控制组的CVD和CHD风险与非RA对照相当；卒中风险HR为0.34（95% CI 0.13–0.91），低于非RA对照。</strong> 卒中的置信区间很宽，稳健性比CVD和CHD差，但后两项的结论清楚：RA患者若能把九项指标全面管控，超额CVD风险基本可以被抹平（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42698343/" rel="nofollow noopener" target="_blank">42698343</a>）。</p>
<p>RMST分析给出了另一种表达方式。高控制组期望无CVD事件生存时间比低控制组长出3.58年（95% CI 2.49–4.68，P &lt; 0.001）（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42698343/" rel="nofollow noopener" target="_blank">42698343</a>）。这是群体层面的统计估算，不是对个体的承诺，但3.58年的量级在临床上并不是小数字。</p>
<h2>LASSO代谢组学揭示：三分之一的效果走代谢路径</h2>
<p>研究在&rdquo;有效&rdquo;之外再往里问了一层：这个效果通过什么路径传导？</p>
<p>方法上先用LASSO回归从血清代谢组学数据筛出CVD预测特征，构建代谢组学风险评分（metabolomic risk score, MRS），再做中介分析（mediation analysis）。结论：九项综合管控对CVD风险降低的效果，34.1%通过代谢途径传导，调整后为20.8%（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42698343/" rel="nofollow noopener" target="_blank">42698343</a>）。</p>
<p>剩下大约三分之二的效果不走可测量的代谢路径。RA的免疫激活、细胞因子对血管壁的直接作用、抗风湿药物的心血管效应，这些都可能是不完全反映在血脂、血糖、hsCRP这些经典代谢窗口里的路径——研究里没有直接量化这一块，是开放的问题。</p>
<p>高控制评分与MRS之间没有显著交互作用（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42698343/" rel="nofollow noopener" target="_blank">42698343</a>）。这意味着综合管控的效果不依赖基线代谢状况。代谢负担重的患者，不会因此从中获益更少。</p>
<p>这个比例还说明一件事：如果只盯着代谢指标达标，覆盖不到全部的风险降低。九项一起管，才能触及那另外的三分之二。</p>
<h2>高PRS人群：遗传负担不是干预效果的天花板</h2>
<p>PRS联合分析的结论简单：高遗传CVD风险的RA患者，通过综合管控同样可以压下超额风险；高控制与PRS之间没有显著交互作用（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42698343/" rel="nofollow noopener" target="_blank">42698343</a>）。</p>
<p>临床上常见&rdquo;家族心血管病史多，管了也没用&rdquo;的逻辑，这组数据在RA人群里明确反对它。遗传背景影响的是基线风险的起点，不是干预效果的上限。高遗传负担意味着需要从更高的风险水平往下压，但可以压，而且效果量级和低遗传风险人群相当。</p>
<hr>
<h2>近期两篇文献简讯</h2>
<p>一项纳入8名未诊断糖尿病的囊性纤维化（cystic fibrosis, CF）成人的前瞻单臂试点研究，用持续葡萄糖监测（continuous glucose monitoring, CGM）发现62.5%出现了空腹或反应性低血糖；其余受试者则表现出与糖尿病前期一致的血糖异常。有症状的低血糖通过饮食调整和DPP-4抑制剂（dipeptidyl peptidase-4 inhibitor）均得到控制（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42698333/" rel="nofollow noopener" target="_blank">42698333</a>）。8人的规模只能算信号，但如果你在关注CF患者的血糖管理，CGM可能比常规筛查更敏感，能捕捉到OGTT抓不住的低血糖事件。</p>
<p>另一项多组学研究关注甲状腺癌（thyroid cancer, TC）转移的代谢基础。血清非靶向代谢组学分析显示精氨酸与脯氨酸代谢通路在TC转移中显著改变，筛出肌酸（creatine, Cr）和α-亚麻酸（α-linolenic acid, ALA）两种膳食来源代谢物。体外实验中，两者均抑制了TC细胞系TPC1和FTC-133的上皮-间质转化（epithelial-mesenchymal transition, EMT）、迁移和侵袭；16S rRNA测序发现Cr和ALA与卟啉单胞菌属（Porphyromonas）和 Papillibacter 两个肠道菌属显著相关（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42697284/" rel="nofollow noopener" target="_blank">42697284</a>）。目前全是体外细胞实验和菌群关联数据，离临床应用还有很长的路。</p>]]></content:encoded></item><item><title><![CDATA[单细胞测序加机器学习挖癌症耐药基因：验证深度决定标志物的可信边界]]></title><link>https://jianjiribao.pages.dev/p/2026-09-06-bioinformatics-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-06-bioinformatics-1/</guid><pubDate>Sun, 06 Sep 2026 06:55:01 +0800</pubDate><description><![CDATA[三篇研究都以转录组数据为起点、用计算方法提取临床标志物，结论的可信度却相差悬殊——卵巢癌九基因签名经过117种算法筛选和细胞实验验证，胰腺癌肝转移的MET靶点有动物模型支撑，儿童感染尿液miRNA的AUC接近1却只有22个样本。验证走了多深，才是判断这类文章的核心问题。]]></description><content:encoded><![CDATA[<h2>三篇研究的共同骨架</h2>
<p>这三篇文章的研究对象天差地别：高级别浆液性卵巢癌（high-grade serous ovarian carcinoma，HGSOC）的化疗耐药预后、胰腺导管腺癌（pancreatic ductal adenocarcinoma，PDAC）的肝转移微环境、儿童发热时细菌与病毒感染的鉴别。但放在一起，方法论骨架是一样的：从转录组数据出发，跑计算分析，提取一个多基因或多miRNA签名，然后验证。</p>
<p>真正值得比较的不是哪篇结论更醒目，而是三篇的验证走了多深，这个&rdquo;深度&rdquo;决定了我们应该对结论抱多大信心。</p>
<h2>卵巢癌九基因签名：从105个候选到细胞实验</h2>
<p>卵巢癌那篇（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696959/" rel="nofollow noopener" target="_blank">42696959</a>）是三篇里方法链条最完整的。</p>
<p>起点是单细胞数据集GSE154600。作者在难治或耐药肿瘤与敏感肿瘤之间找差异基因，又在TCGA-OV肿瘤组织和GTEx正常组织之间找差异基因，取交集之后再和肿瘤倍增时间（tumor doubling time，TDT）相关基因取交集，最终得到105个候选的化疗耐药增殖相关基因。三路信号同时满足，目的是压低噪声。</p>
<p>这105个基因主要富集在细胞周期和p53信号通路——增殖快、基因组不稳定，和耐药挂钩并不意外。作者进一步对样本做共识聚类（consensus clustering），分出C1和C2两个亚型，C2亚型显著上调了DNA复制和细胞周期相关程序，两者的免疫微环境也不同。这一步的意义是确认这些基因在患者层面能分出有意义的分组，而不只是统计上的差异。</p>
<p>真正值得关注的是建模这一步。作者用117种机器学习算法的并联框架构建预后签名，在TCGA-OV上训练，在GSE26193独立队列上验证，得到<strong>九基因签名</strong>：BIRC5、CENPH、CKAP2、PAK1IP1、PBK、SDF2L1、TEAD4、TPM3、UBE2T。其中高表达预示更差总生存的是CENPH、CKAP2、PBK、TEAD4、TPM3和UBE2T，SDF2L1反向——高表达是保护性的。九个基因主要在恶性上皮细胞、SPP1+/TREM2+巨噬细胞和癌症相关成纤维细胞（cancer-associated fibroblasts，CAFs）里表达，不是泛表达的背景基因（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696959/" rel="nofollow noopener" target="_blank">42696959</a>）。</p>
<p>生信做完，作者没有停在这里。顺铂耐药和亲本细胞系（A2780/A2780-DDP，TYKnu/TYKnu-DDP）里，qPCR确认TYKnu-DDP细胞里六个基因上调；Western blot在耐药细胞系里验证了SURVIVIN（即BIRC5）、CENPH、CKAP2、PAK1IP1和PBK的蛋白水平升高（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696959/" rel="nofollow noopener" target="_blank">42696959</a>）。</p>
<p>局限有两处需要说清。细胞系实验证明这些基因在耐药细胞里表达更高，但证明不了它们就是耐药的驱动原因，相关性不等于因果。另外独立验证用的GSE26193也是公共数据集，样本量有限，进临床前需要更大规模的前瞻性队列。</p>
<h2>肝转移灶里的HGF-MET轴：原发和转移不是一回事</h2>
<p>第二篇（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42697413/" rel="nofollow noopener" target="_blank">42697413</a>）的切入点是一个被低估的问题：同样是PDAC，在肝转移灶里发生的间质-癌细胞对话，和原发胰腺灶里是一回事吗？</p>
<p>大多数PDAC的信号通路研究聚焦在原发肿瘤，但肝是PDAC最常见的转移部位。作者用单细胞转录组直接比较了原发胰腺病变和肝转移灶，再用配体-受体相互作用工具分析上调通路，发现肝转移灶里成纤维细胞的HGF（hepatocyte growth factor，肝细胞生长因子）和癌细胞上的受体MET都显著高于原发灶。HGF-MET轴本身不是新靶点，但它在肝这个特定微环境里被特异性激活，是这篇提供的新信息。</p>
<p>验证做了两层。体外确认了肝来源的成纤维细胞能通过MET信号激活PDAC细胞的促分裂效应；体内在免疫健全小鼠模型里抑制MET信号后，肿瘤生长减慢（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42697413/" rel="nofollow noopener" target="_blank">42697413</a>）。相比纯粹的组学分析，有功能实验和动物模型支撑，因果逻辑要扎实一些。</p>
<p>当然，小鼠模型和人体肿瘤之间的gap是真实存在的，文中也没有详细报告单细胞数据的具体样本量和患者临床特征，结论的外推范围需要谨慎。</p>
<h2>22个样本、5条miRNA、AUC 0.981</h2>
<p>第三篇（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42697918/" rel="nofollow noopener" target="_blank">42697918</a>）最值得细看它的数字。</p>
<p>临床问题本身是真实的：孩子发烧，细菌还是病毒？现有的快速鉴别手段要么灵敏度有限，要么需要有创操作，尿液里的miRNA相对稳定，理论上是个方便的检测窗口。</p>
<p>作者对细菌感染（n=7）、病毒感染（n=7）和对照（n=8）的儿童做了尿液小RNA和血液全转录组测序，用LASSO正则化逻辑回归筛出5个miRNA组成的签名，内部交叉验证的AUC是0.981（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42697918/" rel="nofollow noopener" target="_blank">42697918</a>）。</p>
<p>这里必须停一下。22个样本、三分组、AUC接近1——这个组合在机器学习里几乎是过拟合的标准配方。<strong>作者自己在文中写明了&rdquo;wide confidence intervals reflect the exploratory nature of this small cohort&rdquo;</strong>，这句话是诚实的，但读者拿到0.981这个数字很容易就往后翻了。</p>
<p>研究的价值不在AUC，而在跨体液相关性这个方向给出了初步信号。尿液miRNA的靶基因和血液全转录组的差异表达基因之间能对上，在功能上命中了细胞因子-细胞因子受体互作和T细胞激活这类免疫核心通路，说明尿液miRNA可能确实在反映系统性感染的宿主应答状态，而不只是局部肾脏信号。</p>
<p>但&rdquo;可能确实&rdquo;是目前能说的全部。它需要的是独立大样本队列和外部验证，才有资格谈后续应用。</p>
<h2>三篇研究的证据层级与对生信工作者的含义</h2>
<p>卵巢癌那篇走完了从单细胞发现、bulk数据验证、机器学习建模（117种算法并联）、独立队列验证，到细胞实验蛋白水平确认的完整链条。胰腺癌那篇有单细胞发现、体外功能实验和体内动物模型。儿童感染那篇是探索性测序分析，暂时到这里。</p>
<p>对做预后模型的生信研究者来说，117种算法并联框架正在成为这类文章的新基准。它的核心逻辑是：任何单一算法都可能在特定数据上表现虚高，并联足够多的算法并取共识，模型稳健性会好得多。如果只跑一个随机森林或Cox模型就声称&rdquo;构建了预后签名&rdquo;，在审稿人那里越来越难通过。这不是什么高难度操作，但它强制要求结论的稳定性，而不是让某一种算法的碰巧好结果成为结论（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696959/" rel="nofollow noopener" target="_blank">42696959</a>）。</p>
<p>做肿瘤微环境研究的读者，胰腺癌那篇提示了一个实际的分析决策：转移灶的微环境不是原发灶的复制，把原发灶的信号通路分析结果直接搬到转移灶，可能会错过位点特异性的关键节点（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42697413/" rel="nofollow noopener" target="_blank">42697413</a>）。</p>
<p>儿童感染那篇目前主要是一个值得追的研究思路，不是结论。</p>]]></content:encoded></item><item><title><![CDATA[MIF-CD74轴驱动阿达木单抗耐药类风湿关节炎的TNF非依赖性炎症]]></title><link>https://jianjiribao.pages.dev/p/2026-09-06-immunology-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-06-immunology-1/</guid><pubDate>Sun, 06 Sep 2026 06:42:47 +0800</pubDate><description><![CDATA[101例RA患者队列联合8例滑膜单细胞测序，发现不应答者滑膜中短寿命浆细胞通过MIF-CD74轴驱动TNF非依赖性炎症，是阿达木单抗耐药的关键机制。体外实验表明阿达木单抗中和TNF后无法抑制MIF驱动的IL-6和IL-1β，而MIF抑制剂ISO-1和抗CD74抗体能完全阻断这条通路。]]></description><content:encoded><![CDATA[<p>类风湿关节炎（rheumatoid arthritis, RA）里抗TNF-α生物制剂无应答的问题一直没有很好的机制解释。滑膜浆细胞浸润和疗效差有关，临床观察早就有，但哪类浆细胞、走什么通路、和阿达木单抗（adalimumab）的靶点之间是什么关系，这项研究才开始把这些串起来（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696910/" rel="nofollow noopener" target="_blank">42696910</a>）。</p>
<h2>8例滑膜组织、66,539个细胞</h2>
<p>起点是101例接受阿达木单抗治疗的RA患者前瞻性队列。从中选8例（4例ACR20应答者，4例不应答者）做10x Genomics单细胞RNA测序，最终纳入66,539个高质量细胞。8例的样本量当然很小，作者也知道，所以在发现队列之外叠了四层独立验证：一个独立单细胞验证队列（n=4）、两个外部bulk RNA-seq数据集（GSE15602、GSE47726）、每组9例的多重免疫荧光，以及患者来源的外周血单核细胞衍生巨噬细胞体外实验（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696910/" rel="nofollow noopener" target="_blank">42696910</a>）。多层验证对得上，可信度比单靠测序数据高得多；但能不能外推到更大的RA人群，还需要独立队列来检验。</p>
<h2>浆细胞的内部分工：SLPC贡献了58.15%的核糖体活性</h2>
<p>不应答者滑膜里浆细胞总数更多，这本身不令人意外。关键在内部的分工。长寿命浆细胞（long-lived plasma cell, LLPC）主要体现为数量积累，短寿命浆细胞（short-lived plasma cell, SLPC）才是功能主角——SLPC贡献了总核糖体模块活性的58.15%，意味着它的蛋白合成和分泌能力格外活跃。更重要的是，SLPC优先高表达MIF，即巨噬细胞迁移抑制因子（macrophage migration inhibitory factor）（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696910/" rel="nofollow noopener" target="_blank">42696910</a>）。</p>
<p>MIF在RA中的促炎作用有文献记录，但它和抗TNF耐药之间的直接关联，这项研究才开始给出机制层面的解释。</p>
<h2>MIF-CD74是145条候选通路里唯一通过四层验证的</h2>
<p>研究者对145条候选配体-受体对进行了系统筛查，要求同时通过四个独立证据层。最终只有MIF-CD74满足全部标准。</p>
<p>滑膜免疫荧光的结果很直白：不应答者中约95%的滑膜CD138⁺浆细胞共表达MIF，应答者里约45%（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696910/" rel="nofollow noopener" target="_blank">42696910</a>）。两倍的差距，而且是蛋白层面的空间定位，不是只有转录本数据。CD74是MIF的受体，在滑膜巨噬细胞上表达，MIF与CD74结合后驱动巨噬细胞活化，推动下游炎症输出。</p>
<h2>阿达木单抗中和TNF，管不住MIF驱动的IL-6和IL-1β</h2>
<p>体外实验把核心问题说得最清楚。用重组人MIF刺激患者来源的PBMC衍生巨噬细胞，细胞上调了CD74、CD80、CD86、HLA-DR等激活标志物，并诱导IL-6和TNF-α的分泌。加入阿达木单抗，上清里的TNF-α被中和了，但<strong>MIF驱动的IL-6和IL-1β激活完全没有被抑制</strong>。这个结果在患者来源的PBMC巨噬细胞里得到了复制（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696910/" rel="nofollow noopener" target="_blank">42696910</a>）。</p>
<p>这说明MIF-CD74通路有独立于TNF-α之外的促炎输出。阿达木单抗解决了它该解决的那部分，但绕过TNF-α的这条支路仍然在推着炎症走。</p>
<p>MIF抑制剂ISO-1和抗CD74中和抗体在体外把MIF诱导的所有被检测效果全部阻断（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696910/" rel="nofollow noopener" target="_blank">42696910</a>）。这是概念验证。它说明这条轴原则上可以被干预，但体外阻断和临床有效之间还隔着动物实验、毒理、药代、随机对照试验这一整套流程，目前这些都还没有。</p>
<p>从方法论角度看，单细胞测序只有8例，滑膜组织侵入性取样的性质也决定了它不可能在临床常规化；101例队列和8例测序之间的选样标准文章没有详细交代，选择偏倚的风险需要留意。对做RA机制研究的团队，或者关注生物制剂耐药的方向，这篇文章的核心结论和多层验证框架都值得仔细读。</p>
<hr>
<h2>简讯</h2>
<p>PMID <a href="https://pubmed.ncbi.nlm.nih.gov/42698087/" rel="nofollow noopener" target="_blank">42698087</a>探索了呕吐毒素（deoxynivalenol, DON）在仔猪肝脏的损伤机制：DON经NF-κB诱导IL-1β和趋化因子CCL21表达，促进T细胞向Th17亚群分化，下调ABCB4（关联PGC-1α/FXR轴），导致甘氨石胆酸（glycolithocholic acid, GLCA）积累，加重肝损伤。海藻酸盐包裹的DON降解酶能逆转上述变化。数据全部来自仔猪，机制链条挖得比较完整，但无人体数据，不宜直接外推（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42698087/" rel="nofollow noopener" target="_blank">42698087</a>）。</p>
<p>PMID <a href="https://pubmed.ncbi.nlm.nih.gov/42696985/" rel="nofollow noopener" target="_blank">42696985</a>是关于体外光分离置换疗法（extracorporeal photopheresis, ECP）的综述，梳理了ECP在移植物抗宿主病、皮肤T细胞淋巴瘤、系统性硬化症等领域的应用现状。核心机制是诱导白细胞凋亡、调节树突状细胞功能，促进免疫耐受和调节性T细胞扩增。文章指出，ECP在内脏受累和长期疾病中的证据仍不充分，需要随机对照试验（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696985/" rel="nofollow noopener" target="_blank">42696985</a>）。</p>]]></content:encoded></item><item><title><![CDATA[ω-3脂肪酸经CYP酶氧化生成丙醛，可在蛋白赖氨酸上留下亚胺化修饰]]></title><link>https://jianjiribao.pages.dev/p/2026-09-05-nutrition-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-05-nutrition-1/</guid><pubDate>Sat, 05 Sep 2026 07:06:32 +0800</pubDate><description><![CDATA[PNAS描述了一种新型翻译后修饰，称为赖氨酸C3亚胺化，其来源是ω-3脂肪酸经CYP酶氧化产生的丙醛，已在线虫和小鼠中确认，衰老模型daf-2(e1370)突变体中水平升高。另有一篇小鼠研究揭示别嘌呤醇通过AhR-IL-22轴逆转高脂饮食引发的肠道菌群紊乱与炎症。]]></description><content:encoded><![CDATA[<p>赖氨酸C3亚胺化（lysine C3-iminylation）是《美国国家科学院院报》这篇文章命名并系统描述的一种新型翻译后修饰（post-translational modification, PTM）。ω-3多不饱和脂肪酸（omega-3 polyunsaturated fatty acids）在细胞色素P450（cytochrome P450, CYP）酶作用下氧化，产生三碳醛丙醛（propionaldehyde），丙醛再与蛋白质赖氨酸残基反应，形成亚胺键，把一个含三碳的侧链接上去（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696535/" rel="nofollow noopener" target="_blank">42696535</a>）。</p>
<p>亚胺键不稳定。它在水相中容易水解，细胞内的还原体系也会把它消掉，传统质谱流程走完，修饰早已不见踪影，这大概是此前没有人识别出这一修饰的主要原因。</p>
<h3>硼氘化钠平行还原与亚胺化赖氨酸的质谱鉴定</h3>
<p>为了把修饰锁住，作者开发了一套平行稳定同位素标记方案：把蛋白水解产物同时用硼氢化钠（sodium borohydride, NaBH4）和硼氘化钠（sodium borodeuteride, NaBD4）还原，将不稳定的亚胺转化为稳定的胺，再上质谱。NaBD4引入的是氘，还原产物质量比NaBH4的产物多约一个道尔顿，两个通道叠合比对，就能把C3亚胺化赖氨酸从磷酸化、乙酰化等大量同分异构修饰里专门挑出来（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696535/" rel="nofollow noopener" target="_blank">42696535</a>）。</p>
<p>蛋白水解物分析确认了这一修饰在秀丽隐杆线虫（Caenorhabditis elegans）和小鼠样本中真实存在。蛋白质组学结果进一步显示它有底物选择性，无论体外还是体内，都富集在参与关键代谢通路的蛋白上，并非随机打在所有赖氨酸上（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696535/" rel="nofollow noopener" target="_blank">42696535</a>）。这套方法的价值不局限于这一个修饰，凡是要系统搜寻醛源性蛋白修饰的研究，这条技术路径都可以直接移植。</p>
<h3>四类实验对CYP-ω-3-丙醛来源的独立印证</h3>
<p>修饰确认了，丙醛从哪里来？文章用了四套独立实验的组合：同位素示踪（isotope tracing）、遗传操作（CYP相关基因敲除或突变）、饮食干预（调整ω-3脂肪酸摄入量）和药理学阻断，四路结果一致指向CYP酶介导的ω-3脂肪酸氧化（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696535/" rel="nofollow noopener" target="_blank">42696535</a>）。单一实验容易被混淆因素带偏，四路独立证据叠合之后，因果推断的底气要厚实得多。</p>
<p>ω-3脂肪酸家族成员众多，EPA、DHA、ALA各有各的代谢通量。文章没有拆解哪种是丙醛的主要前体、各成员的贡献比例分别是多少，这些留给后续工作回答。</p>
<h3>daf-2(e1370)突变体中C3亚胺化的富集</h3>
<p>线虫daf-2(e1370)是胰岛素/IGF-1信号通路的功能丧失突变，CYP酶活性在这个背景下普遍升高，也是研究延寿和衰老表型的经典模型。C3亚胺化水平在这个品系中显著升高（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696535/" rel="nofollow noopener" target="_blank">42696535</a>），从遗传层面再次支撑了&rdquo;CYP活性高则C3亚胺化通量大&rdquo;的结论。</p>
<p>这个结果顺带提出了一个值得追问的问题：衰老过程中脂质氧化代谢本来就会重塑，CYP谱系也会改变，老年状态下脂质代谢产物与蛋白质的交叉反应有没有功能后果？</p>
<p>这里要把边界说清楚。全部实验在线虫和小鼠中完成，没有人体数据；<strong>C3亚胺化修饰特定蛋白之后该蛋白功能是否改变</strong>，也还没有直接实验回答。daf-2突变体的长寿表型是多通路共同作用的结果，C3亚胺化升高是观察到的伴随现象，有没有因果贡献无从判断。这个PTM的生物学后果是完全开放的问题，还不到下任何营养学结论的时候。</p>
<hr>
<h2>别嘌呤醇通过AhR-IL-22轴对高脂饮食小鼠肠道的保护</h2>
<p>Journal of Molecular Medicine 的这篇研究（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42693205/" rel="nofollow noopener" target="_blank">42693205</a>）描述了高脂饮食引发的一条炎症级联：高脂饮食造成高尿酸血症（hyperuricemia），菌群随之失调，变形菌门（Proteobacteria）上升，厚壁/拟杆菌门（Firmicutes/Bacteroidetes）比值异常，肠道屏障受损，促炎因子IL-1β、IL-6、TNF-α升高，抗炎因子IL-10和IL-22下降，血清LPS升高，全身炎症指标IL-6和CRP也走高。</p>
<p>用别嘌呤醇（allopurinol）把尿酸降下来之后，上面的改变几乎全面逆转。色氨酸代谢也被重置：IDO1活性降低，吲哚（indole）产量恢复（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42693205/" rel="nofollow noopener" target="_blank">42693205</a>）。吲哚是芳香烃受体（aryl hydrocarbon receptor, AhR）的内源配体，AhR被激活后诱导肠上皮产生IL-22，IL-22对维持肠上皮屏障完整性不可或缺。</p>
<p>文章用AhR拮抗剂CH-223191做了功能验证：加了它之后，别嘌呤醇的抗炎与屏障保护效果全部消失（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42693205/" rel="nofollow noopener" target="_blank">42693205</a>）。&rdquo;敲掉中间节点，效果消失&rdquo;这种设计让因果关系的论证力度比单纯相关性观察高一个档次。</p>
<p>全部是小鼠实验。小鼠本身有尿酸酶，人类没有，两者高尿酸的形成机制本来就不同；别嘌呤醇在人体能否以同样路径调动肠道菌群和AhR信号，不能直接推断。</p>
<hr>
<p>D-塔格糖（D-tagatose）改善高脂高蔗糖饮食（high-fat and high-sucrose diet, HFHSD）肥胖大鼠的糖脂代谢、促进乳酸杆菌（Lactobacillus）和双歧杆菌（Bifidobacterium）、抑制Alistipes和Colidextribacter的结论（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42695744/" rel="nofollow noopener" target="_blank">42695744</a>），和近年同类动物研究的框架高度相似，无人体数据，暂时难以外推。</p>]]></content:encoded></item><item><title><![CDATA[预标签扩散引导scRNA-seq聚类，在五个基准集上超越半监督基线]]></title><link>https://jianjiribao.pages.dev/p/2026-09-05-bioinformatics-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-05-bioinformatics-1/</guid><pubDate>Sat, 05 Sep 2026 06:59:20 +0800</pubDate><description><![CDATA[scRNA-seq细胞类型聚类卡在专家标注稀缺上。本文提出动态预标签扩散框架，以少量已验证标签引导迭代表示学习，配合自适应Leiden自动匹配族数。五个基准集上聚类准确率、NMI和ARI均超越无监督及半监督基线，计算成本也更低。]]></description><content:encoded><![CDATA[<p>scRNA-seq数据有两个特点让聚类特别难办：高维度加高稀疏性，大量基因在单细胞层面读数为零，信噪比先天不足。把这片噪声里的细胞分成有意义的类型，算法本身已经够难；更大的瓶颈在标注。想知道某一簇是什么细胞类型，还是得有领域专家来核实，这步的成本不低（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42695374/" rel="nofollow noopener" target="_blank">42695374</a>）。</p>
<p>完全无监督的方法绕过了标注要求，但等于扔掉了研究者已经掌握的信息。完全监督的方法需要大批量已标注数据，获取成本高。半监督方案用少量已知标签撬动更大规模的聚类，理论上两头都占，但难点是标签传播：传播机制不可靠，错误会越扩越大，最后比没有标签还糟。</p>
<h2>纯度控制扩散与监督对比目标的耦合</h2>
<p>这篇文章的方法叫动态监督预标签扩散（dynamic supervised prelabel diffusion）。核心是一个自强化回路：少量已验证的细胞类型标签先扩散给表示空间里的近邻细胞，生成预标签（prelabel）；预标签充当监督信号，推动模型学出更好的细胞嵌入表示；更好的嵌入让下一轮扩散更精准；更精准的预标签又丰富了下一轮的监督信号。每轮迭代都在自我校正（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42695374/" rel="nofollow noopener" target="_blank">42695374</a>）。</p>
<p>支撑这个回路的是两个组件。扩散阶段有纯度控制机制（purity-controlled diffusion mechanism），只让置信度高的邻居获得预标签，低把握的过滤掉，防止错误雪球滚大。嵌入学习阶段叠加了监督对比目标（supervised contrastive objective），在嵌入空间里把同类细胞往一起拉、把不同类型往两边推。两件事协同运行，互相约束：扩散出去的预标签质量越高，对比学习的监督信号就越准；对比学习训练出的嵌入越好，扩散就越不容易把标签传给错误的近邻（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42695374/" rel="nofollow noopener" target="_blank">42695374</a>）。</p>
<p>&ldquo;少量已验证标签&rdquo;是整个方法的前提，但摘要没有定义&rdquo;少量&rdquo;的下限。每种细胞类型需要几个种子标注才能让扩散稳定，初始标注质量参差不齐时会怎样，这些直接影响方法在现实场景里的可用性，要去全文或者自己跑数据才能确认。</p>
<h2>自适应Leiden省去分辨率手动调参</h2>
<p>Leiden聚类有一个内置的分辨率参数，值大了会把同一类型的细胞切得过细，值小了又会把本来不同的类型合并。没有通用默认值，换个数据集就可能要重调。在需要批量处理多个样本的流程里，这步尤其麻烦，很难自动化。</p>
<p>这篇文章引入的自适应Leiden策略能自动匹配目标细胞类型数量，不用手动调参（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42695374/" rel="nofollow noopener" target="_blank">42695374</a>）。对需要把分析流程化的用户，这是个实际改进。具体通过什么机制实现自动匹配，摘要没有说明，还需要看方法细节。</p>
<h2>五个基准集上的聚类准确率、NMI和ARI</h2>
<p>评测在五个基准数据集上进行，考察聚类准确率（clustering accuracy）、归一化互信息（normalized mutual information, NMI）和调整兰德指数（adjusted Rand index, ARI）三个指标。<strong>在三个指标上，该方法均持续优于无监督基线和已有的半监督基线；计算成本也实质性更低。</strong> 摘要只给出定性描述，具体数值需要翻全文（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42695374/" rel="nofollow noopener" target="_blank">42695374</a>）。</p>
<p>和半监督基线比较这一点值得注意。很多方法论文只拿无监督对照，那样赢了说明力有限，因为引入标注信息本来就应该带来提升。这篇明确超过了已有的半监督方法，说明机制设计本身贡献了改进，而不只是&rdquo;有标签就有优势&rdquo;。</p>
<p>五个基准数据集能代表多大范围的真实场景，摘要没有详述。基准集上的数字好看，不保证迁移到真实数据也等效。如果你的样本在细胞类型组成、稀疏度、批次效应（batch effect）模式上和基准集有明显差距，效果可能打折。这是使用任何基准评测结果时都需要考虑的外推边界，不是专门针对这篇文章的质疑。</p>
<h2>简讯</h2>
<p>Meta-CD（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42695693/" rel="nofollow noopener" target="_blank">42695693</a>）解决的是宏基因组实验设计里的一个实际问题：要可靠检测到目标物种、或者拼出宏基因组拼接基因组（metagenome-assembled genome, MAG），到底需要多少测序量？基因组大小、目标物种的相对丰度、测序深度和起始DNA量这四个参数它都能建模，帮用户在上机前就把参数估好，减少测少了白跑一趟的情况。工具定位是对生物学家友好，不需要深入的命令行背景。</p>
<p>另一篇关于胶质母细胞瘤（glioblastoma, GBM）的工作（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42695909/" rel="nofollow noopener" target="_blank">42695909</a>）通过非靶向蛋白质组学结合高分辨率质谱，在患者来源的GBM干细胞样细胞（GBM stem-like cell, GSC）三维培养物上，结合RNA-seq数据和计算数据库分析，筛出五个候选细胞表面蛋白靶点：PTK7、PTPRZ1、OSMR、CSPG4、IGDCC4。研究者随后开发了靶向UHPLC-多反应监测（multiple reaction monitoring, MRM）定量方法，评估这五个靶点在不同GSC培养物和传代层次之间的表达变异。GBM中位生存期只有几个月，靶点发现需求急迫，这套从非靶向筛查到靶向定量的工作流值得参考；当前数据全在体外培养层面，距离临床应用还有很长的路。</p>]]></content:encoded></item><item><title><![CDATA[B细胞内化酶-底物复合物或是乳糜泻与类风湿关节炎共享的核心发病环节]]></title><link>https://jianjiribao.pages.dev/p/2026-09-05-immunology-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-05-immunology-1/</guid><pubDate>Sat, 05 Sep 2026 06:52:02 +0800</pubDate><description><![CDATA[一篇PNAS述评提出，乳糜泻和类风湿关节炎共享三个关键特征，CeD中已有细胞实验支撑的酶-底物复合物机制或许同样适用于RA：自身反应性B细胞吞入TG2或PAD与底物形成的复合物，向CD4+ T细胞呈递翻译后修饰肽，驱动T-B协同循环，这为B细胞清除疗法在RA中有效提供了机制解释。]]></description><content:encoded><![CDATA[<p>乳糜泻（celiac disease, CeD）和类风湿关节炎（rheumatoid arthritis, RA）表面上没什么共同点，一个是谷蛋白驱动的肠道病变，一个是破坏关节的自身免疫病。但两种病共享三个特征，长期缺乏统一解释。</p>
<p>HLA II 类等位基因是两种病最主要的遗传风险因素。两种病患者都产生针对翻译后修饰肽（posttranslationally modified peptides）的抗体，CeD 对应脱酰胺肽（deamidated peptides），RA 对应瓜氨酸化肽（citrullinated peptides）。第三，两种病都出现了针对催化上述修饰反应的酶本身的自身抗体，CeD 是抗转谷氨酰胺酶 2（transglutaminase 2, TG2），RA 是抗肽酰精氨酸脱亚氨酶 2 和 4（peptidyl arginine deiminase 2 and 4, PAD2/PAD4）（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696555/" rel="nofollow noopener" target="_blank">42696555</a>）。</p>
<p>PNAS 发表的这篇述评，出发点正是这个三重巧合。</p>
<h2>CeD 中已跑通的酶-底物复合物模型</h2>
<p>通过对 CeD 患者抗原特异性免疫细胞的系统研究，研究者建立了一个能把上述三个特征整合起来的机制模型，核心是酶-底物复合物（enzyme-substrate complex）的枢纽作用。</p>
<p>自身反应性 B 细胞通过 B 细胞受体识别并内化 TG2 与底物肽形成的复合物，在胞内加工后，把其中经翻译后修饰的底物肽段以 HLA II 类分子的形式呈递给 CD4+ T 细胞。酶反应性 B 细胞（enzyme-reactive B cells）由此处于整个事件的中心，既是摄取谷蛋白抗原的媒介，也是产生抗酶自身抗体的来源（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696555/" rel="nofollow noopener" target="_blank">42696555</a>）。HLA II 类等位基因的遗传风险，在这个框架里负责决定哪些修饰肽段能被有效递呈，从而解释了发病的遗传选择性。</p>
<p>这个模型里，抗酶自身抗体更像一个副产品，却也是把 B 细胞拉进整个循环的钥匙。三个孤立的临床特征，由此变成了同一事件的不同侧面。</p>
<h2>TG2 到 PAD 的机制平移</h2>
<p>述评的核心论点是 RA 的发病机制或许与 CeD 平行。PAD2/PAD4 对应 TG2 的位置，瓜氨酸化底物蛋白对应谷蛋白。自身反应性 B 细胞内化 PAD-底物复合物，加工后向 CD4+ T 细胞呈递瓜氨酸化肽，触发 T-B 协同，并产生针对 PAD 和瓜氨酸化底物的自身抗体（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696555/" rel="nofollow noopener" target="_blank">42696555</a>）。</p>
<p>B 细胞清除疗法（B cell depleting therapies）在 RA 中已被成功探索并取得临床效果。放在这个模型里，清除 B 细胞不只是减少自身抗体分泌，而是切断了整个抗原呈递循环的枢纽节点。述评明确把这一点列为平行机制假说的支持性证据（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696555/" rel="nofollow noopener" target="_blank">42696555</a>）。</p>
<p><strong>CeD 的机制模型是基于患者抗原特异性免疫细胞的直接实验数据建立的，RA 侧的平行推论目前仍是假说</strong>，尚无等量的直接细胞实验证据。这篇文章本身是一篇述评，不包含新实验数据，作者 Sollid 是 CeD 领域的重要研究者，他在这里的工作本质上是把自己熟悉领域的既有机制向 RA 做类比推演。类比在结构上合理，能否完全成立，需要 RA 领域的独立验证（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696555/" rel="nofollow noopener" target="_blank">42696555</a>）。</p>
<h2>外源抗原驱动的可能性</h2>
<p>CeD 是谷蛋白这个外源性抗原触发的自身免疫，RA 的 T 细胞反应是否也存在一个对应的外源抗原？述评明确提出了这个可能性（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696555/" rel="nofollow noopener" target="_blank">42696555</a>）。这不是结论，而是框架性方向：如果 CeD 的逻辑成立，一个外源抗原通过&rdquo;搭顺风车&rdquo;进入酶-底物复合物就足以打破免疫耐受，RA 就未必是纯粹的&rdquo;自身抗原驱动&rdquo;的病。这为 RA 病因研究提供了一个可以系统检验的方向，目前机制推演还停留在概念层面。</p>
<hr>
<h2>炎症小体与 PANoptosome 的结构机制综述</h2>
<p>Cell Research 同期有一篇大综述，梳理了炎症小体（inflammasome）和 PANoptosome 的传感器结构与组装机制（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42693250/" rel="nofollow noopener" target="_blank">42693250</a>）。炎症小体激活 caspase-1、切割 IL-1β 和 IL-18 前体这部分大家相对熟悉。综述着力介绍的是 PANoptosome，这是一种比炎症小体更大的多蛋白复合物，整合了三条细胞死亡通路，诱导炎性细胞死亡（PANoptosis），释放的效应分子远不止 IL-1β 和 IL-18，还包括 TNF、多种 IFN、IL-6 以及损伤相关分子模式（DAMPs）。传感器覆盖 NLRP1、NLRP3、NLRC4、AIM2、Pyrin 等，疾病关联从感染和自身炎症到神经退行性变、代谢病和肿瘤（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42693250/" rel="nofollow noopener" target="_blank">42693250</a>）。文章横跨面宽，适合做领域背景梳理或追踪结构生物学进展，本身不含新数据。</p>
<hr>
<p>牙髓炎（pulpitis）有一篇单细胞 RNA 测序结合脂质组学的工作，识别出了 PLA2G7 高表达的脂质相关巨噬细胞亚群，发现 JUND-PLA2G7-溶血磷脂酰胆碱（lysophosphatidylcholine, LPC）通路推动炎症，小鼠模型中 PLA2G7 抑制剂显著减轻了牙髓炎进展（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42693816/" rel="nofollow noopener" target="_blank">42693816</a>）。有牙髓免疫方向兴趣的可以读原文，受众面相对窄。</p>]]></content:encoded></item><item><title><![CDATA[菌群色氨酸代谢物IAld和5-HIAA缺失破坏肠屏障，UC多组学随机森林挑出47个候选靶点]]></title><link>https://jianjiribao.pages.dev/p/2026-09-05-microbiome-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-05-microbiome-1/</guid><pubDate>Sat, 05 Sep 2026 06:37:12 +0800</pubDate><description><![CDATA[三篇肠道菌群研究从动物实验、体外结肠模拟器到人类多组学分别切入菌群-代谢物-炎症轴。IAld/5-HIAA在动物模型中有完整因果链；UC多组学框架产出47个候选基因，但MR起点关联均未通过FDR校正；体外脂质图谱属于描述性发现。]]></description><content:encoded><![CDATA[<p>三支团队同一天发表的这批文章切入点完全不同：哺乳期羔羊腹泻与色氨酸代谢物、体外结肠模拟器的脂质组学、溃疡性结肠炎的多组学计算框架。但它们指向同一个核心问题——肠道菌群通过什么代谢物影响宿主炎症？三条路走下来，证据强度差了好几个数量级。</p>
<h2>腹泻羔羊中IAld和5-HIAA缺失的三步因果验证</h2>
<p>患腹泻的哺乳期羔羊血清中，二胺氧化酶（diamine oxidase, DAO）活性和D-乳酸（D-lactate, D-LA）水平显著高于健康羔羊，促炎细胞因子水平也更高，这是肠黏膜屏障受损的经典指标（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42693444/" rel="nofollow noopener" target="_blank">42693444</a>）。菌群组成方面，腹泻羔羊的Bacillota/Bacteroidota比值升高，普通拟杆菌（<em>Phocaeicola vulgatus</em>）、脆弱拟杆菌（<em>Bacteroides fragilis</em>）等有益共生菌减少，机会性致病菌产气荚膜梭菌（<em>Clostridium perfringens</em>）增殖——这个方向和人类肠道炎症研究里反复出现的菌群失调模式高度吻合。</p>
<p>代谢组学显示，腹泻羔羊体内色氨酸代谢通路受到抑制，吲哚-3-甲醛（indole-3-carboxaldehyde, IAld）和5-羟基吲哚-3-乙酸（5-hydroxyindole-3-acetic acid, 5-HIAA）水平低于健康对照（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42693444/" rel="nofollow noopener" target="_blank">42693444</a>）。到这一步还是相关性。研究者随后做了两步来确认因果方向。</p>
<p>第一步是粪菌移植（fecal microbiota transplantation, FMT）：把腹泻羔羊的菌群移植给小鼠，受体部分重现了供体的菌群组成、代谢特征和炎症表型。第二步是功能补充验证：在葡聚糖硫酸钠（dextran sulfate sodium, DSS）诱导的结肠炎小鼠模型中补充IAld和5-HIAA，显著减轻了肠道炎症和屏障损伤，TLR4-MyD88-NFκB信号通路相关基因表达随之下调（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42693444/" rel="nofollow noopener" target="_blank">42693444</a>）。</p>
<p>关联→FMT重现→功能干预，三步走完，IAld/5-HIAA与肠道炎症之间的因果方向在动物模型里站得住脚。</p>
<p>但物种跳跃是真实的局限：羔羊腹泻到DSS小鼠，再到人类肠道炎症，是连续两个物种的外推。这套证据链在动物研究里算完整，距离临床意义还有距离。</p>
<h2>结肠模拟器的N-酰基脂质图谱</h2>
<p>Tamanna等设计的四容器结肠模拟器（V1–V4，模拟近端到远端结肠）接种人类粪便菌群，共采集44份样本进行脂质组学分析（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42695882/" rel="nofollow noopener" target="_blank">42695882</a>）。</p>
<p>发现了两类方向相反的动态变化：组胺偶联的N-酰基脂质（histamine-C5）随pH从5.5到7.0由近端向远端递增，腐胺偶联的N-酰基脂质（putrescine-C19:2）则在初始培养基中丰度较高，沿各容器持续递减。短链N-酰基脂质（C4:0、C5、C6、C7偶联物）与胆固醇酯、磷脂酰乙醇胺（phosphatidylethanolamine, PE）、神经酰胺及鞘磷脂之间存在动态关联（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42695882/" rel="nofollow noopener" target="_blank">42695882</a>）。研究者还用&rdquo;反向代谢组学&rdquo;（reverse metabolomics）方法，将这套脂质谱对应到公开的人类小肠和粪便样本数据集，验证了体外模型与真实人体样本的相关性。</p>
<p>这篇的价值主要在于绘图和工具验证：铺出了一张菌群相关脂质在结肠各段如何分布和变化的地图，也证明了这个体外体系与真实人体样本有可比性。但44份样本全部来自模拟器，没有任何炎症或疾病表型数据。这些脂质分子在活体里是否产生生理效应、方向如何，答案不在这篇文章里。像是一份食材清单，说明这些代谢物存在、有动态变化，但还没到&rdquo;它们有什么用&rdquo;那一步。</p>
<h2>UC多组学的47个候选靶点与不稳固的MR起点</h2>
<p>Yan和Ding在溃疡性结肠炎（ulcerative colitis, UC）里搭了一套纯计算框架，把孟德尔随机化（Mendelian randomization, MR）、代谢物数据库检索、计算靶点预测、结肠转录组学、加权基因共表达网络分析（WGCNA）和机器学习依次叠加（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696087/" rel="nofollow noopener" target="_blank">42696087</a>）。MR部分以MiBioGen微生物GWAS数据为暴露、FinnGen第12版UC数据为结局，筛出1个科和8个属与UC存在名义关联。</p>
<p><strong>经Benjamini-Hochberg FDR校正后，没有一个达到统计显著性（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696087/" rel="nofollow noopener" target="_blank">42696087</a>）。</strong></p>
<p>后续步骤沿着这条名义关联继续走：8个属对应15条微生物-代谢物记录，涉及13种独特代谢物，其中9种被送入SwissTargetPrediction和SEA做计算靶点预测，得到277个预测人类靶点。转录组分析鉴定了1530个差异表达基因和包含312个基因的MEgrey60模块，两者重叠273个基因，合并后产生1569个UC相关基因。将1569个基因与277个预测靶点取交集，最终剩47个候选基因（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42696087/" rel="nofollow noopener" target="_blank">42696087</a>）。随机森林在两个外部验证队列中平均AUC最高，SHAP值最高的四个基因是EPHX1、HSD17B2、IGFBP5和MMP10。</p>
<p>这47个候选基因的置信度直接取决于MR起点的强度。起点遗传关联未通过FDR校正，整套框架产出的是一张优先级列表，不是功能结论。EPHX1等基因能否真正被相应菌群代谢物调控，需要实验验证才能知道。</p>
<h2>色氨酸代谢物与N-酰基脂质之间的未连接断口</h2>
<p>三篇文章放在一起，呈现的是这个领域当前的方法论地形。动物实验可以做因果验证，但跨物种外推是硬伤；体外模拟器能发现新分子，但生理意义悬空；人类遗传学加转录组学最接近疾病实际，但因果方向难以确认，尤其当MR结果本身只有名义显著性的时候。</p>
<p>三者关注的代谢物类别也不一样。Paper 1是色氨酸衍生的吲哚类，Paper 2是N-酰基脂质和胆汁酸，Paper 3里的代谢物来自计算预测，具体分子身份在摘要层面没有完整披露。EPHX1编码环氧化物水解酶，参与脂质代谢，与Paper 2描述的脂质组变化有一丝生物学上的联系——但连接两者的实验证据目前不存在，属于值得追踪的线索，不适合合并解读。</p>
<p>对做这个方向的人来说，Paper 1的技术路线最值得参考：菌群组成→代谢组→FMT重现→功能补充验证，因果逻辑完整，代价是需要动物体系，样本量和物种局限在投稿时会被审稿人盯着。Paper 3那套多组学叠加框架适合快速缩小实验目标范围，但如果MR基础不牢，候选基因的可信度就要打折扣——拿它当&rdquo;接下来实验室应该验证哪些基因&rdquo;的优先级清单是合理的，当结论用则不妥。</p>]]></content:encoded></item><item><title><![CDATA[BRD9抑制剂通过PTGES-PGE2轴重塑卵巢癌免疫微环境，增强T细胞杀伤活性]]></title><link>https://jianjiribao.pages.dev/p/2026-09-04-bioinformatics-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-04-bioinformatics-1/</guid><pubDate>Fri, 04 Sep 2026 06:55:50 +0800</pubDate><description><![CDATA[今天三篇：最值得精读的是卵巢癌BRD9-PTGES免疫抑制轴，1796化合物筛选加患者样本验证；其次是培养富集宏基因组将沼液ARGs检出量从9个扩至112个；FusionX细胞融合定量工具顺带收藏。]]></description><content:encoded><![CDATA[<h2>B7H3×CD3平台与部分杀伤窗口的建立</h2>
<p>卵巢癌在免疫检查点阻断里基本是沉默的那类肿瘤。不是T细胞不来，而是肿瘤细胞内嵌了一套抑制程序把杀伤效率压死了。要系统找出这套程序的漏洞，有个方法论前提：怎样把&rdquo;让肿瘤更容易被T细胞杀&rdquo;和&rdquo;直接毒死肿瘤&rdquo;这两件事分开。</p>
<p>这篇研究建立了一个基于B7H3×CD3的重定向细胞毒性（redirected cytotoxicity）平台（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42349121/" rel="nofollow noopener" target="_blank">42349121</a>）。B7H3×CD3双特异性抗体不依赖MHC，直接把T细胞拉到表达B7-H3的肿瘤细胞旁边引发杀伤。平台特意调到一个&rdquo;部分杀伤窗口&rdquo;——不加任何干预时T细胞能杀掉一部分肿瘤，但不会全清。这样筛药时，只有真正增强免疫杀伤的化合物才会让杀伤率进一步提升；直接细胞毒药物在SKOV3单培养里就会露馅，需要两种条件下都提升才算候选。</p>
<h2>1796个化合物筛选后I-BRD9的浮现</h2>
<p>在这个平台上，研究者筛了1796个生物活性化合物，分别在SKOV3单培养和SKOV3/PBMC共培养里跑，把免疫增敏剂从直接细胞毒剂里分出来（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42349121/" rel="nofollow noopener" target="_blank">42349121</a>）。排名最靠前的命中是I-BRD9，一个选择性的BRD9（bromodomain containing protein 9）溴域抑制剂。</p>
<p>I-BRD9加强了T细胞介导的杀伤，在多个B7-H3阳性对照细胞系和患者来源的卵巢肿瘤悬浮物里都观察到同样效果。单独处理肿瘤细胞或PBMC，对各自活力没有影响（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42349121/" rel="nofollow noopener" target="_blank">42349121</a>）。这排除了直接毒性，说明增敏效果是免疫依赖的。</p>
<p>患者来源样本的具体数量文摘里没有给出，是这项工作目前最需要扩大的地方。整个研究限于体外，没有动物模型和临床数据，能否外推到体内还要观望。</p>
<h2>BRD9抑制后的五个免疫调控层面</h2>
<p>为理解I-BRD9怎么改变肿瘤的免疫状态，研究者跨多个细胞系做了RNA-seq分析（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42349121/" rel="nofollow noopener" target="_blank">42349121</a>）。BRD9抑制后同步变动的是五个层面：PGE2（前列腺素E2）生物合成相关转录本、抑制性配体、趋化因子谱（向&rdquo;招募T细胞&rdquo;的方向偏移）、抗原呈递相关转录本，以及细胞外基质特征。</p>
<p>五个方向一起变，说明BRD9是一个上游调控节点，而不是某条单一通路里的零件。</p>
<h2>PTGES敲低对I-BRD9效应的功能性验证</h2>
<p>确定转录组图谱后，研究者追问了一个具体的机制问题：PGE2通路里负责合成PGE2的关键酶PTGES（prostaglandin E synthase）是不是真正的执行环节？</p>
<p>用siRNA敲低PTGES之后，趋化因子/PGE2轴的转录本恢复，CD8+ T细胞增殖提升，IFN-γ产生增加，T细胞效应相关基因表达上调。这些变化和I-BRD9的效果在功能上高度一致（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42349121/" rel="nofollow noopener" target="_blank">42349121</a>）。</p>
<p><strong>BRD9维持PTGES表达，PTGES驱动PGE2产生，PGE2压制T细胞活性。</strong> 这条轴现在有药理干预（I-BRD9）和遗传干预（PTGES siRNA）两个切入点指向同一方向，证据结构比较扎实。对做卵巢癌免疫治疗耐药机制的团队，这是个值得认真跟进的靶标组合。</p>
<hr>
<h2>CEMG将沼液ARGs检出数从9个扩至112个</h2>
<p>畜牧业粪便和沼液里的抗菌素耐药基因（antimicrobial resistance genes, ARGs）风险一直被低估。常规宏基因组测序对低丰度ARGs不敏感，检出的基因也缺乏宿主背景，说不清它们是否具备水平转移能力。</p>
<p>这项研究评估了培养富集宏基因组学（culture-enriched metagenomics, CEMG）能否补上这两个短板（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42690060/" rel="nofollow noopener" target="_blank">42690060</a>）。直接测序新鲜沼液（FD）只检出9个独特ARGs，平均丰度15.4 CPM；加入培养富集步骤但不用抗生素，检出量升到112个，平均丰度124 CPM；再加抗生素选择性培养，平均丰度进一步升至160 CPM。</p>
<p>112个里有几个临床意义明确：糖肽类耐药基因、β-内酰胺酶基因，以及cfr 23S rRNA甲基转移酶——cfr赋予对多类抗生素的交叉耐药，在临床耐药监测里是重点关注对象。四环素耐药ARGs在各处理条件下持续富集，可能是这类样品的背景优势耐药型（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42690060/" rel="nofollow noopener" target="_blank">42690060</a>）。</p>
<p>移动能力这一块，研究用杂合装配（hybrid metagenomic assembly，短读长与长读长结合）解析了784个ARGs的基因组背景，其中59.3%与至少一类移动遗传元件（mobile genetic elements, MGEs）共定位，以质粒和整合接合元件（integrative conjugative elements, ICE）为主（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42690060/" rel="nofollow noopener" target="_blank">42690060</a>）。生物杀灭剂和金属耐药基因频繁与ARGs出现在同一contig上，提示非抗生素的选择压力同样在驱动这些基因的聚集与传播。</p>
<p>CEMG的边界是清楚的：它捕捉的是可培养且对培养条件有响应的那部分微生物，不可培养的菌仍然看不到。但从环境监测角度，能动的、能传播的那部分恰好是最值得盯的，CEMG在这里反而抓住了核心风险。</p>
<hr>
<h2>FusionX基于微调SAM的细胞融合自动定量</h2>
<p>细胞融合（cell-to-cell fusion）定量历来靠人工数多核细胞，或借助间接遗传报告体系，又慢又主观。FusionX（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42684847/" rel="nofollow noopener" target="_blank">42684847</a>）用AI流程自动化这件事：核心是一个微调过的Segment Anything Model（SAM）构成的CellX模块，负责分割单核和多核细胞的边界，配合Cellpose做精确核检测。只需标准膜染料和核染料，输出每个细胞的核数、细胞大小和形状参数，不需要构建专用遗传报告体系。</p>
<p>测试覆盖了病毒融合原（fusogen）诱导的融合和肌源性分化两个系统，精度达到人工水平（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42684847/" rel="nofollow noopener" target="_blank">42684847</a>）。做肌发育、合胞体形成或病毒入侵机制的团队，这个工具值得收藏备用。</p>]]></content:encoded></item><item><title><![CDATA[从EAE终点数据到FPTT八天实时录像，免疫信号截面测量的系统性局限]]></title><link>https://jianjiribao.pages.dev/p/2026-09-04-immunology-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-04-immunology-1/</guid><pubDate>Fri, 04 Sep 2026 06:48:22 +0800</pubDate><description><![CDATA[截面测量能告诉你信号在哪里，但告诉不了它怎么走到那里。芍药苷在EAE小鼠里有疗效，但机制只停在Jurkat细胞系的ERK截面数据；SSc-PH的免疫血管假说也依赖病理截面。FPTT技术用荧光蛋白纤维记录转录历史，在T细胞激活实验里同时追踪四条通路，正在填这个方法学坑，但自身也有局限。]]></description><content:encoded><![CDATA[<p>免疫研究里最普通的实验是这样的：处理完细胞或动物，等到某个时间点，取样，测一次。流式细胞术、Western blot、ELISA——多数读出都是截面数据，快照，反映一个静止时刻的状态。问题不在于这些方法本身，在于把快照的结论当成了动态过程的解释。</p>
<p>本周筛出的三篇文献，恰好从三个角度碰了这个问题。</p>
<h2>Jurkat细胞的ERK磷酸化与初代T细胞Treg诱导之间的断层</h2>
<p>白芍（Paeonia lactiflora Pall.）的主要活性成分芍药苷（paeoniflorin, PF）在EAE（experimental autoimmune encephalomyelitis，实验性自身免疫性脑脊髓炎）小鼠模型里表现出治疗效果（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42687021/" rel="nofollow noopener" target="_blank">42687021</a>）：神经症状减轻、脊髓炎症和脱髓鞘缓解、Th17细胞比例下降、Treg细胞频率上升、IL-17受抑、IL-10升高。这些是体内终点观察。</p>
<p>机制部分转移到了Jurkat细胞——一种人T细胞白血病细胞系。在那里，PF诱导了Raf、MEK1/2、ERK1/2的磷酸化，Egr-1和Foxp3表达升高，作者据此提出了Raf/MEK1/2/ERK1/2/Egr-1信号轴（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42687021/" rel="nofollow noopener" target="_blank">42687021</a>）。</p>
<p>论文作者自己把这个问题点了出来：这条信号轴是否<strong>直接</strong>驱动PF对初代T细胞的Treg分化，或者直接介导PF在体内的治疗效果，目前仍未确定（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42687021/" rel="nofollow noopener" target="_blank">42687021</a>）。</p>
<p>这不是谦虚，是实质性的空缺。Jurkat细胞是已恶性转化的细胞系，基础信号状态与原代CD4⁺ T细胞有系统性差异。ERK磷酸化在Jurkat里发生，不代表同样的信号事件在初代T细胞的Treg诱导过程里起主导作用。磷酸化的时间窗有多长？Treg分化的哪个阶段出现峰值？这些截面测量都回答不了。</p>
<p>全部数据来自小鼠EAE模型和细胞系，没有人体数据，临床外推需要打折扣。</p>
<h2>SSc-PH免疫血管机制的病理截面证据与时序空白</h2>
<p>系统性硬化症相关肺动脉高压（systemic sclerosis-associated pulmonary hypertension, SSc-PH）这篇综述（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42687395/" rel="nofollow noopener" target="_blank">42687395</a>）的核心论点是：SSc-PH的血管重塑（vascular remodeling）不局限于肺动脉，延伸至肺静脉、毛细血管和冠状动脉微循环，整个心肺循环都有免疫介导的血管功能障碍参与。这个认识让治疗思路从单纯血管扩张剂拓宽到针对activin信号、巨噬细胞-血管交互（macrophage-vascular crosstalk）、B细胞免疫和内皮-间质转化（endothelial-to-mesenchymal transition）的新策略（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42687395/" rel="nofollow noopener" target="_blank">42687395</a>）。</p>
<p>这个框架的证据基础是病理和影像研究。切片能看到血管壁增厚、免疫细胞浸润、纤维化，但看不到过程。哪种细胞先到？炎症和重塑哪个在前？不同SSc-PH亚型之间的免疫时序是否相同？论文作者坦承，这些新方向目前还需要进一步研究（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42687395/" rel="nofollow noopener" target="_blank">42687395</a>），机制假说尚无干预数据支撑。</p>
<p>这不是批评这篇综述本身——梳理有价值。只是现有SSc-PH机制研究集中在截面病理，对免疫驱动过程的时序认知有根本性局限。</p>
<h2>FPTT八天录像与T细胞激活四通路动态分析</h2>
<p>荧光蛋白纸带（fluorescent protein ticker tape, FPTT）正面针对的就是截面测量问题（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42685187/" rel="nofollow noopener" target="_blank">42685187</a>）。做法是把多光谱单体荧光蛋白整合进自组装蛋白纤维（self-assembling protein fibers），让细胞在正常生长过程中把转录活动写入纤维结构，纤维的不同位置对应不同时间，事后可以读取。</p>
<p>FPTT在海马神经元里以3小时分辨率记录了8天的cFos转录历史；在小鼠肝损伤模型里追踪了STAT3（signal transducer and activator of transcription 3）和cAMP动态；发现了NFAT（nuclear factor of activated T cells）和STAT3之间意料之外的交叉对话；记录到mTOR（mechanistic target of rapamycin）活性随细胞周期振荡；最后在T细胞激活过程中实现了四条主要通路的同时动态分析（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42685187/" rel="nofollow noopener" target="_blank">42685187</a>）。</p>
<p>NFAT/STAT3的交叉对话被标注为&rdquo;意外&rdquo;，原因正是截面方法不具备发现它的条件。单时间点测量里，两条通路同时升高，难以判断是独立响应还是有直接交互；动态记录才能看到时序关系。</p>
<p>这仍然是概念验证阶段，不是可以直接用于解答具体免疫学问题的成熟工具。FPTT的引入需要遗传操作，在人体初代免疫细胞里应用远比在神经元里复杂；3小时时间分辨率对于分钟级快速信号事件不够；所有数据来自细胞和小鼠模型，无人体数据（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42685187/" rel="nofollow noopener" target="_blank">42685187</a>）。</p>
<h2>芍药苷EAE截面机制与FPTT动态录像的潜在对接</h2>
<p>把芍药苷EAE和FPTT放在一起，形成一个具体的对照。前者的机制假设停在Jurkat细胞的截面ERK磷酸化，后者提供了在活细胞里记录多通路转录历史的能力。如果能把FPTT引入初代CD4⁺ T细胞并在Treg分化条件下同时监测Raf/ERK和Foxp3动态，原则上可以直接回答PF的机制问题。现在还做不到，但这两篇研究之间的距离，清晰地标出了当前方法的边界。</p>
<p>SSc-PH的问题更难。血管重塑发生在完整的体内环境里，细胞层面的荧光蛋白工具短期内覆盖不了。需要的是纵向队列和精细的细胞追踪，而不是更多的病理截面。</p>]]></content:encoded></item><item><title><![CDATA[B. lactis V9辅助免疫化疗提升肺癌应答率：30例双盲试验及代谢物机制]]></title><link>https://jianjiribao.pages.dev/p/2026-09-04-microbiome-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-04-microbiome-1/</guid><pubDate>Fri, 04 Sep 2026 06:43:06 +0800</pubDate><description><![CDATA[晚期NSCLC血清CYFRA 21-1升高的患者肠道Bifidobacterium animalis丰度下降、免疫调节代谢物减少；30例随机双盲试验中辅助补充B. lactis V9使客观缓解率从33%升至47%，机制指向喹哪啶酸和儿茶酚介导的肿瘤细胞死亡。]]></description><content:encoded><![CDATA[<p>CYFRA 21-1（细胞角蛋白19片段，Cytokeratin 19 Fragment）是晚期非小细胞肺癌（non-small cell lung cancer，NSCLC）的常规血清标志物，临床上主要用来监测病情进展，很少有人把它跟肠道菌群扯在一起。</p>
<p>这篇研究给出了一个新角度：高CYFRA 21-1的晚期NSCLC患者，粪便菌群也存在失调，表现为Bifidobacterium animalis丰度降低以及色氨酸（tryptophan）和苯丙氨酸（phenylalanine）相关免疫调节代谢物减少（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42685222/" rel="nofollow noopener" target="_blank">42685222</a>）。仅凭这个相关性，还没办法说CYFRA 21-1&rdquo;导致&rdquo;了菌群失调，或者反过来。研究的思路在于没有停在这一步。</p>
<h2>粪便无菌上清液转移实验</h2>
<p>研究者把高CYFRA 21-1患者的粪便上清液，经过处理、去除细菌的无菌滤液，注入荷瘤小鼠，免疫化疗的抗肿瘤效果明显衰减，色氨酸和苯丙氨酸代谢跟着紊乱（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42685222/" rel="nofollow noopener" target="_blank">42685222</a>）。</p>
<p>用的是无细菌的上清液，这一点很关键。削弱疗效的不是细菌本身，而是菌群失调后产生的代谢物或分泌物。</p>
<p>在这批小鼠里额外补充B. animalis subsp. lactis V9后，肿瘤控制改善、抗肿瘤免疫增强，喹哪啶酸（quinaldic acid）和儿茶酚（catechol）水平同步升高。论文将喹哪啶酸关联到胱天蛋白酶依赖的细胞凋亡（caspase-dependent apoptosis），儿茶酚关联到铁死亡（ferroptosis），二者都是免疫化疗方案预期激活的肿瘤死亡通路（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42685222/" rel="nofollow noopener" target="_blank">42685222</a>）。</p>
<p>把B. lactis V9干预小鼠的粪便无菌上清液再次移植给另一组小鼠，抗肿瘤效果同样得以转移，且不依赖活菌定植。这排除了&rdquo;益生菌在肠道占位、排挤坏菌&rdquo;的简单解释，代谢物才是效应主体。小鼠到人的距离永远存在，代谢物的因果角色还需要人体数据确认，但这条机制链条的内部逻辑是整齐的。</p>
<h2>30例随机双盲试验的数字</h2>
<p>临床试验是pilot规模：30例晚期NSCLC患者随机分组，双盲、安慰剂对照。</p>
<p>干预组客观缓解率（objective response rate，ORR）47%，安慰剂组33%；疾病控制率（disease control rate，DCR）分别为87%和67%；应答者中干预组无进展生存期（progression-free survival）也更长（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42685222/" rel="nofollow noopener" target="_blank">42685222</a>）。</p>
<p><strong>n=30是这篇文章最大的边界。</strong> 差距方向一致，但这个样本量下统计检验的功效严重不足，分组偶然不均足以制造出20个百分点的DCR差距。论文用词是&rdquo;associated with&rdquo;，没有写&rdquo;improved&rdquo;，措辞是克制的，但数字一旦流传开，这个限定很容易被丢掉。</p>
<p>在应答者亚组里，B. animalis丰度更高，喹哪啶酸的AUC（曲线下面积）为0.73，儿茶酚的AUC为0.82（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42685222/" rel="nofollow noopener" target="_blank">42685222</a>）。这两个数字来自事后分析，已知谁应答再回头看生物标志物，AUC系统性偏高是常见现象。要真正验证预测价值，需要在治疗前盲法测定，再看能不能预测后续结果，这一步还没做。</p>
<h2>CYFRA 21-1作为菌群失调的替代指标</h2>
<p>这篇研究实际上在测试一个更大的假设：CYFRA 21-1不只是肿瘤负荷的代理指标，它可能也在标记着一种&rdquo;菌群失调所致的可干预耐药状态&rdquo;。如果这个方向在大样本里站住了，临床上就多了一个现成的筛选工具。CYFRA 21-1很多医院已在常规检测，不需要额外做菌群分析就能初步识别这类患者。</p>
<p>当然，这还是&rdquo;如果&rdquo;。</p>
<p>做肠道菌群与肿瘤免疫方向的人，可以留意CYFRA 21-1与菌群失调的联动这个角度，以及代谢物而非活菌作为效应主体这个机制思路。疗效数字等大样本出来再评价。</p>
<hr>
<h2>简讯</h2>
<p>再说两篇。</p>
<p>迷迭香酸（rosmarinic acid，RA）在DSS诱导的小鼠结肠炎模型里，将疾病活动指数（disease activity index，DAI）降低52%，黏液覆盖率从5.24%升至35.4%，总短链脂肪酸（SCFA）增加约130.77%；Akkermansia、Limosilactobacillus等有益菌增加，Proteobacteria等减少。这些效果对肠道菌群存在有绝对依赖：直接把RA喂给伪无菌（pseudo-germ-free）小鼠，没有保护效果；把RA处理供体鼠的粪菌移植给伪无菌结肠炎小鼠才能重现。全部是小鼠数据，人体结论需另立研究（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42690410/" rel="nofollow noopener" target="_blank">42690410</a>）。</p>
<p>局部晚期直肠癌（locally advanced rectal cancer，LARC）新辅助放化疗（neoadjuvant chemoradiotherapy，nCRT）应答预测那篇，收集了患者基线唾液和粪便，用宏基因组测序（shotgun metagenomic sequencing）覆盖细菌、古菌、真核生物和病毒，整合口腔菌群、肠道菌群与临床信息建了AI预测模型，内部测试集AUC达0.917。样本量小、没有外部验证，论文本身把模型定性为&rdquo;exploratory&rdquo;，且明确指出在更大、独立队列验证前不具备临床应用条件。这个AUC是早期信号（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42690486/" rel="nofollow noopener" target="_blank">42690486</a>）。</p>]]></content:encoded></item><item><title><![CDATA[高蛋白饮食喂大了病原真菌而非宿主免疫，营养干预研究的宿主视角陷阱]]></title><link>https://jianjiribao.pages.dev/p/2026-09-04-nutrition-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-04-nutrition-1/</guid><pubDate>Fri, 04 Sep 2026 06:37:13 +0800</pubDate><description><![CDATA[高蛋白饮食提升蝗虫免疫却同时为病原真菌Metarhizium提供营养底物；EGCG生物利用度低，体内起效的是肠道菌群转化后的代谢物；间歇禁食的抗纤维化效果在雌鼠几乎消失。以这三项研究为材料，讨论营养干预研究里遗漏宿主以外视角的系统性问题。]]></description><content:encoded><![CDATA[<p>有一个在营养免疫研究里反复被忽视的推理捷径。测到某种饮食模式提升了宿主的免疫标志物，研究者往往就此收手，默认感染或疾病结局也会随之改善。问题在于，宿主免疫标志物上涨本身，不包含任何关于病原体处境、肠道菌群动态或性别调节效应的信息。这批文献从三个方向戳到了同一个漏洞。</p>
<h2>高蛋白血淋巴与Metarhizium的竞争</h2>
<p>沙漠蝗虫（<em>Schistocerca gregaria</em>）实验把问题摆得最清楚（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42687831/" rel="nofollow noopener" target="_blank">42687831</a>）。高蛋白饲料确实提升了蝗虫的多项免疫指标，这一点之前已有记录。但同一研究发现，高蛋白饮食的蝗虫在感染昆虫病原真菌（entomopathogenic fungus）<em>Metarhizium robertsii</em> 后死亡率更高，不是更低。</p>
<p>为什么？高蛋白饮食同时把血淋巴（hemolymph）中的总蛋白浓度推高了，12种氨基酸里有8种浓度随之上升。支链氨基酸（branched-chain amino acids，BCAAs）是其中关键的一类，已知能支持 Metarhizium 生长。感染发生后，血淋巴中的葡萄糖、总蛋白、三种支链氨基酸和酪氨酸（tyrosine）浓度均出现下降，与真菌在主动消耗这些底物的假设一致。被感染的蝗虫也没有调整进食行为，照常吃，照常为真菌供粮。</p>
<p>这不是&rdquo;高蛋白有害&rdquo;的故事，而是提醒宿主和病原体共享同一批营养资源。只看宿主端的免疫响应，不足以预测感染结局。</p>
<p>这里要说清楚边界。蝗虫不是哺乳动物，血淋巴的生态和人体循环系统相差极大，直接推到人类饮食蛋白与真菌感染的关系需要额外的人体证据。</p>
<h2>EGCG到达靶组织之前的菌群转化</h2>
<p>儿茶素综述揭示了另一个维度（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42689363/" rel="nofollow noopener" target="_blank">42689363</a>）。儿茶素（catechins）是绿茶、水果和浆果中的黄酮类化合物（flavonoids），生物利用度（bioavailability）低是它们的根本问题。大部分儿茶素不能直接被小肠吸收，而是被肠道菌群代谢，产生戊内酯（valerolactones）和葡萄糖醛酸苷（glucuronides），这些代谢产物才是体内真正起效的形式。</p>
<p>在任何一项EGCG（表没食子儿茶素没食子酸酯，epigallocatechin gallate）干预研究里，给受试者吃进去的分子和最终抵达靶组织的分子根本不是同一回事。综述指出，这些代谢产物能促进双歧杆菌（<em>Bifidobacterium</em>）和乳酸菌（<em>Lactobacillus</em>）增殖，抑制艰难梭菌（<em>Clostridium difficile</em>）和大肠杆菌（<em>Escherichia coli</em>）。</p>
<p>结论随之而来：研究EGCG效果时，如果不测量或控制受试者的菌群组成，很难确定实际起效的成分是什么、剂量是多少。综述把来源各异的结果汇聚在一起，菌群背景的差异被折叠进了一个平均结论里，这是它固有的局限。</p>
<h2>间歇禁食保肝效果在雌雄小鼠之间的分叉</h2>
<p>小鼠实验同时控制了性别和酮体生成能力（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42690152/" rel="nofollow noopener" target="_blank">42690152</a>）。结果显示，间歇禁食（intermittent fasting，IF）减少脂肪积累的效果在雌雄两性都有，且不依赖酮体生成（ketogenesis）。但对饮食诱导脂肪肝的抗脂肪变性（antisteatotic）和抗纤维化（antifibrotic）保护，在雄性小鼠里需要酮体生成参与，在雌性小鼠里几乎观察不到。</p>
<p><strong>这意味着，只用雄性动物做的IF研究，或者混合两性后仅报告总体均值的研究，很可能把雌性身上的无效信号也折进了&rdquo;有效&rdquo;的平均数里。</strong>研究者将这描述为性别依赖的酮体-炎症-纤维化通路（sex-dependent ketogenesis-inflammation-fibrosis axis）。这项研究没有提供人体数据，人体IF研究里是否存在相似的性别分叉，还需要临床研究独立验证。</p>
<p>这三项研究各自问了一个通常被跳过的问题。病原体也需要你的营养吗？菌群会把营养素转化成别的东西吗？这个效果在另一个性别里还成立吗？方法没有错，但这些问题如果一开始就没被纳入研究设计，结论就只是局部正确的。</p>]]></content:encoded></item><item><title><![CDATA[从腹膜转移到CAR-T耗竭，微环境是塑造免疫细胞命运的关键操纵者]]></title><link>https://jianjiribao.pages.dev/p/2026-09-03-immunology-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-03-immunology-1/</guid><pubDate>Thu, 03 Sep 2026 07:23:37 +0800</pubDate><description><![CDATA[三篇来自肿瘤免疫、CAR-T工程和哮喘领域的文章指向同一个逻辑：局部微环境主动决定免疫细胞的组成与功能状态。胃癌腹膜转移灶以巨噬细胞替代记忆T细胞，GD2-CAR T三重共刺激设计减少耗竭，鼻腔益生菌在哮喘小鼠中重塑Th2微环境——三组证据合读，才能看清巨噬细胞极化的复杂面孔。]]></description><content:encoded><![CDATA[<p>三篇文章来自完全不同的疾病场景，但碰到的是同一个核心问题：免疫细胞进入特定的局部环境之后，会变成什么？三篇的答案高度一致——微环境不是背景，它是主动的塑造者。</p>
<h2>腹膜转移灶中的免疫细胞组成逆转</h2>
<p>Bencivenga 等对 23 例初治、仅有同步腹膜转移的 IV 期低黏附型胃癌（poorly cohesive gastric cancer, PCGC）患者做了 RNA 测序，共分析 55 个 FFPE 样本，另设 10 例非瘤胃组织作为对照，跨所有组别共识别出 4279 个差异表达基因（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42681577/" rel="nofollow noopener" target="_blank">42681577</a>）。</p>
<p>原发灶（primary gastric tumor, PGT）和腹膜转移灶（peritoneal metastases, PM）之间，免疫浸润格局发生了清晰的逆转。PGT 以记忆 T 细胞为主，PM 则由巨噬细胞与树突细胞（dendritic cell, DC）主导。PM 同时高表达 IGF1、IGFN1、NTRK2 以及脂肪生成相关转录本，脂肪生成通路和 MAPK7/11-NTRK2 信号通路在 PM 中显著富集，与腹腔腹膜&rdquo;脂质丰富&rdquo;的生态位特征相吻合（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42681577/" rel="nofollow noopener" target="_blank">42681577</a>）。PGT 则表现为细胞骨架和细胞外基质重塑基因上调、NOTCH 和顶端连接通路富集。</p>
<p>两处病灶共享上皮-间质转化（epithelial-mesenchymal transition, EMT）、炎症通路和癌症相关成纤维细胞（cancer-associated fibroblasts），作者将其解读为原发灶播散过程中携带的&rdquo;桥接&rdquo;程序，到新生态位后再叠加适应性改变（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42681577/" rel="nofollow noopener" target="_blank">42681577</a>）。PM 的转录组与现有 TCGA 或 PCGC 亚型均对不上，提示腹膜转移灶具有独立的分子身份，不能直接套用原发灶分型指导治疗。</p>
<p>这项研究 23 例全为 PCGC 亚型、且均为同步单一腹膜转移，并非典型胃癌人群的代表性切片。FFPE 样本的 RNA 降解同样会拖累测序质量。</p>
<h2>GD2-28BB27ζ 三重共刺激与耗竭控制</h2>
<p>如果腹膜转移展示的是&rdquo;环境把免疫细胞改造成自己需要的样子&rdquo;，Sujjitjoon 等的工作则在提问：能不能从设计阶段让 T 细胞更抗压？</p>
<p>他们以人源化 hu3F8 为骨架，构建了靶向 GD2（二唾液酸神经节苷脂，disialoganglioside）的 CAR T 细胞，分别加入 CD28/4-1BB（GD2-28BBζ）、CD28/CD27（GD2-28.27ζ）、CD28/4-1BB/CD27（GD2-28BB27ζ）三种共刺激配置，在神经母细胞瘤（SK-N-AS）、肺腺癌（A549）和视网膜母细胞瘤（Y79、WERI-Rb-1）细胞系上做了体外比较（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42679446/" rel="nofollow noopener" target="_blank">42679446</a>）。</p>
<p>在最低效靶比下，GD2-28BB27ζ 仍能维持对 SK-N-AS 的显著杀伤，双重共刺激构型则做不到。经连续肿瘤再刺激后，GD2-28BB27ζ 获取的 CD69、TIM-3、LAG-3 更少，保留的 CAR⁺ 细胞比例更高，幼稚样（naïve-like，CD45RO⁻CD62L⁺）亚群更大；同期 IL-2、IFN-γ、TNF-α 分泌均低于其他构型（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42679446/" rel="nofollow noopener" target="_blank">42679446</a>）。PD-1 在各组间无显著差异，这点文中提及但容易被忽略。</p>
<p>杀伤力更强、耗竭更少、细胞因子分泌反而更低——这种&rdquo;杀伤与炎症因子解耦&rdquo;在实体瘤 CAR-T 领域恰是人们追求的特性。过度的细胞因子释放既是毒性来源，也加速 T 细胞耗竭。</p>
<p>这些全是体外数据。细胞系没有腹水环境、没有循环抑制信号，GD2-28BB27ζ 在真实实体瘤微环境中能否维持这些优势，目前没有体内证据（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42679446/" rel="nofollow noopener" target="_blank">42679446</a>）。</p>
<h2>鼻腔给药益生菌对气道 Th2 微环境的重塑</h2>
<p>Yang 等换了一个方向：不改造免疫细胞，而是改变它们所处的环境。在 OVA 诱导的 C57BL/6J 小鼠哮喘模型中，于激发阶段经鼻腔滴入 Clostridium butyricum、Lactobacillus casei 或 Bifidobacterium infantis，通过支气管肺泡灌洗液（bronchoalveolar lavage fluid, BALF）细胞计数、血清 IgE、组织染色、单细胞 RNA 测序和 16S rDNA 测序评估效果（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42679528/" rel="nofollow noopener" target="_blank">42679528</a>）。</p>
<p>三种菌株均减轻了气道高反应性和嗜酸粒细胞炎症，Th2 细胞比例下降，Gata3、Il4、Il5、Il13 表达降低。DC 激活受到抑制，DC 与 T 细胞之间的 Cxcl16-Cxcr6 互作轴减弱；M2 巨噬细胞比例上升，Osm-Osmr 通路介导的巨噬细胞-成纤维细胞促纤维化通信减少，纤维化成纤维细胞亚群比例降低（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42679528/" rel="nofollow noopener" target="_blank">42679528</a>）。</p>
<p>三个菌株的侧重有所不同：Lactobacillus casei 主要压制 Th2 免疫，Bifidobacterium infantis 调节 DC-T 细胞互作，Clostridium butyricum 偏向影响巨噬细胞极化。气道微生物组中 Neisseria 属相对丰度下降，与 Th2 细胞因子表达正相关——关联有趣，距离机制还差不小的距离（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42679528/" rel="nofollow noopener" target="_blank">42679528</a>）。</p>
<p>局限也很直接。OVA 诱导的小鼠哮喘与人类哮喘在免疫异质性上差距不小；单细胞数据是关联，不是因果；&rdquo;鼻腔给药&rdquo;能否在人体实施——菌量多少、菌株能否持续存活、给药频率如何——均未探讨。</p>
<h2>巨噬细胞极化的语境依赖</h2>
<p>把三篇放在一起，有一个张力值得单独点出来。</p>
<p>腹膜转移灶中，巨噬细胞大量浸润是被肿瘤利用的信号，与免疫抑制性微环境相关（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42681577/" rel="nofollow noopener" target="_blank">42681577</a>）。哮喘小鼠里，M2 巨噬细胞比例上升被解读为好事，伴随炎症减轻和 Th2 偏移改善（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42679528/" rel="nofollow noopener" target="_blank">42679528</a>）。</p>
<p>这不矛盾，但很容易被误读。M2 样巨噬细胞在过度炎症场景下有抗炎保护功能；在肿瘤微环境里，它们往往被招募来压制抗肿瘤 T 细胞应答。巨噬细胞的功能不由&rdquo;M1/M2&rdquo;标签决定，而由整个局部信号网络决定。这个结论任何一篇单独读都很难得出，三篇合在一起才看得清楚。</p>
<h2>三层证据与当前的图景边界</h2>
<p>三项研究的数据层级差异显著。胃癌那篇是人体样本，但 23 例且描述性，外推到其他亚型需谨慎；GD2-CAR T 那篇全部在体外完成，距临床还有体内验证这一关；哮喘那篇是小鼠模型，机制关联多于因果证明。没有一项能直接指导临床决策。</p>
<p>但<strong>三项合在一起，清晰地描绘出了一个框架</strong>：微环境主动参与免疫细胞命运的塑造，这个过程既可以被肿瘤劫持，也可以被外来菌群借用，还可以被工程化 T 细胞的内部设计部分抵抗。三种路径，指向同一个干预逻辑。</p>]]></content:encoded></item><item><title><![CDATA[CLASI-FISH成像显示肠道菌群无单菌聚集区，口腔Corynebacterium matruchotii主导牙菌斑骨架结构]]></title><link>https://jianjiribao.pages.dev/p/2026-09-03-microbiome-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-03-microbiome-1/</guid><pubDate>Thu, 03 Sep 2026 06:58:45 +0800</pubDate><description><![CDATA[CLASI-FISH最多区分16种荧光信号，在原位解析菌群空间分布。口腔Corynebacterium matruchotii充当牙菌斑骨架，舌背厌氧菌呈梯度分布并可能参与硝酸盐代谢；肠道菌群因高速混合而无单菌聚集区。附评一篇ASD机器学习批判性综述，指出ROC-AUC 0.66至1.00的极端分布提示过拟合风险。]]></description><content:encoded><![CDATA[<p>CLASI-FISH（组合标记与光谱成像荧光原位杂交，combinatorial labeling and spectral imaging-fluorescence in situ hybridization）通过光谱成像区分最多16种荧光信号，以探针组合为每个分类单元生成独特的光谱&rdquo;指纹&rdquo;，在不培养、不打散群落的情况下直接看到各菌群在原位的空间位置（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42614111/" rel="nofollow noopener" target="_blank">42614111</a>）。这篇发表于《Essays in biochemistry》的文章是综述，Jessica Mark Welch梳理了该方法在口腔、肠道和海洋微生物组中的多项应用，本身不包含新的原始实验数据。</p>
<h2>Corynebacterium matruchotii 与牙菌斑的空间骨架</h2>
<p>在牙菌斑中，成像揭示了Corynebacterium matruchotii在生物膜空间结构中充当骨架的功能，此前没有被认识到（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42614111/" rel="nofollow noopener" target="_blank">42614111</a>）。成像还呈现出牙菌斑&rdquo;玉米穗&rdquo;（corncob）结构的多样性超过以往描述，存在以前没有识别的复杂性。</p>
<p>舌背（tongue dorsum）生物膜呈斑片状，以伸出舌面的宿主上皮细胞为核心展开：厌氧菌（anaerobes）集中在靠近上皮的内层，耐氧菌群分布在外侧（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42614111/" rel="nofollow noopener" target="_blank">42614111</a>）。材料里还有一个值得留意的推测：舌背优势菌群中有成员能将硝酸盐（nitrate）还原为亚硝酸盐（nitrite），由此推测可能在人体硝酸盐代谢中扮演角色。材料用的是&rdquo;may play&rdquo;，没有提供因果定量数据，目前停留在关联推测层面。</p>
<h2>肠道菌群的混合速率与单菌聚集区的竞争</h2>
<p>口腔生物膜如此有序，肠道却截然相反。CLASI-FISH在肠道里看到的是均匀混合的群落，<strong>没有形成单菌聚集区（single-taxon patches）</strong>（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42614111/" rel="nofollow noopener" target="_blank">42614111</a>）。作者解释，肠道内容物的混合速率足以超过细菌增殖形成单菌团聚的速度，混合赢了增殖。材料明确将这一结果描述为与口腔生物膜高度结构化的&rdquo;对比&rdquo;（in contrast with）。</p>
<p>这个发现直接说明，宿主相关微生物组在不同身体部位的空间组织机制可以根本不同。同是一套菌群测量手段，放到不同部位，得到的生态图景完全是两回事。</p>
<p>CLASI-FISH还被用于海带（kelp）表面，看到了靠近海带表面的球菌团块、侵入海带组织的细菌，以及向水柱延伸的杆菌和丝状菌（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42614111/" rel="nofollow noopener" target="_blank">42614111</a>）。这说明这套方法不局限于人体微生物组；对于做肠道研究的读者，这个案例只是方法适用范围的补充。</p>
<h2>ASD 菌群机器学习文献中的 ROC-AUC 0.66 到 1.00</h2>
<p>同天另一篇批判性综述梳理了机器学习在自闭症谱系障碍（autism spectrum disorder，ASD）基因组研究中的应用，涵盖基因表达分析、全外显子测序（whole-exome sequencing，WES）、非编码变异解读、多组学整合、单细胞转录组、表观遗传和肠道菌群分类，检索截至2026年5月（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42682077/" rel="nofollow noopener" target="_blank">42682077</a>）。这篇文章采用主题文献综合（purposive, thematic literature synthesis）方法，不是系统综述，没有穷尽文献，代表性受文献选择策略本身的限制。</p>
<p>对生物信息学读者最直接的价值，在作者的这个判断：领域内报告的ROC-AUC值从接近0.66到1.00都有，而经过最佳验证的专用基因组架构只达到ROC-AUC≈0.73（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42682077/" rel="nofollow noopener" target="_blank">42682077</a>）。作者评估认为，极端AUC数值更符合过拟合（overfitting）或数据泄漏（data leakage）的模式，而非真实信号；但他们承认，原始报告往往没有提供足以确认这一判断的必要信息。</p>
<p>综述还区分了两个容易混淆的属性：可解释性（interpretability）和预测性能是正交的。专用架构借助SHapley Additive exPlanations（SHAP）等工具能给出有生物意义的特征归因，但这与模型判别力高低是两件不同的事（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42682077/" rel="nofollow noopener" target="_blank">42682077</a>）。知道模型&rdquo;看哪里&rdquo;和它&rdquo;看得准不准&rdquo;，从来都不是同一个问题。</p>
<p>综述点出的关键挑战包括研究人群偏向欧洲裔、社会经济层面的选样偏差、效应量普遍偏小、相关与因果的混淆，以及计算预测与临床实用之间的鸿沟（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42682077/" rel="nofollow noopener" target="_blank">42682077</a>）。</p>
<p>同一天的临床营养综述（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42681978/" rel="nofollow noopener" target="_blank">42681978</a>）梳理了炎症性肠病（IBD）、消化道肿瘤和危重症中肠内营养与肠外营养的选择依据，提及营养支持对肠道菌群的影响是有待深入研究的方向，但摘要层面未展开具体数据。</p>]]></content:encoded></item><item><title><![CDATA[大剂量维生素C补充伤人在先，谷胱甘肽轴与多学科康复指向精准营养方向]]></title><link>https://jianjiribao.pages.dev/p/2026-09-03-nutrition-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-03-nutrition-1/</guid><pubDate>Thu, 03 Sep 2026 06:50:27 +0800</pubDate><description><![CDATA[三篇来自不同场景的论文在同一个问题上汇合：高剂量单一微量营养素补充在重症患者中屡败甚至有害，而以谷胱甘肽系统为靶点的机制性干预（动物模型）和综合康复方案（胃肠癌术后RCT）各显成效。本文梳理这三组证据的交叉点，讨论它们对临床营养和转化研究的共同启示。]]></description><content:encoded><![CDATA[<p>&ldquo;抗氧化剂补充有益健康&rdquo;这个假设被奉行了二十年。逻辑上无懈可击：氧化应激损伤细胞，大剂量抗氧化剂应该阻断损伤。但最新的临床证据正在系统性地拆解这个逻辑（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42681987/" rel="nofollow noopener" target="_blank">42681987</a>）。</p>
<p>有意思的是，就在同一时期，另外两项工作给出了截然不同的信号。一项测试绿茶残渣（green tea residue，GTR）对肉牛的影响，发现效果不是靠直接补充抗氧化剂实现的，而是走了一条经由瘤胃菌群的迂回路径（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42681694/" rel="nofollow noopener" target="_blank">42681694</a>）；另一项在上消化道癌术后患者里测试12周多学科康复方案，用最强的证据级别证明心肺适能可以被改善（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42681576/" rel="nofollow noopener" target="_blank">42681576</a>）。</p>
<p>三项工作各自独立，但放在一起有一个共同的轮廓：粗暴地往系统里灌入大剂量单一营养素，效果可能最差，甚至有害。命中机制靶点，或者承认问题的多维度并发动系统性干预，才有机会做出差异。</p>
<h2>重症高剂量补充的安全性边界</h2>
<p>大剂量静脉维生素C是这个领域最典型的案例。脓毒症、COVID-19、严重烧伤、心脏骤停后综合征——在所有这些场景里，高剂量静脉维生素C不仅未能改善结局，还与潜在伤害信号相关（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42681987/" rel="nofollow noopener" target="_blank">42681987</a>）。这不是某一个试验的孤立结果，而是在多个疾病表型中重复出现的模式。这份综述汇总的是过去18个月的数据，本身不提供原始数据，无法给出具体剂量与伤害大小的关系，但跨表型的一致性已经很难用偶然解释。</p>
<p>硒也是同样的走势。多个脓毒症表型和高风险外科患者群体的数据中，硒补充均未见临床获益（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42681987/" rel="nofollow noopener" target="_blank">42681987</a>）。</p>
<p>但这里有两个反例不能忽视。一项2025年荟萃分析报告，在机械通气患者中，维生素D补充与短期死亡率降低和ICU住院时间缩短相关（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42681987/" rel="nofollow noopener" target="_blank">42681987</a>）。硫胺素（thiamine，维生素B1）可能缩短休克持续时间，尽管不影响死亡率（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42681987/" rel="nofollow noopener" target="_blank">42681987</a>）。这两个例外都有一个共同背景：目标人群具有高度怀疑特定缺乏的临床特征，而不是在未经区分的泛化重症人群里预防性大剂量给药。</p>
<p>不是维生素D比维生素C更&rdquo;好&rdquo;，是在缺乏风险集中的人群里靶向补充，和在所有重症患者里一律高剂量，是两种根本不同的策略。</p>
<h2>肉碱双向风险与生物标志物缺口</h2>
<p>肉碱的数据把这个问题说得更清楚。重症患者中肉碱缺乏普遍存在，但观察性数据同时提示，<strong>缺乏和过量都与不良结局相关</strong>（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42681987/" rel="nofollow noopener" target="_blank">42681987</a>）。治疗窗很窄，不知道患者在哪个位置的情况下给药，结果是随机的。</p>
<p>这也是生物标志物变得必要而非可选的根本原因。铁代谢的hepcidin（铁调素）、可溶性转铁蛋白受体（soluble transferrin receptor）、铁蛋白，以及硒代谢的selenoprotein P——这些标志物正在让&rdquo;真正的营养素缺乏&rdquo;与&rdquo;炎症性重分布导致的血清浓度下降&rdquo;之间的区分变得可行（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42681987/" rel="nofollow noopener" target="_blank">42681987</a>）。后者在外周血里看起来跟缺乏一样，但补充不仅无效，可能还干扰了适应性反应。</p>
<p>新数据还把微量元素研究推向了更深的层次：铜依赖的cuproptosis（铜死亡）、锌稳态和铁代谢被发现与重症获得性虚弱（critical illness-acquired weakness）的发病机制有关（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42681987/" rel="nofollow noopener" target="_blank">42681987</a>）。这已经不是&rdquo;补不补&rdquo;的问题，而是&rdquo;这个元素通过哪条分子通路、在哪种细胞里起作用&rdquo;的问题——这个问题的框架，和下面要讲的动物研究惊人地呼应。</p>
<h2>Xylanibacter-γ-谷氨酰半胱氨酸轴的机制解析</h2>
<p>这项肉牛研究的设计相对简单。45头18月龄安格斯阉牛（平均初始体重474.44 ± 14.03 kg）按体重分层随机化，分成三组：对照组（每日150 g稻草）、低剂量GTR组（每日75 g稻草 + 75 g绿茶残渣）、高剂量GTR组（每日150 g绿茶残渣），每组15头，饲喂70天，另加10天适应期（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42681694/" rel="nofollow noopener" target="_blank">42681694</a>）。</p>
<p>先把结果的局限说清楚。低剂量GTR组（LG组）在日均增重（average daily gain，ADG）上的变化是&rdquo;有提升趋势&rdquo;，并未统计显著。后续的机制分析建立在这个趋势上，因此推论的因果强度有上限。</p>
<p>但氧化还原指标的变化是实质性的，方向一致。LG组血浆超氧化物歧化酶（SOD）和谷胱甘肽S-转移酶（glutathione S-transferase）活性升高，GSH/GSSG（谷胱甘肽/氧化型谷胱甘肽）比值增加，GSSG含量下降，活性氧和氧化应激指数降低（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42681694/" rel="nofollow noopener" target="_blank">42681694</a>）。</p>
<p>瘤胃菌群的变化同步出现：GTR处理富集了Xylanibacter和Prevotellaceae_UCG-003，降低了Rikenellaceae_RC9_gut_group的丰度（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42681694/" rel="nofollow noopener" target="_blank">42681694</a>）。非靶向血浆代谢组学显示GTR处理富集了谷胱甘肽代谢（GSH Metabolism）和磷酸戊糖途径（Pentose Phosphate Pathway）。</p>
<p>核心发现在中介分析。γ-谷氨酰半胱氨酸（gamma-glutamylcysteine）被识别为Xylanibacter丰度与ADG之间的关键中介因子（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42681694/" rel="nofollow noopener" target="_blank">42681694</a>）。这个节点恰好是谷胱甘肽合成的上游前体。茶多酚进入瘤胃，改变菌群组成，Xylanibacter富集，宿主代谢随之改变，γ-谷氨酰半胱氨酸水平发生转变，谷胱甘肽系统被激活。效果不是靠直接灌入抗氧化剂实现的，而是经由菌群这个中间层的间接调节。</p>
<p>当然，n=15每组、肉牛实验、ADG变化未达统计显著，这些条件限制了结论的强度。从瘤胃到人类肠道的距离更远——瘤胃是反刍动物特有的结构，人类对茶多酚的吸收和代谢路径差异显著。但γ-谷氨酰半胱氨酸这个节点的发现，提供了一个在人类肠道-GSH轴上可检验的具体假设。</p>
<h2>VO₂peak 1.5 mL/min/kg与次要终点的沉默</h2>
<p>RESTORE II是三项工作里证据级别最高的。88名上消化道癌切除术后患者随机入组，标准治疗组（SC）与RESTORE组各44人。中位年龄67.5岁（范围43-86岁），68.2%为男性，中位术后时间33个月（范围3.5-145个月）（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42681576/" rel="nofollow noopener" target="_blank">42681576</a>）。</p>
<p>RESTORE方案三线并进：物理治疗师主导的有氧和抗阻运动、饮食咨询、心理社会支持，12周内同步介入。</p>
<p>在主要终点上，方案有效。SC组VO₂peak维持稳定，RESTORE组与SC组相比，从基线到干预结束的平均增量为1.5 mL/min/kg（95% CI: 0.52-2.48，P=0.003），到3个月随访时为1.23 mL/min/kg（95% CI: 0.18-2.27，P=0.02）（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42681576/" rel="nofollow noopener" target="_blank">42681576</a>）。作者称之为Level I证据，这是该领域之前没有的。</p>
<p>但次要终点安静了。体成分、肌力、功能表现、体力活动量、健康相关生命质量（EORTC-QLQ-C30），这几项在两组之间没有统计显著差异（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42681576/" rel="nofollow noopener" target="_blank">42681576</a>）。</p>
<p>这个结果有几种解读，目前无法区分。12周对肌力等指标可能时间太短；88人对主要终点有检验力，但同时追七八个次要终点时把统计力摊薄了；还有一种更麻烦的可能：VO₂peak在这个人群里改善了，但没有充分传导到功能和生活质量层面。</p>
<p>另一个不确定性在人群构成上。术后3.5个月和术后145个月的患者被纳入同一个分析，两类人的生理基础和康复起点差异可能相当大。研究没有按术后时间分层，外推结论时需要意识到这个异质性。</p>
<h2>单一靶向与系统干预的结构对比</h2>
<p>ICU里的维生素C、硒，逻辑是&rdquo;更多等于更好&rdquo;。这个假设在氧化还原生物学里站不住脚：氧化还原稳态是高度调节的动态平衡，单方向地往里泵入外源性抗氧化剂，系统会做出反调节，效果不可预测，有时是有害的。</p>
<p>GTR的动物实验走的是相反的路。效果经由生态系统的改变来实现，间接而精确，命中了γ-谷氨酰半胱氨酸这个可测量的节点，而不是直接填满某个仓库。</p>
<p>RESTORE II则说：如果你无法精确命中单一靶点，那就同时动运动、营养、心理三条线。这个策略在心肺适能上成功了，<strong>但在更难的功能和生命质量终点上，88人、12周的方案尚未给出答案。</strong></p>
<p>三个场景合并起来看，营养与代谢干预的有效性显然不取决于给了多少，而取决于有没有把握住真正的调节节点，或者有没有动员足够多的维度来包围一个多因素的问题。重症营养领域已经在往biomarker引导、表型分层的方向走了；动物模型提供了菌群-代谢物-宿主这条间接路径的机制线索；癌症康复的RCT证明了系统性方案的可行性，也清楚地暴露了证据缺口。</p>
<p>至少现在知道，有几个问题问错了方向。</p>]]></content:encoded></item><item><title><![CDATA[scRNA-seq流水线默认读段干净、批次均质，这两个假设都靠不住]]></title><link>https://jianjiribao.pages.dev/p/2026-09-03-bioinformatics-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-03-bioinformatics-1/</guid><pubDate>Thu, 03 Sep 2026 06:35:36 +0800</pubDate><description><![CDATA[scRNA-seq标准流程在两处默默积累技术噪声：结构缺陷读段产生假条形码，批次校正又忽略细胞类型间的效应异质性。Pattern-Filter做结构验证，COBRA做细胞类型特异批次校正，分别从源头和整合阶段压缩误差。另附一个10万张HEp-2细胞周期图像基准数据集。]]></description><content:encoded><![CDATA[<p>单细胞RNA测序（single-cell RNA sequencing，scRNA-seq）的分析流程里有两个被长期默认成立的假设：其一，送进比对器的读段（read）在结构上是完整有效的；其二，不同细胞类型所受的批次效应（batch effect）程度相近，可以统一校正。这两个假设都从来没有被系统验证过，而两篇新出的方法论文分别在这两处给出了有据可查的反驳。</p>
<h2>结构缺陷读段催生的假条形码</h2>
<p>标准定量工具把测序错误等同于碱基错配，只在这个层面做质控。Su等人指出，还有一类错误完全不是碱基替换的问题：读段因非特异性扩增或脱靶引发（off-target priming），缺失了必要的锚定基序（anchor motif），比如poly(T)尾、接头序列（linker）或模板转换寡核苷酸（template-switching oligo）。这类结构缺陷的读段照样产生条形码（barcode）和唯一分子标识符（UMI），被软件计入细胞计数，最终体现为假细胞（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42586759/" rel="nofollow noopener" target="_blank">42586759</a>）。Pattern-Filter把结构检查提到比对之前，识别平台特异的锚定序列，同时过滤条形码和UMI区域里含有非标准碱基的读段。在跨多个主流测序平台的评估中，被过滤的读段占总量的2%–18%，假条形码（spurious barcode）的多样性最高下降了80%（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42586759/" rel="nofollow noopener" target="_blank">42586759</a>）。这个不对称比例说明，少量结构有问题的读段集中贡献了绝大部分技术噪声。</p>
<p>小鼠纹状体数据在过滤前，多巴胺能神经元（dopaminergic neuron）在聚类里不可见；过滤后，这类细胞重新出现（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42586759/" rel="nofollow noopener" target="_blank">42586759</a>）。不是微调参数带来的微小改善，是整个细胞群体从噪声里被找回来。</p>
<p>2%–18%的过滤比例跨度不小，在具体数据上落在哪里只能实际跑一遍才知道。Pattern-Filter目前还没有经过系统的独立基准测试，方法本身的评估均来自原作者。</p>
<h2>COBRA对批次效应异质性的建模</h2>
<p>多批次整合是多中心研究的必经步骤，而主流工具多数在降维空间里操作，默认批次效应对所有细胞类型的施加程度相近。Seo等人认为这个假设在实际数据里经常不成立：不同细胞类型对批次变量（操作人员、试剂批次、捕获平台）的响应幅度可以差异显著（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42684056/" rel="nofollow noopener" target="_blank">42684056</a>）。</p>
<p><strong>COBRA</strong> 在全基因表达矩阵上建线性模型，把批次相关参数与生物学变量做正交化处理，针对每种细胞类型估计并去除各自的批次效应。校正后保留原始基因维度，不需要把数据压进低维空间。当细胞类型标注缺失时，COBRA用迭代聚类估计伪细胞类型（pseudo-cell type），边聚类边消除批次干扰，逐步收敛。这个设计在实际操作中很实用，因为真实项目往往是先整合再做注释，拿不到现成的细胞类型标签。</p>
<p>在2型糖尿病和COVID-19真实数据集上，COBRA在批次混合效率、生物学群体结构保留以及差异表达基因（differentially expressed gene，DEG）检测准确性上均优于对比方法（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42684056/" rel="nofollow noopener" target="_blank">42684056</a>）。但测评由方法作者自己完成，对比工具的参数设置与选择会左右结论，等待独立评估。线性模型本身也有边界：如果批次效应与细胞状态之间存在复杂的非线性交互，这套校正逻辑不太适用。目前的评估数据集以人类样本为主，其他物种或更复杂的多批次设计上的表现有待确认。</p>
<h2>100,000张HEp-2细胞周期图像的标注逻辑</h2>
<p>细胞周期状态是scRNA-seq分析里的常见混淆变量，而可靠的地面真值（ground truth）本身就难以建立。Hiemann等人公开了一套基于图像的细胞周期数据集：用DAPI染色的HEp-2细胞，在20×放大倍率下拍摄，先由专家手工将10,000张图标注到五个时相（间期、前期、中期、后期、末期），以及伪影和多细胞两个附加类别；以此训练VGG16模型后，模型对后续图像做预分类，再经两位专家双盲复核，最终积累到100,000张（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42680767/" rel="nofollow noopener" target="_blank">42680767</a>）。数据集面向开发细胞周期检测算法的方向，定位是基准测试资源。HEp-2是上皮瘤细胞系，形态特征不能直接代表原代细胞；数据来自单一平台和单一放大倍率，跨设备的泛化性尚不明确。</p>]]></content:encoded></item><item><title><![CDATA[TMAO促房颤的菌群因果证据为何比砷诱导肝损伤研究更可信]]></title><link>https://jianjiribao.pages.dev/p/2026-09-02-microbiome-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-02-microbiome-1/</guid><pubDate>Wed, 02 Sep 2026 07:18:05 +0800</pubDate><description><![CDATA[肠道菌群研究有一个结构性陷阱：外源性干预同时损伤宿主细胞和菌群，多组学数据无法自动证明菌群是因果中间环节。三篇文章应对方式各异，砷肝损伤研究只有多组学关联、无路径验证，综述坦承该领域临床证据长期不一致，TMAO-房颤研究用碘甲基胆碱切断菌群产TMAO路径，因果证据相对最硬。]]></description><content:encoded><![CDATA[<p>在菌群与疾病的研究里有一套默认的操作：给动物施加外源性干预，记录菌群变化，测量疾病表型，用多组学数据把两者串联，得出&rdquo;菌群介导了某种损伤&rdquo;的结论。这个套路本身没有问题，但有一个结构性困难。当外源性干预本身就对宿主有直接毒性时，菌群变化和宿主病理可能不是因果链上的相邻两环，而是同一个上游因素的两个平行下游。这三篇文章各自落在这个问题的一种处境上，有忽视它的，有主动正视的，也有在实验设计上部分解决的。</p>
<h2>老龄小鼠砷暴露的多组学数据与因果缺口</h2>
<p>Chen等人把年轻、成年、老龄三组小鼠通过饮水暴露于砷（arsenite），做了宏基因组、非靶向代谢组和转录组三重分析（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42470960/" rel="nofollow noopener" target="_blank">42470960</a>）。核心发现是老龄小鼠对砷诱导肝损伤更易感。组织学检查支持这一点；肠屏障标志蛋白occludin（闭合蛋白）表达降低，提示屏障受损。宏基因组层面，老龄暴露组Muribaculaceae相关属减少，与黏膜稳态紊乱和炎症信号相关的属相对富集，通路分析提示胰岛素/胰高血糖素信号、甘油磷脂代谢、NOD样受体信号均发生改变。肝脏代谢组检测到UDPG（尿苷二磷酸葡萄糖，uridine diphosphate glucose）显著蓄积，转录组和western blot共同确认了MAPK信号通路的激活。</p>
<p>数据层次很多。</p>
<p>但砷是已知的直接肝毒物，对肝细胞、肠上皮和菌群都有直接效应。研究记录的这一系列变化，完全可能各自是砷直接效应的独立产物，不必构成&rdquo;砷→菌群重塑→肠屏障受损→UDPG蓄积→MAPK激活→肝损伤&rdquo;这条顺序推进的因果链。要证明菌群是必要环节，至少需要加一步干预验证，比如通过粪菌移植或抗生素预处理改变菌群状态，再看UDPG蓄积和MAPK激活是否随之改变。这一步没有做。</p>
<p>还有一个更基本的混淆。三个年龄组的基线菌群因老化本来就不同。砷暴露之前老龄组的Muribaculaceae丰度是否已经偏低，论文没有提供各组暴露前的菌群基线对比，所以砷特异性造成的菌群变化量级无法从数据里剥离。研究者在描述UDPG时用了&rdquo;潜在放大器&rdquo;（potential amplifier）的措辞，这份谨慎是对的；但在其他地方的推论走得更远。数据丰富，推论却走得比数据远，这是这类研究最常见的处境。</p>
<h2>抗生素相关疲劳临床证据持续不一致的根源</h2>
<p>Nam等人的综述构建了&rdquo;菌群-昼夜节律轴&rdquo;（microbiota-circadian axis）框架来解释毒物和抗生素诱发的疲劳（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42442631/" rel="nofollow noopener" target="_blank">42442631</a>）。按这个框架，外源性干预造成菌群失调，短链脂肪酸（short-chain fatty acids）、次级胆汁酸（secondary bile acids）和色氨酸（tryptophan）衍生物减少；这些代谢物是外周时钟和线粒体能量代谢的调节因子；其缺乏导致昼夜节律错位（circadian misalignment）和能量代谢效率下降，色氨酸代谢向犬尿氨酸（kynurenine）通路偏移，激活神经炎症，并扰乱中脑边缘多巴胺能信号，最终引发疲劳。</p>
<p>框架逻辑自洽，细胞和动物层面有零散实验支撑。问题是人体层面。</p>
<p>综述里有一句罕见的表态，说抗生素相关疲劳的临床证据&rdquo;不一致&rdquo;，原因可能是研究设计本身不足，包括对昼夜节律紊乱缺乏评估，以及对微生物组恢复延迟效应的忽视。一般综述的惯常做法是把现有证据拼成一张最完整的图，很少主动标出图上的空白。这句话值得停下来看。</p>
<p>它指向的恰恰是上面说的那个结构性困难。抗生素对宿主细胞有直接的全身效应，和砷一样，改变的不只是菌群，宿主生理也跟着动。临床研究里两条路径一直纠缠在一起，设计上没有手段把它们分开，结果自然不一致。这份承认是有价值的，但综述本身不产生新数据，它只是把漏洞照亮了一遍，洞还在那里。</p>
<h2>TMAO-房颤研究中碘甲基胆碱带来的因果一步</h2>
<p>Arjunan等人的研究从人体关联数据出发：在接受择期心导管检查的患者中，血浆TMAO（trimethylamine N-oxide，氧化三甲胺）水平与房颤（atrial fibrillation, AF）的患病率独立相关，调整已知风险因素后仍然成立（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42497006/" rel="nofollow noopener" target="_blank">42497006</a>）。这是一个清楚的出发点。不过，心导管检查患者本身是心血管高风险人群，不是社区人群的随机样本，关联的效应大小不能直接外推到一般人群。</p>
<p>后续动物实验用了多个模型。C57BL/6J小鼠在TMAO饮食下通过食管起搏诱发的房颤比对照组更多；CREM-IbΔC-X转基因小鼠（对房颤有内在易感性）在TMAO饮食下更早发展为房颤；胆碱补充使循环TMAO升高，也加速了CREM模型中的房颤发生。光学标测（optical mapping）显示，胆碱补充组小鼠传导速度降低、动作电位80%复极时程（APD80）缩短、波长减小，还伴有左心房扩大，这些都是促心律失常的经典电生理改变。</p>
<p><strong>让这篇文章因果证据变硬的关键一步是碘甲基胆碱（iodomethylcholine, IMC）的使用。</strong> IMC降低了循环TMAO水平，也延缓了胆碱诱导的房颤发生。盲肠宏基因组分析进一步显示，胆碱补充引起的菌群群落变化在IMC处理后被大部分逆转。这把TMAO的降低与菌群组成的变化明确联系在一起，也给出了一个方向性结果，去掉（菌群介导的）TMAO，房颤被推迟。这比单纯的关联性观察向因果推断走了实质性的一步。IMC在体内的作用特异性是否足够干净仍有讨论空间，但实验逻辑是清楚的。</p>
<p>机制上，研究提出TMAO通过抑制毒蕈碱受体2（muscarinic receptor 2, M2）造成自主神经功能紊乱，最终促发房颤。这个靶点的提出为后续干预实验提供了一个可测试的锚点。</p>
<h2>多组学堆叠与菌群因果证据之间的落差</h2>
<p>把这三篇放在一起，可以清楚看到一个常见的认知偏差：数据层次越多，结论看起来越稳，但数据密度和因果证据强度是两个不同的维度。</p>
<p>砷肝损伤研究用了宏基因组加代谢组加转录组加western blot，是三篇里数据层次最多的，却没有任何路径干预实验，因果证据反而最弱。综述整合了大量文献，坦率指出了临床证据不一致的根源，但它只是把漏洞照亮，没有新数据可以填，洞还在那里。TMAO-房颤研究的数据类型并不最多，多的是IMC那一步，因果证据相对最硬。</p>
<p>对于设计菌群相关研究的同行，有一个朴素的检验标准可以用。一项研究如果只有暴露→菌群变化→表型变化的关联，没有任何实验专门切断或恢复&rdquo;菌群这条路径&rdquo;，那么菌群的角色仍然是开放的。用这个标准读别人的文章有用，用来检查自己的实验设计同样有用。</p>]]></content:encoded></item><item><title><![CDATA[厄瓜多尔215例孕妇RCT中祖先膳食模式促胎儿胼胝体发育但股骨偏短]]></title><link>https://jianjiribao.pages.dev/p/2026-09-02-nutrition-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-02-nutrition-1/</guid><pubDate>Wed, 02 Sep 2026 07:04:27 +0800</pubDate><description><![CDATA[厄瓜多尔215名孕妇随机对照试验发现，基于人类演化饮食研究设计的Mikhuna干预（每周配送8枚鸡蛋、500克鱼及蔬果）显著促进胎儿胼胝体和节丘卵圆体生长，但股骨同期偏短。研究提供了罕见的产前膳食干预胎儿脑影像学直接证据，结论能否外推至中国孕妇尚不明确。]]></description><content:encoded><![CDATA[<p>这项试验难得的地方在于它量了别人不敢量的东西——胎儿的脑。</p>
<p>母亲营养对胎儿及新生儿神经发育影响的生物学基础，现有证据一直不足（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42673450/" rel="nofollow noopener" target="_blank">42673450</a>）。这项发表在 PNAS 的随机对照试验在厄瓜多尔招募了215名妊娠早期孕妇，随机分为对照组（104人）和 Mikhuna 干预组（111人）。Mikhuna 在基奇瓦语里意为&rdquo;滋养&rdquo;，干预从第12孕周持续到分娩，核心是每周配送食材，具体为8枚鸡蛋、500克鱼，加上多种可持续来源的蔬果，同时配合饮食多样性教育，鼓励减少超加工食品。</p>
<p>食材清单不是随意拼凑的。研究者参考了人类演化营养学的经验研究，并做了本地化适配，整套方案被定义为&rdquo;基于祖先膳食模式&rdquo;（ancestral dietary pattern）。</p>
<p>数据在四个时间点采集，分别是第12、21、35孕周和产后2周，包括胎儿骨骼和脑结构超声参数、孕妇膳食摄入、体格测量、社会经济及人口学变量，以及其他生物标志物。</p>
<h2>干预组膳食多样性达标情况</h2>
<p>干预结束时，Mikhuna 组有 74.5% 的孕妇达到最低膳食多样性阈值，对照组是 55.8%（P = 0.004）（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42673450/" rel="nofollow noopener" target="_blank">42673450</a>）。差距有统计学意义。</p>
<p>但换个角度看，干预组仍有约四分之一的人没能达标。每周上门配送加行为干预，合规率也就这个水平，说明食材可及性以外还有其他阻力在起作用。</p>
<h2>胼胝体与节丘卵圆体的增长差异</h2>
<p>从第21到35孕周，广义线性回归模型显示 Mikhuna 组的胼胝体（corpus callosum）长度比对照组多增长 0.19 cm（95% CI [0.02, 0.35]）；节丘卵圆体（gangliothalamic ovoid）高度多增长 0.15 cm（95% CI [0.03, 0.26]）（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42673450/" rel="nofollow noopener" target="_blank">42673450</a>）。两个置信区间下限都偏离了零。35周的截面数据同样显示 Mikhuna 组胼胝体 Z 分数高出 0.56（95% CI [0.03, 1.09]）。</p>
<p>论文将这两个结构定位为皮质下脑区（subcortical brain structures），在运动控制、认知功能和信号传递方面具有已确立的作用。</p>
<p><strong>这批影像数据本身是这项研究最有价值的地方。</strong> 过去的产前营养干预研究，效果往往靠孕妇血清指标或出生后量表来回推，子宫内到底发生了什么，没有直接证据。这项试验在标准产科超声框架内，分辨出了 0.15–0.19 cm 量级的脑结构差异，在 200 多例样本规模下做到了，这在方法论上是一个参考。</p>
<p>当然，置信区间下限贴近零的问题在这里也成立——胼胝体 Z 分数的 95% CI 下限是 0.03，可信度的余量不算充裕。</p>
<h2>股骨偏短的反向信号</h2>
<p>同期股骨的数据方向相反。</p>
<p>从21到35周，Mikhuna 组股骨长度比对照组少增长 0.10 cm（95% CI [-0.19, -0.02]）（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42673450/" rel="nofollow noopener" target="_blank">42673450</a>）。35周时股骨 Z 分数差异是 -0.21（95% CI [-0.42, 0.00]），置信区间上限踩在零上，严格来说处于边界。</p>
<p>论文没有解释这个现象。材料里也没有提供机制。</p>
<p>能确认的是：脑结构和股骨在同一干预下呈现出方向相反的变化，这个分歧无论如何不应该被轻描淡写地带过。它是这篇论文最需要后续研究去追的悬而未决之处。</p>
<h2>厄瓜多尔人群与外推边界</h2>
<p>受试者是厄瓜多尔低收入孕妇，这个人群的基线饮食状态、营养缺乏程度和代谢背景，与中国孕妇的差异是系统性的。干预食材——鸡蛋和鱼——对于研究人群来说属于相对不易持续获取的营养来源，但对照组的具体基线营养状况，材料里没有详细报告。干预产生多大效应，与对照组基线缺乏程度直接相关，而这个前提在外推时已经根本性地改变了。</p>
<p>另一个硬限制：所有终点止步于产后2周的超声和体格参数，没有随访出生后的神经发育评估。皮质下脑结构在宫内长大，能否转化为可观测的认知或运动差异，这项研究的设计没有能力回答。</p>
<hr>
<p><strong>简讯</strong></p>
<p>另有两篇文献做简报。《Experimental Neurobiology》的一篇综述（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42675006/" rel="nofollow noopener" target="_blank">42675006</a>）系统梳理了代谢性脑病（metabolic encephalopathy）的代谢应激基础，覆盖高/低血糖、高氨血症、维生素缺乏、电解质紊乱与认知精神损伤之间的关联；综述体裁不产生新数据，但整合了临床与临床前证据，适合需要快速掌握这一领域背景的读者。</p>
<p>《Experimental &amp; Molecular Medicine》（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42675175/" rel="nofollow noopener" target="_blank">42675175</a>）报告了一项饮食诱导 MASH（代谢相关脂肪性肝炎，metabolic dysfunction-associated steatohepatitis）小鼠模型研究：PDE3B（磷酸二酯酶3B，phosphodiesterase 3B）基因敲除和 cilostamide 药理抑制均显著改善肝脏和肠道病理，机制涉及 cAMP-PKA 通路活化和 NF-κB 炎症信号抑制；回肠 PDE3B 蛋白的下降早于肝脏，提示肠道早于肝脏介入 MASH 进展。纯小鼠数据，从模型到人体还有距离。</p>]]></content:encoded></item><item><title><![CDATA[单细胞分辨率下同时捕获基因型与表型，三种新工具绕开了批量测量的根本盲点]]></title><link>https://jianjiribao.pages.dev/p/2026-09-02-bioinformatics-1/</link><guid isPermaLink='true'>https://jianjiribao.pages.dev/p/2026-09-02-bioinformatics-1/</guid><pubDate>Wed, 02 Sep 2026 06:59:50 +0800</pubDate><description><![CDATA[三篇发表于2026年的方法学论文分别从线粒体基因组、细菌表型和细胞代谢成像三个方向，独立提出了在单细胞水平同时测量多个维度信息的工具，本文分析它们的共同逻辑、关键技术权衡，以及对生物医学研究和临床诊断的实际价值。]]></description><content:encoded><![CDATA[<p>批量测量（bulk measurement）的根本缺陷是混合，同一样品里不同细胞的信号叠在一起，均值把异质性盖住了。这不是新观念，但三篇发表于2026年的方法学论文提醒我们，&rdquo;看清每一个细胞&rdquo;这件事远没有解决。三个团队从完全不同的方向同时开刀：一篇联测线粒体基因组基因型与功能，一篇做无标签的细菌实时表征，一篇整合荧光代谢成像的分析流程。表面毫不相关，底层逻辑却一致，把之前被迫分开采集的两个维度，绑到同一个细胞上去量。</p>
<h2>scMPCDS 联测设计与 DdCBE 脱靶发现</h2>
<p>线粒体的麻烦来自异质性（heteroplasmy）。同一个细胞里可以同时存在野生型和突变型 mtDNA，比例因细胞而异。过去的做法要么测序，知道突变但不知道这个细胞的线粒体还能不能正常工作；要么测功能，看到膜电位和活性氧的变化，却不知道哪些突变在背后驱动。两件事分开测，最想知道的联系恰好被切断了。</p>
<p>Zhang 等人开发的 scMPCDS（single-cell mitochondrial phenotype-coupled mtDNA sequencing）在同一个细胞里同时量化 mtDNA 突变和异质性，以及线粒体膜电位（mitochondrial membrane potential）和活性氧（reactive oxygen species, ROS）（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42673453/" rel="nofollow noopener" target="_blank">42673453</a>）。这不是把两个已有流程拼在一起，而是把原本无法共存的测量整合进单一细胞的操作流程里。</p>
<p>验证阶段出了一个对线粒体编辑领域有直接含义的发现。他们用 DdCBE（一种基于脱氨酶的线粒体碱基编辑工具）做 mtDNA 编辑时，scMPCDS 检测到了细胞特异性的脱靶突变（cell-specific off-target mutations），这些突变与多样化的表型变化同时出现（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42673453/" rel="nofollow noopener" target="_blank">42673453</a>）。光靠测序确认编辑效率是不够的，功能读出是另一半。应用层面，他们把 scMPCDS 用在了 HeLa 细胞和透明细胞肾细胞癌（clear cell renal cell carcinoma）组织上，识别出具有不同 mtDNA 突变负荷和不同生物能量学特征的单细胞亚群，提示线粒体异质性可能参与了肿瘤进化（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42673453/" rel="nofollow noopener" target="_blank">42673453</a>）。</p>
<p>验证范围是这篇文章的硬边界。只在两种细胞或组织类型上做了测试，单细胞测序本身的测序深度对低频突变的检出率有直接影响，这个参数在论文里没有系统讨论。外推到其他疾病场景时，使用者需要自行摸清适用边界。</p>
<h2>阻抗流式平台的细菌分型与耐药检测</h2>
<p>细菌检测的痛点不一样。细菌太小、形态变化范围窄，传统流式细胞术需要荧光标记，标记会干扰细菌生理，在即时检测场景里几乎不可行。现有的抗生素敏感性测试（antimicrobial susceptibility testing）往往还需要过夜培养，结果等不起。</p>
<p>Chen 等人开发的阻抗流式细胞术（impedance cytometry）平台走无标签路线（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42068934/" rel="nofollow noopener" target="_blank">42068934</a>）。平面双差分电极（planar double-differential electrode）提供更精细的信号解析，上方鞘流辅助的垂直压缩（upper sheath fluid-assisted vertical compression）把细菌主动推向微通道底部，也就是电场最强的区域，信号稳定性因此大幅提升。鞘流与样品流量比定在 2:1，对应约 37% 的阻抗幅值提升（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42068934/" rel="nofollow noopener" target="_blank">42068934</a>）。平台同时采用双频（1.5 MHz 和 9 MHz）采集电信号，结合幅值和相位不透明度（phase opacity）两个参数，可以区分大肠杆菌（Escherichia coli）和枯草芽孢杆菌（Bacillus subtilis）。这两种菌在细胞壁结构上有根本差异，电学特征自然不同，这一步结果符合预期。</p>
<p>耐药检测的数据更直接。多黏菌素 B（polymyxin B, PMB）处理后 20 分钟内，平台检测到大肠杆菌平均直径从 1.326 μm 增加到 1.532 μm，增幅约 15%（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42068934/" rel="nofollow noopener" target="_blank">42068934</a>）。膜完整性受损后菌体膨胀，这个形态变化被阻抗信号捕获，全程不需要染色。热处理活力测试里，E. coli 热处理后直径增加了约 11%，与活力丧失对应（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42068934/" rel="nofollow noopener" target="_blank">42068934</a>）。</p>
<p><strong>20 分钟内出耐药结果</strong>这个数字在临床微生物领域确实有冲击力，但当前验证只覆盖了两种菌和一种抗生素，临床实际面对的菌种和抗生素种类远多于此，外推距离还很远。另一个要留意的是，这个平台判断耐药与否依赖群体直径分布的统计变化，不是在分析真正的单细胞耐药异质性，在混合菌群或异质性耐药的情况下，这个区别会变得重要。</p>
<h2>FLIMExplorer 与 FLIM 代谢成像的分析整合</h2>
<p>荧光寿命成像显微镜（fluorescence lifetime imaging microscopy, FLIM）能在不破坏细胞的前提下测代谢状态，单细胞乃至亚细胞分辨率，比传统群体代谢测定细得多。NAD(P)H 和 FAD 的荧光寿命参数 τm、τ1、τ2 和 α1 反映的是线粒体氧化磷酸化与糖酵解的相对活跃程度（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42416368/" rel="nofollow noopener" target="_blank">42416368</a>）。但现实的 FLIM 数据分析工作流是碎的，寿命拟合用一个软件，图像分割用另一个，统计用第三个，数据在工具之间流转，每次导出导入都可能丢失图像上下文。最后你拿到一张散点图，一个点代表一个细胞，但对着那个异常点，你不知道它在图像里是正常细胞还是分割错误出来的杂物，质量控制几乎只能靠感觉（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42416368/" rel="nofollow noopener" target="_blank">42416368</a>）。</p>
<p>Ter Hofstede 等人开发的 FLIMExplorer 就是要把这个脱节补上（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42416368/" rel="nofollow noopener" target="_blank">42416368</a>）。基于 Python 的交互式图形界面，把 FLIM 定量端点和对应的图像对象连接在一起。点一个数据点，就能看到它在图像里对应的细胞，质量控制从事后批量审查变成了即时可视化。</p>
<p>工具接受两类输入，上游拟合软件输出的像素级 FLIM 数据，以及预处理好的细胞平均数据集（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42416368/" rel="nofollow noopener" target="_blank">42416368</a>）。不同实验室用的上游拟合工具不同，这个兼容性设计能插入更多团队的现有流程，而不是要求大家换掉上游工具。</p>
<p>FLIMExplorer 不做寿命拟合，也不做图像分割，这两步的质量仍然取决于上游工具和参数。对于想从代谢成像角度切入但还没有 FLIM 基础设施的团队，它解决不了入门门槛的问题。服务的是已经在做 FLIM 的人，帮他们把现有的工作流做得更连贯、更可信。</p>
<h2>同一逻辑，三条路径</h2>
<p>scMPCDS 问的是这个细胞的基因组和功能状态如何对应，阻抗流式问的是这个细菌活没活、对某种药有没有抗性，FLIMExplorer 问的是这批代谢数据可不可信。问题不同，技术路线完全不同，但解法的结构是一样的，找到之前被强迫分离的两个维度，在同一个对象上把它们绑在一起。</p>
<p>临床转化的路径上，三者分歧最大。阻抗流式的设计目标明显更靠近应用端，无需标记试剂、测量窗口只需 20 分钟，进入临床的路径相对清晰，前提是菌种和抗生素覆盖范围能扩展（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42068934/" rel="nofollow noopener" target="_blank">42068934</a>）。scMPCDS 依赖单细胞测序，成本高、通量受限，短期内留在研究场景里的可能性更大（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42673453/" rel="nofollow noopener" target="_blank">42673453</a>）。FLIMExplorer 则是研究工具的配套件，解决的问题在流程里最靠前，但只对已有 FLIM 仪器的团队有用（PMID: <a href="https://pubmed.ncbi.nlm.nih.gov/42416368/" rel="nofollow noopener" target="_blank">42416368</a>）。</p>
<p>做线粒体生物学或肿瘤代谢的团队，scMPCDS 和 FLIMExplorer 处在链条的两端，前者把基因型和功能表型联测，后者让代谢成像数据的解读更可信。两者理论上可以配合，但目前没有人把它们整合进同一套实验流程。做微生物方向的人，阻抗流式的逻辑更直接，无标签、快速、单细胞水平，当前验证范围窄是事实，扩展方向是清楚的。</p>]]></content:encoded></item></channel></rss>