BIOMEDICAL RESEARCH INSIGHTS

洞察前沿，连接科研新知

聚焦合成生物学、AI 靶点发现、临床队列与公共数据库，汇集最新论文摘要与原始出处
每 12 小时采集更新，经人工审核后发布。

前沿研究专业聚合持续更新

PAPER EXPLORER

发现热点论文

每 5 分钟更新缓存

全部共 42 篇

公共数据库基础研究Zoological research

Repeated imiquimod challenge as an experimental model of psoriasiform inflammation and re-exposure associated reactivation.

Xin Tong、Zhan Zhang、Zi-Hao Li 等DOI: 10.24272/j.issn.2095-8137.2026.139

MIMIC 单细胞成人方法学

0 次引用趋势数据不足

长期银屑病管理仍是全球难题。 repeated IMQ应用虽用于模拟银屑病炎症再激活，但其反映的是急性炎症放大还是组织驻留记忆相关特征尚不清楚。研究建立重复IMQ激发模型（IMQ-R），并与单疗程IMQ模型（IMQ-S）及人类银屑病皮损比较，采用bulk RNA测序和单细胞RNA测序分析。结果显示，在末次诱导阶段，IMQ-R较IMQ-S更快再现皮肤炎症，并在既往受激发皮肤中表现炎症再激活特征，包括IL-17相关通路、TRM相关T细胞特征及预测的多细胞通讯模式。单细胞分析显示，IMQ-R细胞组成较IMQ-S更接近活动性人类银屑病皮肤，表现为角质形成细胞扩增、内皮细胞富集及T细胞群体相对保留；记忆相关标注的T细胞亚群（包括TCM和TRM）增加，尤其富集TRM17相关转录特征，并增强T细胞、角质形成细胞和髓系细胞间预测通讯（包括IL-17相关信号通路）。结论认为，重复IMQ激发可形成具有炎症加速再现及再暴露时TRM相关特征的银屑病样模型，传统急性IMQ模型未完全体现这些特征，该模型可用于研究重复激发后的炎症再激活及评估靶向皮肤记忆相关炎症程序的干预。

为什么值得关注

暂未整理

查看扩展信息

完整作者

Xin Tong、Zhan Zhang、Zi-Hao Li、Cheng-Xin Li、Xu-Ming Zhou、Rui Wang

作者机构

Department of Dermatology, Chinese PLA General Hospital, Medical College of Chinese PLA, Beijing 100853, China.
Institute of Zoology, Chinese Academy of Sciences, Beijing 100101, China.
University of Chinese Academy of Sciences, Beijing 100049, China.
Department of Dermatology, Chinese PLA General Hospital, Medical College of Chinese PLA, Beijing 100853, China. E-mail: chengxinderm@163.com.
Institute of Zoology, Chinese Academy of Sciences, Beijing 100101, China. E-mail: zhouxuming@ioz.ac.cn.
Department of Dermatology, Chinese PLA General Hospital, Medical College of Chinese PLA, Beijing 100853, China. E-mail: wr0699@163.com.

技术路线

['数据/样本：单次IMQ模型（IMQ-S）、重复IMQ挑战模型（IMQ-R）及人银屑病皮损', '分析：bulk RNA-seq与single-cell RNA-seq，比较炎症再激活特征、细胞组成、T细胞亚群及多细胞通讯预测']

最近 5 个完整年度引用趋势

不含 2026 年，仅展示最近 5 个完整年度。

数据来源：openalex更新时间：2026/10/29 03:45

探索相关选题直接查重

公共数据库方法学Nucleic acids research

DiseaseCIO: a multi-omics atlas for characterizing clinical intervention outcomes across diverse diseases.

Ruiyang Zhai、Te Ma、Mu Su 等DOI: 10.1093/nar/gkag1044

多组学方法学

暂无引用数据

DiseaseCIO是一个整合微生物组、转录组和表观基因组数据与人类疾病干预结局的数据库，旨在在患者个体水平刻画与疾病干预结局相关的分子图谱。该数据库涵盖94种疾病状态的42 798份治疗前样本，涉及510种治疗方案、377种药物及非药物干预，样本包括来自8个采样地点的4种标本类型。研究采用定制的iMOD工作流处理多组学数据，生成20类分子特征，并识别出超过184万条候选特征-结局关联。DiseaseCIO还提供差异分析、预后评估、跨组学相关性分析、跨队列整合分析，以及用户提交特征集的富集分析和特征构建等交互工具。该数据库为探索不同疾病干预结局异质性及识别与治疗反应和预后相关的候选多组学生物标志物提供了分子层面资源。

为什么值得关注

暂未整理

查看扩展信息

完整作者

Ruiyang Zhai、Te Ma、Mu Su、Hongli Wang、Ji Li、Jie Xing、Xianhe Huang、Peishen Yu、Junyao Qiu、Ting Liu、Xingjun Xiao、Yu Li、Yue Gu、Yan Zhang

作者机构

School of Life Science and Technology, Faculty of Life Sciences and Medicine, Harbin Institute of Technology, Harbin 150001, China.
College of Pathology, Qiqihar Medical University, Qiqihar 161042, China.
Department of Neurology, The Second Affiliated Hospital of Harbin Medical University, Harbin 150001, China.

技术路线

42,798份治疗前样本（94种疾病、510种治疗方案、377种干预、8个采样部位的4类标本，含微生物组/转录组/表观基因组数据） → 采用定制iMOD工作流进行多组学数据处理，生成20类分子特征，鉴定>184万候选特征-结局关联

最近 5 个完整年度引用趋势

暂无引用数据

数据来源：暂未标注更新时间：暂无更新时间

探索相关选题直接查重

公共数据库基础研究Nucleic acids research

VarNexus: an integrative database for interpreting disease-associated regulatory variants through multimodal predictions and functional evidence.

Lihai Gong、Cheng Tan、Jinhui Zhang 等DOI: 10.1093/nar/gkag1056

UK Biobank 单细胞多组学方法学

0 次引用趋势数据不足

VarNexus是一个整合数据库，旨在连接疾病相关变异与预测性、群体性及实验性证据，以辅助非编码风险变异的功能解读。该资源收录了来自UK Biobank和FinnGen的1891种疾病相关表型的230404个精细定位候选变异，整合了AlphaGenome对11种调控输出类型的预计算预测，以及批量与单细胞xQTL、MPRA测量和GWAS-eQTL共定位结果。数据库支持按变异、表型和基因进行交叉检索，并提供按需AlphaGenome预测、多组学基因组浏览器可视化和调控网络探索功能。通过结合基于序列的预测与群体及实验证据，VarNexus为优先筛选获得多层证据支持的候选调控机制提供了框架。

为什么值得关注

暂未整理

查看扩展信息

完整作者

Lihai Gong、Cheng Tan、Jinhui Zhang、Rigan Shu、Shutong Guo、Tingting Xiao、Jialin Shi、Jing Wang、Ting Ni、Ruofan Ding

作者机构

Institutes of Biomedical Sciences, Inner Mongolia University, Hohhot 010070, China.
College of Informatics, Huazhong Agricultural University, Wuhan 430070, China.
State Key Laboratory of Genetic Engineering, National Clinical Research Center for Aging and Medicine, Huashan Hospital, Collaborative Innovation Center of Genetics and Development, Human Phenome Institute, Shanghai Engineering Research Center of Industrial Microorganisms, School of Life Sciences, Fudan University, Shanghai 200438, China.

技术路线

数据/样本：UK Biobank与FinnGen的1891个疾病相关表型中230,404个精细定位候选变异，整合预计算AlphaGenome 11类调控输出、bulk与单细胞xQTL、MPRA测量及GWAS-eQTL共定位结果 → 分析：按变异、表型、基因交叉检索，按需AlphaGenome预测、多组学基因组浏览器可视化及调控网络探索

最近 5 个完整年度引用趋势

不含 2026 年，仅展示最近 5 个完整年度。

数据来源：openalex更新时间：2026/10/29 12:35

探索相关选题直接查重

公共数据库研究类型未标注Nature genetics

Genome-wide detection of genotype-environment interactions at biobank scale with fastGxE.

Chao Ning、Xiang ZhouDOI: 10.1038/s41588-026-02809-2

UK Biobank 多组学风险模型成人多中心

0 次引用趋势数据不足

传统全基因组关联研究多关注基因主效应，常忽略基因-环境交互作用（GxE）。为此，研究者提出可扩展且有效的全基因组GxE分析方法fastGxE，用于识别与环境因素交互影响目标性状的遗传变异。该方法可控制多基因效应、多基因交互效应及噪声异质性，对参与交互的环境因素数量保持稳健，并确保大型生物样本库全基因组GxE分析的可扩展性，速度较现有方法提升32.98–126.49倍。通过广泛模拟及对英国生物样本库32项身体性状和67项血液生物标志物的深入分析，fastGxE在身体性状中识别出7个相关基因组位点（含4个新位点），在血液生物标志物中识别出18个相关位点（其中12个为新位点）。

为什么值得关注

暂未整理

查看扩展信息

完整作者

Chao Ning、Xiang Zhou

作者机构

Department of Biostatistics, University of Michigan, Ann Arbor, MI, USA.
Department of Statistics and Data Science, Yale University, New Haven, CT, USA. xiang.zhou.xz735@yale.edu.

技术路线

数据/样本：UK Biobank的32项体格性状和67项血液生物标志物数据，辅以广泛模拟数据；分析：全基因组基因-环境交互分析（fastGxE），控制多基因效应、多基因交互效应和噪声异质性；无独立验证步骤报告

最近 5 个完整年度引用趋势

不含 2026 年，仅展示最近 5 个完整年度。

数据来源：openalex更新时间：2026/10/29 12:35

探索相关选题直接查重

公共数据库研究类型未标注Science (New York, N.Y.)

Sequential diagnosis with language models.

Harsha Nori、Mayank Daswani、Christopher Kelly 等DOI: 10.1126/science.aeh7930

MIMIC 机器学习多中心方法学

27 次引用引用上升

研究探讨前沿语言模型在序贯诊断中的能力。序贯诊断模拟临床推理的迭代过程：根据简要临床表现，医生选择性获取信息以达成诊断，从而评估诊断准确性和检查成本。研究者构建交互式基准和一个模拟多医生小组的人工智能系统，该系统持续修正鉴别诊断并选择具成本效益的检查。在该基准上，系统在新英格兰医学杂志临床病理讨论会病例中准确率达83.2%，在MIMIC-IV-ED急诊入院病例中达80.3%，均优于全科医生（分别为36.1%和46.8%）。上述结果虽在受控基准环境中获得，但显示语言模型有望支持更准确、更低成本的诊断。

为什么值得关注

AI 辅助短评，基于标题和摘要整理

该研究构建交互式基准，评估语言模型在序贯诊断中的表现，AI系统在NEJM CPC病例和MIMIC-IV-ED数据上诊断准确率显著高于全科医生。但结果限于受控基准环境，未涉及真实临床验证，且未报告检查成本的具体比较数据。其模拟医生小组和成本效益选择的思路值得关注，但向临床转化仍需前瞻性研究支持。

查看扩展信息

完整作者

Harsha Nori、Mayank Daswani、Christopher Kelly、Scott Lundberg、Marco Tulio Ribeiro、Marc Wilson、Xiaoxuan Liu、Viknesh Sounderajah、Jonathan M Carlson、Matthew P Lungren、Bay Gross、Peter Hames、Mustafa Suleyman、Dominic King、Eric Horvitz

作者机构

Microsoft, Redmond, WA, USA.

技术路线

临床病例/电子健康记录数据 → 交互式基准评估

最近 5 个完整年度引用趋势

不含 2026 年，仅展示最近 5 个完整年度。

数据来源：openalex更新时间：2026/10/29 12:35

探索相关选题直接查重

AI 靶点发现基础研究Science (New York, N.Y.)

The Virtual Biotech: A multi-agent AI framework for therapeutic discovery and development.

Harrison G Zhang、Peter Eckmann、Jiacheng Miao 等DOI: 10.1126/science.aeg6779

肿瘤与癌症机器学习多中心方法学

5 次引用趋势数据不足

研究团队开发了“虚拟生物科技”（Virtual Biotech）系统，其以药物研发公司为原型组织多个智能体，可覆盖靶点发现、安全性评估、模态选择和临床开发。该系统在三个药物开发决策点得到应用：其一，超过37,000个智能体对55,984项试验的结果进行标注，发现靶向细胞类型特异性基因的药物进入市场的可能性高48%，不良事件少32%；其二，系统整合多模态证据，提出肺癌治疗策略；其三，系统分析一项终止的溃疡性结肠炎试验，推断可能的失败机制。结果表明，人类引导的多智能体可开展透明、多尺度分析，为治疗开发决策提供依据。

为什么值得关注

暂未整理

查看扩展信息

完整作者

Harrison G Zhang、Peter Eckmann、Jiacheng Miao、Andrew B Mahon、James Zou

作者机构

Department of Biomedical Data Science, Stanford University, Stanford, CA, USA.
Department of Computer Science, Stanford University, Stanford, CA, USA.
Department of Genetics, Stanford University, Stanford, CA, USA.
PHD Biosciences, La Jolla, CA, USA.

技术路线

多模态证据（55,984项试验） → 多智能体AI分析（37,000余个智能体标注、靶点发现/安全性评估/适应症选择/临床开发分部）

最近 5 个完整年度引用趋势

不含 2026 年，仅展示最近 5 个完整年度。

数据来源：openalex更新时间：2026/10/29 12:31

探索相关选题直接查重

公共数据库基础研究Poultry science

Comparative screening identifies gga-miR-204 as a nutrient-responsive miRNA that targets MAP1LC3B and promotes infectious bursal disease virus replication in HD11 cells.

Shihao Chen、Jiaxing Wang、Qiangzhou Wang 等DOI: 10.1016/j.psj.2026.108005

MIMIC 感染性疾病多组学方法学

0 次引用趋势数据不足

传染性法氏囊病病毒（IBDV）是危害养禽业的重要免疫抑制性病原。为系统识别调控IBDV复制的营养响应性microRNA（miRNA），本研究在鸡HD11巨噬细胞中建立氨基酸和葡萄糖饥饿模型，并结合IBDV感染相关miRNA谱进行比较筛选。结果显示，短期营养剥夺改变LC3相关分子表型并降低IBDV VP2蛋白表达；小RNA测序显示营养饥饿与IBDV感染诱导的miRNA表达谱存在差异但部分重叠，预测靶基因主要富集于代谢和应激反应通路。gga-miR-204在氨基酸和葡萄糖饥饿下上调、在IBDV感染后下调。功能实验表明，过表达gga-miR-204可提高病毒RNA水平、VP2蛋白表达和感染性病毒产量，而抑制内源性gga-miR-204则抑制IBDV复制。报告基因实验支持gga-miR-204靶向鸡MAP1LC3B 3'非翻译区，模拟物处理降低HD11细胞中LC3-II水平；沉默MAP1LC3B增加VP2丰度，过表达MAP1LC3B则降低VP2丰度。研究提示，gga-miR-204为营养响应性miRNA，可促进HD11细胞中IBDV复制，MAP1LC3B为对VP2丰度具有功能影响的候选靶标；MAP1LC3B是否介导gga-miR-204的促病毒效应尚待确定。

为什么值得关注

AI 辅助短评，基于标题和摘要整理

本研究在HD11细胞中整合营养饥饿与IBDV感染miRNA谱，筛选出gga-miR-204并完成过表达/抑制及报告基因等功能验证。结果支持其促病毒复制及靶向MAP1LC3B，但MAP1LC3B是否介导该促病毒效应尚未确立，作者对此表述谨慎。总体证据链较完整，机制仍属候选关联，需进一步因果验证。

查看扩展信息

完整作者

Shihao Chen、Jiaxing Wang、Qiangzhou Wang、Zhichao Zhang、Hao Bai、Guobin Chang

作者机构

College of Animal Science and Technology, Yangzhou University, 48 East Wenhui Road, Yangzhou, Jiangsu, 225009, China. Electronic address: mrrchen@yzu.edu.cn.
College of Veterinary Medicine, Yangzhou University, Yangzhou, Jiangsu, 225009, China.
College of Animal Science and Technology, Yangzhou University, 48 East Wenhui Road, Yangzhou, Jiangsu, 225009, China.

技术路线

氨基酸/葡萄糖饥饿模型与IBDV感染相关miRNA谱整合→比较筛选营养响应型miRNA→小RNA测序及靶基因通路富集预测→gga-miR-204过表达/抑制功能实验（病毒RNA、VP2蛋白、感染性病毒产量）→荧光素酶报告基因验证MAP1LC3B 3'UTR靶向→mimic处理检测LC3-II→MAP1LC3B沉默/过表达检测VP2丰度

最近 5 个完整年度引用趋势

不含 2026 年，仅展示最近 5 个完整年度。

数据来源：openalex更新时间：2026/10/29 03:47

探索相关选题直接查重

合成生物学综述Molecular cell

Integration by parts: The multi-layered mechanisms of cis-regulatory control.

Jake Cornwall-Scoones、James Briscoe、M Joaquina DelásDOI: 10.1016/j.molcel.2026.09.016

深度学习方法学

0 次引用趋势数据不足

顺式调控元件（CREs）整合转录因子（TFs）信号以控制基因表达，但其信息处理机制尚不清楚。深度学习表明基因表达可由CRE序列预测。本文提出将CRE调控逻辑分为两层的框架：结合层面整合，即协作性TF相互作用调节DNA占据；转录层面整合，即TF效应结构域和辅因子将结合构型转化为表达。结合层面按特异性与通用性、对称与非对称正交轴对TF协作性分类，涵盖蛋白-蛋白相互作用、核小体竞争、先锋活性和辅助加载；转录层面辅因子相互作用产生加性、协同或拮抗逻辑。由此复杂性中浮现出反复出现的定量模式“乘法加饱和”，协调结合特异性与灵活性，解释短DNA基序如何产生精确表达并保持可演化性，为合成生物学和治疗应用提供依据。

为什么值得关注

暂未整理

查看扩展信息

完整作者

Jake Cornwall-Scoones、James Briscoe、M Joaquina Delás

作者机构

The Francis Crick Institute, Midland Road, London NW1 1AT, UK; Department of Cell and Developmental Biology (CDB), University College London, Gower St., London WC1E 6BT, UK; The Gurdon Institute, University of Cambridge, Tennis Court Rd., Cambridge CB2 1QN, UK. Electronic address: j.cornwallscoones@ucl.ac.uk.
The Francis Crick Institute, Midland Road, London NW1 1AT, UK. Electronic address: james.briscoe@crick.ac.uk.
Laboratory for Molecular Cell Biology, University College London, Gower Street, London WC1E 6BT, UK. Electronic address: j.delas@ucl.ac.uk.

技术路线

框架提出（无实验数据/样本） → 将CRE调控逻辑分为两层（结合水平：TF协同性按特异性与一般性、对称与非对称分类；转录水平：辅因子相互作用产生加和、协同或拮抗逻辑）

最近 5 个完整年度引用趋势

不含 2026 年，仅展示最近 5 个完整年度。

数据来源：openalex更新时间：2026/10/30 05:59

探索相关选题直接查重

合成生物学综述Molecular cell

Programming biological behavior with AI-guided de novo protein design.

Philipp Huettemann、Tanja KortemmeDOI: 10.1016/j.molcel.2026.08.027

方法学

0 次引用趋势数据不足

受人工智能推动，从头蛋白质设计现已能够从头生成多样化的分子功能，并在针对多种大分子靶点设计结合蛋白方面取得显著成功。本文提出一种观点：从头设计可超越双分子相互作用，迈向自下而上构建蛋白质反应网络。文章强调，可编程、模块化且可控的从头设计组件能够驱动复杂、涌现的生物学行为。实现这一转变的关键在于克服当前挑战，包括可设计的蛋白质动态、多步骤功能以及非平衡系统。随着基础方法的持续改进，该领域有望率先实现精确的蛋白质扰动，从而获得系统层面的认识，并通过从头设计工程化构建信号放大、决策和纠错等涌现性细胞行为，从根本上推动合成生物学、生物技术和医学的发展。

为什么值得关注

编辑短评

本文为观点文章，未报告新实验数据或验证。其价值在于提出概念性路线：将AI引导的从头蛋白设计从结合剂工程拓展至可编程蛋白反应网络，以实现信号放大、决策与纠错等涌现行为。所述方向依赖可设计蛋白动力学、多步功能与非平衡体系等未解难题，落地前景尚不确定；读者应将其视为研究议程而非已验证结论。

查看扩展信息

完整作者

Philipp Huettemann、Tanja Kortemme

作者机构

Department of Bioengineering and Therapeutic Sciences, University of California, San Francisco, San Francisco, CA 94143, USA; Tetrad Graduate Program, University of California, San Francisco, San Francisco, CA 94143, USA. Electronic address: philipphuttemann@gmail.com.
Department of Bioengineering and Therapeutic Sciences, University of California, San Francisco, San Francisco, CA 94143, USA; Tetrad Graduate Program, University of California, San Francisco, San Francisco, CA 94143, USA; Quantitative Biosciences Institute, University of California, San Francisco, San Francisco, CA 94143, USA. Electronic address: tanjakortemme@gmail.com.

技术路线

无原始数据或样本；属观点/展望类文献，基于对现有AI驱动的从头蛋白设计进展的归纳，提出从双分子结合剂设计走向蛋白反应网络自下而上构建的概念框架；原文未报告验证实验。

最近 5 个完整年度引用趋势

不含 2026 年，仅展示最近 5 个完整年度。

数据来源：openalex更新时间：2026/10/30 05:59

探索相关选题直接查重

合成生物学基础研究Nucleic acids research

CLEAN Database: providing enzyme function coverage for over 55 million sequences.

Le Yuan、Jianan Canal Li、Miaoyuan Wen 等DOI: 10.1093/nar/gkag1003

方法学

0 次引用趋势数据不足

酶功能注释对解析生物系统和推动理性酶设计至关重要，但已知蛋白质序列中仅有少部分具有实验表征的酶功能，序列空间快速扩张与可靠功能注释之间的差距不断加大。人工智能进展促进了基于蛋白质序列的准确、高通量酶功能预测。本文介绍CLEAN数据库（CLEAN DB），该资源涵盖1098305株菌株的超过5500万条酶功能注释，由CLEAN人工智能模型预测。数据库提供直观网页界面，用户可通过灵活查询选项高效搜索、浏览和下载酶功能数据；基于蛋白质语言模型，CLEAN DB还支持通过交互式热图、结构叠加和表格数据可视化进行突变效应预测。CLEAN DB可望成为推动酶发现及其在合成生物学、代谢工程、酶工程、逆合成和药物发现中应用的平台。数据库免费开放，网址为https://cleandb.platform.moleculemaker.org/。

为什么值得关注

暂未整理

查看扩展信息

完整作者

Le Yuan、Jianan Canal Li、Miaoyuan Wen、David M Bianchi、Katherine Arneson、Bingji Guo、Sara Lambert、Chris Stephens、Tianhao Yu、Lijiang Fu、Christopher Pond、Matthew J Berry、Huimin Zhao

作者机构

Department of Chemical and Biomolecular Engineering, University of Illinois Urbana-Champaign, Urbana, IL 61801, United States.
Carl R. Woese Institute for Genomic Biology, University of Illinois Urbana-Champaign, Urbana, IL 61801, United States.
NSF Molecule Maker Lab Institute, University of Illinois Urbana-Champaign, Urbana, IL 61801, United States.
Department of Electrical Engineering and Computer Sciences, University of California, Berkeley, CA 94720, United States.
School of Information Sciences, University of Illinois Urbana-Champaign, Champaign, IL 61820, United States.
National Center for Supercomputing Applications, University of Illinois Urbana-Champaign, Urbana, IL 61801, United States.
NSF iBioFoundry, University of Illinois Urbana-Champaign, Urbana, IL 61801, United States.
NSF Global Center for Biofoundry Applications, University of Illinois Urbana-Champaign, Urbana, IL 61801, United States.

技术路线

数据/样本：汇总1,098,305株菌株的蛋白序列，由CLEAN AI模型预测获得>5500万条酶功能注释；分析：通过网页界面提供灵活查询的检索、浏览与下载功能，并以蛋白语言模型支持突变效应预测，结果以交互热图、结构叠合和表格可视化展示；验证：原文未报告对预测注释或突变效应预测的实验验证。

最近 5 个完整年度引用趋势

不含 2026 年，仅展示最近 5 个完整年度。

数据来源：openalex更新时间：2026/10/29 12:30

探索相关选题直接查重