一
首个锌金属“伴侣蛋白”确定
将开辟全新生物学探索领域
据近日发表在《细胞》与《细胞报告》杂志上的两篇论文，美国研究人员发现了第一个锌金属的伴侣蛋白，并将其命名为锌调节GTP酶金属蛋白激活剂1（ZNG1），它可将锌输送到需要它的蛋白质中，如果没有ZNG1，锌就无法发挥作用。研究结果揭示了所有生物都用来运输生存所必需的微量元素的关键机制，有助于解决缺锌的公共卫生问题，并开辟了一个全新的生物学探索领域。
人体细胞中十分之一的蛋白质需要金属锌，否则就无法在细胞代谢的各个方面发挥正常功能。世界上高达30%的人面临缺锌的风险，这可能导致生长缓慢、免疫功能受损、神经疾病和癌症。然而，尽管锌扮演着关键角色，但人们此前尚不清楚锌是如何进入利用锌的蛋白质中的，也不清楚人体细胞在缺乏锌时作出了什么反应。
其他微量金属，如镍和铜，通过“伴侣”在细胞内穿梭，因为它们可能是有毒的。伴侣蛋白可防止活性金属参与“不受欢迎的结合”。例如，一些微量金属与氧发生反应，会产生对细胞有害的自由基。但锌是一种相对无害的金属离子，似乎没有这种危险联系的倾向。然而，这并没有阻止科学家寻找锌伴侣蛋白的脚步。
此前，研究人员发现了所谓的锌伴侣蛋白家族中的一种蛋白质与一种名为蛋氨酸氨基肽酶（MAP1）的蛋白质之间相互作用的证据。
进一步实验证明，MAP1在从酵母和老鼠到植物和人类的几乎所有物种中都能修饰细胞中的许多蛋白质。如果MAP1不起作用，未修饰的蛋白质就会出现问题。而MAP1依赖于锌来发挥作用。而ZNG1是将锌输送到MAP1的伴侣蛋白。
“在金属生物学领域有一个巨大的缺口，我们一直无法识别金属伴侣蛋白。这是值得关注的，因为太多的蛋白质需要金属辅因子。”研究人员认为，当身体缺乏锌时，ZNG1可确保将锌输送到最重要的含锌蛋白质中，这开辟了一个令人兴奋的生物学新领域，有了这些调节因子，就可通过植入金属来控制许多不同的生理过程。
作者：张佳欣 来源：科技日报
二
科学家首次将AI元学习引入神经科学
有望提升脑成像精准医疗
近期，中外科研工作者合作的一项技术成果在神经生物学顶级期刊《自然·神经科学》上发布。研究首次将人工智能领域的元学习方法引入神经科学及医疗领域，能在有限的医疗数据上训练可靠的AI模型，提升基于脑成像的精准医疗效果。
脑成像技术是神经科学发展的一个重要领域，能够直接观察大脑在信息处理和应对刺激时的神经化学变化，从而对疾病的诊断和治疗提供重要参照。理论上，基于脑成像的AI模型可应用于预测个人的一些表征特性。
一个现实的问题在于，虽然现在已经有英国生物银行这样的大规模人类神经科学数据集，在研究临床人群或解决重点神经科学的问题时，几十到上百人的小规模数据样本依旧是常态。在精确标注的医疗数据量有限的情况下，如何训练出可靠的AI模型，在神经科学和计算机科学领域正在成为焦点问题。
在此次发布的最新研究成果中，研究者们首次提出，使用机器学习领域的元学习来解决上述难题。元学习是一种让机器学会更好地学习的方法，目的是让机器面对全新的任务时能更好地利用在先前的任务中获取的“知识”。
研究者通过对先前的小样本数据分析发现，个体的认知、心理健康、人口统计学和其他健康属性等表征特性与大脑成像数据之间存在一种内在的相关性。基于小样本数据和大数据集之间的这种相关性，研究者提出名为元匹配的方法。这一方法可以将大数据集上训练出来的机器学习模型迁移到小数据集上，从而训练出更可靠的模型，以更准确地预测新的表型。
目前，这一新方法已经在英国生物银行和人类连接组计划的数据集上完成了测评，测评结果显示，新方法相较于传统方法体现出更高的准确率。实验显示，这项新的训练框架非常灵活，可以与任何机器学习算法相结合，在小规模的数据集上，也可以有效地训练泛化性能好的AI预测模型。
作者：崔兴毅 来源：光明日报
三
细胞活动3D视图阐明周围环境
助力更精确选择癌症疗法
正如不知道上下文的情况下很难理解对话一样，生物学家在不了解细胞环境的情况下也很难理解基因表达的意义。为解决这个问题，美国普林斯顿大学-工程学院研究人员开发了一种新方法，整合了来自同一组织样本的多个切片的基因表达信息，提供了健康和疾病中的细胞活动的三维（3D）视图，包括常见的皮肤癌和鳞状细胞癌。相关论文已发表在《自然·方法》杂志上。
新方法可阐明细胞周围的环境，方便生物学家更好地理解基因表达信息。研究人员希望，新方法将打开识别稀有细胞类型的大门，并帮助医生更精确地选择癌症治疗方案。
将基因表达与细胞环境联系起来的基本技术被称为空间转录组，已存在多年。科学家将组织样本分解到一个微尺度的网格上，并将网格上的每个点与基因表达的信息联系起来。但目前的计算工具只能在两个维度上分析基因表达的空间模式，使用单个组织样本的多个切片的实验，很难合成组织中细胞类型的完整图景。
普林斯顿大学开发的新方法PASTE，整合了来自同一组织样本的多个切片的信息，提供了肿瘤或发育中器官内基因表达的3D视图。当实验中的序列覆盖范围因技术或成本问题受到限制时，PASTE还可将来自多个组织切片的信息合并到具有更丰富基因表达信息的单个2D切片中。
该技术可对单个组织样本的多个切片进行比对，根据细胞的基因表达谱对细胞进行分类，同时保留细胞在组织中的物理位置。
研究人员将PASTE应用于从4名不同患者的皮肤癌活检中收集的数据。此前对这些数据的分析表明，细胞类型错综复杂，癌细胞和健康细胞高度混杂在一起。然而，PASTE方法显示，3个患者样本中明显的低空间相干性或是由于实验中的低序列覆盖率导致的。
通过整合几个这样的切片，并有效地增加了数据的覆盖面后，最终得到了更多空间上连贯的细胞分组，这比组织中随机定位的每一种细胞类型更合理。
作者：张佳欣 来源：科技日报
四
“传感器细菌”可获取肠道健康信息
近日，瑞士科学家利用基因改造过的细菌做数据记录器，在不干扰正常生理的情况下获取了不同饮食和疾病背景下小鼠肠道内微生物群的基因活动信息。该研究将推动非侵入式肠道疾病诊断的发展，表明转录记录具有生物医学研究和未来生物医学诊断应用的潜力。相关成果已发表在《科学》杂志上。
对整个肠道的细菌基因表达模式进行无创测量，对于了解体内微生物群生理学和病理生理学很重要。但目前为止，还没有不干扰正常生理的方法来了解体内微生物群的动态信息。
瑞士苏黎世-联邦理工学院研究人员对细菌进行了改造，使其能够充当数据记录器以记录基因活动的信息，并在小鼠身上成功测试了这些细菌。这是未来在医学中使用“传感器细菌”的重要一步，例如诊断营养不良或了解哪种饮食适合患者。
蓝道尔·普拉特教授领导研发了这种所谓的“传感器细菌”。他改进了自己数年前研发的Record-seq技术，将一种有益的梭菌细菌的CRISPR阵列引入到肠道细菌大肠杆菌的菌株中。通过从RNA获取CRISPR间隔子进行的转录记录，使工程化细菌能够连续记录细菌群体中基因表达的历史。
安德鲁·麦克弗森教授领导的伯尔尼大学研究人员，在实验室中对小鼠进行了以这种方式修饰的肠道细菌的实验。该团队收集了实验动物的粪便样本，从中分离出细菌DNA，并使用高通量DNA测序对其进行分析，利用生物信息学，从大量数据中重建信使RNA片段的遗传信息。因此，科学家们能够非侵入性地确定肠道细菌在体内停留期间产生哪种信使RNA分子的频率，从而确定哪些基因是活跃的。
通过将“传感器细菌”分别施用于患有肠道炎症的小鼠和健康小鼠，研究人员能够识别肠道中的炎症反应，并确定切换到炎症模式的肠道细菌的特定信使RNA谱。在对喂食不同食物的小鼠进行的实验中，研究人员还展示了细菌如何使它们的新陈代谢适应各自的营养供应。这项研究为饮食、炎症和体内微生物相互作用如何塑造哺乳动物宿主的健康提供了额外的视角。
作者：李山 来源：科技日报
五
超薄燃料电池利用人体自身糖分发电
葡萄糖是人们从食物中吸收的糖分，是为人体每个细胞提供动力的“燃料”。那么葡萄糖是否也能为医疗植入物提供动力？美国麻省理工学院和德国慕尼黑工业大学的工程师给出了肯定答案。他们设计了一种新型葡萄糖燃料电池，可将葡萄糖直接转化为电能。该成果已发表在《先进材料》上。
新电池厚度仅400纳米，约为人类头发直径的1/100。含糖电源每平方厘米产生约43微瓦的电力，实现了迄今为止葡萄糖燃料电池的最高功率密度。同时，它能承受高达600℃的温度。如果嵌入医疗植入物中，燃料电池可在植入设备所需的高温灭菌过程中保持稳定。该电池的核心由陶瓷制成，这种材料即使在高温和微型尺度下也能保持其电化学特性。研究人员设想，新设计可制成超薄膜或涂层，并包裹在植入物周围，利用人体丰富的葡萄糖被动地为电子设备供电。
在新研究中，研究人员设计了一种葡萄糖燃料电池，其电解质由二氧化铈制成，二氧化铈是一种具有高离子电导率的陶瓷材料，机械强度高，因此被广泛用作氢燃料电池的电解质，其已被证明是生物相容的。
铂是一种容易与葡萄糖反应的稳定材料，研究团队将电解质与由铂制成的阳极和阴极夹在中间，又在一个芯片上制造了150个单独的葡萄糖燃料电池，每个约400纳米薄，300微米宽（大约30根人类头发的宽度。接下来将电池图案摹刻到硅晶片上，实验表明，电池可与常见的半导体材料配对，随后测量了电池在定制测试站中将葡萄糖溶液流过每个晶片时产生的电流。
团队发现，许多电池产生的峰值电压约为80毫伏。鉴于每个电池的尺寸很小，该输出已是任何现有葡萄糖燃料电池设计中最高的功率密度。
研究人员表示：“这是第一次将电陶瓷材料中的质子传导用于葡萄糖到能量的转换，定义了一种新型的电化学。它将材料从氢燃料电池扩展到新的、令人兴奋的葡萄糖转换模式。” 新电池使用的陶瓷无毒、便宜，而且对体内条件和植入前的灭菌条件都呈惰性，因此为植入传感器和其他功能的微型电源开辟了一条新途径。
作者：张梦然 来源：科技日报
转自：建强伟业科研服务
如有侵权，请联系本站删除！
