在当今科学技术飞速发展的背景下，自然杀伤（NK）细胞的免疫疗法因其在抗击肿瘤和病毒感染中的潜在优势而引起科学界的广泛关注。尤其是记忆样NK细胞的发现，为NK细胞作为抗癌疗法带来新的希望。NK细胞的激活与其记忆功能之间的分子机制尚未完全阐明，这为研究者提供了新的挑战。 本项研究由Jennifer A. Foltz等人于2024年6月28日在《Science Immunology》期刊上发表，题为“Cytokines drive the formation of memory-like NK cell subsets via epigenetic rewiring and transcriptional regulation”。研究团队来自美国圣路易斯华盛顿大学医学院及其附属研究所。 这项研究探...
腹侧下束在雄性小鼠中通过多条通路促进觉醒 背景介绍 腹侧下束（ventral subiculum，vsub）是海马结构的主要输出区，在动机、压力整合和焦虑样行为中起着关键作用，这些行为都依赖于高度的觉醒状态。然而，vsub在觉醒中的作用及其底层神经回路知之甚少。通过使用体内光纤测钙技术和多通道电生理记录，我们发现vsub的谷氨酸能神经元在觉醒期间表现出高活性。此外，vsub谷氨酸能神经元的激活会导致觉醒和焦虑样行为增加，并诱发从睡眠到觉醒的快速转变。vsub谷氨酸能终端的光遗传学刺激和vsub谷氨酸能神经元的逆行化学遗传学激活揭示了vsub通过内侧下丘脑（lateral hypothalamus, LH）、伏隔核壳（nucleus accumbens shell, NAc）和前额叶皮层（pr...
概述 在Communications Biology上发表了一篇题为“supervised latent factormodeling isolates cell-type-specific transcriptomicmodules that underlie alzheimer’s diseaseprogression”的文章。本文由Liam Hodgson、Yue Li、Yasser Iturria-Medina、Jo Anne Stratton、Guy Wolf、Smita Krishnaswamy、David A. Bennett和Danilo Bzdok等来自McGill University、Université de Montréal、Yale University和Rush...
高级别胶质瘤中的神经上皮遗传标志与预后研究 背景与研究动机 高级别胶质瘤（glioma）是一种恶性程度极高的脑肿瘤，患者预后通常较差。先前的临床前模型研究表明，神经和肿瘤细胞之间的相互作用推动了肿瘤的生长，但在临床中验证这种机制仍然有限。为了解高级别胶质瘤的分子机制，研究人员提出了一种基于表观遗传学的神经标志（neural signature）用于预测患者生存期。通过分析中央神经系统（CNS）肿瘤的表观遗传学特征，研究人员希望识别出在临床上具有重要意义的子类。 研究来源 这篇文章由Richard Drexler等人撰写，他们分别来自德国汉堡大学医学中心、斯坦福大学等多个不同的研究机构。文章于2024年6月发表在《Nature Medicine》上。 研究流程与方法 研究流程 研究包含多个步骤...
阿尔茨海默症研究与治疗前沿：脑电图周期成分中的贝塔/西塔功率比作为潜在生物标志物 背景介绍 阿尔茨海默症（Alzheimer’s dementia, AD）是一种逐步发展的疾病，占所有痴呆病例的60%到80%[1]。在AD的早期阶段，通常会出现轻度认知障碍（Mild Cognitive Impairment, MCI），在此阶段个体仍然可以独立生活[2]。区别MCI与AD或健康老化的生物标志物对于开发预防干预措施至关重要，这有助于提高生活质量，减轻护理负担并降低护理成本[3]。 脑电图（Electroencephalogram, EEG）是一种非侵入性且成本低廉的工具，可通过不同空间尺度的电压差异评估神经离子电流流动，具有高时间分辨率[4-6]。大多数关于AD和MCI的EEG研究集中在分析功...
海马前额叶交互支持序列工作记忆的θ振荡研究 学术背景 背外侧前额叶皮层 (dorsolateral prefrontal cortex, DLPFC) 和海马在序列工作记忆 (sequential working memory) 中起着关键作用，但具体的交互机制尚不明确。以往研究表明，这两个脑区通过θ振荡在情景记忆和空间导航中进行交互，但在工作记忆中的具体作用亟待进一步探讨。一些研究发现，海马和前额叶皮层的θ相干性与学习空间和物体的情景有关，而病变或功能障碍会影响此类记忆能力。此次研究的目的即是探讨DLPFC与海马在实时处理序列表现中的交互机制，以期揭示其具体作用。 论文来源 本文发表于《Neurosci. Bull.》，其主要作者为Minghong Su、Kejia Hu、Wei Liu、...
增强跨模态记忆编码前的θ波和α波振荡增加 背景介绍 情景记忆（episodic memory）是人类记忆的重要组成部分，其核心机制之一是通过不同感觉通道的刺激形成联想。然而，目前的理论认为，在跨模态（crossmodal）联想编码过程中，θ波（theta band，3-7 Hz）振荡的相位和功率起着功能性的作用。此外，若在刺激呈现前在θ波范围内（3-7 Hz）以及α波范围内（8-12 Hz）和低β波范围内（13-20 Hz）持续存在振荡活动，这对随后的记忆过程和认知处理有着调节作用。 研究课题 本研究旨在测试这样一个假设：前刺激的低频活动特性对成功形成跨模态记忆是相关的。研究设计特意用于独立于单个项目记忆而调查连带记忆。参与者需要记住视听刺激对并在随后的识别任务中分辨它们和重新排列的新配对。...
基于分层负采样的图对比学习用于药物-疾病关联预测的研究 针对药物-疾病关联（RDAs）的预测在揭示疾病治疗策略和促进药物重新定位方面起着至关重要的作用。然而，现有的方法在预测药物和疾病之间的候选关联时，主要依赖于有限的领域特定知识，因而效果受限。此外，将药物-疾病关系的未知信息简单地定义为负样本存在固有不足。为克服这些挑战，本文提出了一种新的基于分层负采样的图对比模型，称为HSGCL-RDA，该模型旨在预测药物和疾病之间的潜在关联。 研究背景与研究问题 药物开发与疾病进展控制过程漫长且昂贵，而随着疾病数量及其变异的不断增加，对有效药物的需求也在增长。全球性疾病爆发（如新冠肺炎）对现有药物的治疗提出了极大挑战，迫切需要快速开发新的治疗药物。研究现有药物的新用途涉及许多挑战。现有的算法模型虽然在...
##基于生物网络学习蛋白质知识来预测药物-靶点亲和力 背景介绍 药物-靶点亲和力（drug-target affinity, DTA）预测在药物发现环节中占据重要地位。高效且准确的DTA预测可以显著缩短新药开发的时间和经济成本。近年来，深度学习技术的爆炸性发展为DTA预测提供了强大的支持。现有的DTA预测方法主要分为基于1D蛋白质序列和基于2D蛋白质结构图的方法。然而，这些方法仅关注靶蛋白的内在特性，忽略了过往研究中明确揭示的蛋白质交互的广泛先验知识。 针对上述问题，本文提出了一种名为MSF-DTA（基于多源特征融合的药物-靶点亲和力）的端到端DTA预测方法。MSF-DTA通过利用邻接蛋白的信息，增强蛋白质的表示，并使用高级图预训练框架VG-AE（变分图自动编码器）来学习这些表示，使得预测结...
基于知识增强的图主题Transformer在可解释生物医学文本摘要中的应用 研究背景 由于生物医学文献发表量持续增加，自动生物医学文本摘要任务变得愈加重要。2021年，仅在PubMed数据库中就发表了1,767,637篇文章。现有的基于预训练语言模型（Pre-trained Language Models，简称PLMs）的摘要方法虽然提升了摘要性能，但在捕捉领域特定知识和结果可解释性方面存在显著局限。这可能导致生成的摘要缺乏连贯性，包括冗余句子或重要领域知识的遗漏。此外，变压器模型的黑箱特性使得用户难以理解摘要生成的原因和方式，因此在生物医学文本摘要中，包含领域特定知识和可解释性对提高准确性和透明度至关重要。 研究来源 本文的论文由Qianqian Xie、Prayag Tiwari（IEE...