匹伐他汀壳聚糖缓释纳米粒的处方制备与降血脂活性评价
采用离子凝胶法制备的匹伐他汀壳聚糖纳米粒 NP1,在高血脂大鼠中使 LDL、总胆固醇和甘油三酯分别降低 33%、29%、23%,优于游离匹伐他汀。该制剂粒径 219.9–292.7 nm、包封率最高 93%,溶解度较原料药提高 56–102 倍,体外释放约 81% 呈缓释,肠渗透性为原药 1.5 倍。
采用离子凝胶法制备的匹伐他汀壳聚糖纳米粒 NP1,在高血脂大鼠中使 LDL、总胆固醇和甘油三酯分别降低 33%、29%、23%,优于游离匹伐他汀。该制剂粒径 219.9–292.7 nm、包封率最高 93%,溶解度较原料药提高 56–102 倍,体外释放约 81% 呈缓释,肠渗透性为原药 1.5 倍。
研究开发并验证了一种用于富马酸伏诺拉赞速分散片的RP-HPLC定量方法,采用C8色谱柱(4.6×150mm,5μm)与254nm紫外检测,伏诺拉赞保留时间为2.6分钟,方法重现性在±2%以内。强制降解试验显示该药物在碱性条件下易降解,在酸性介质中较稳定,氧化、光照和热应力下降解程度较低。该方法按ICH指南完成线性、精密度、准确度等参数验证,可用于伏诺拉赞速分散片的稳定性表征。
研究人员开发并验证了一种 LC-MS/MS 法用于定量人血浆中的 cirtuvivint(SM08502)。方法仅需 20 μL 血浆、5 分钟即可完成分析,线性范围 5–1000 ng/mL,符合 FDA 生物分析方法验证指南要求,将支持该药正在进行的Ⅰ期及未来临床试验药代动力学研究。
科学家通过基因工程手段操控头足类胚胎,成功培育出首只发光的乌贼,标志该领域里程碑。该突破为研究动物感知、大脑进化等多个基础生物学课题提供了新工具。
研究人员开发了 ProBord 工具,通过 attB 位点比对实现单碱基精度前病毒边界定位,构建了 430,134 个边界界定前病毒(BDP)数据库。比较边界未界定前病毒(BUP)揭示驯化普遍模式:选择性丢失病毒核心基因而保留宿主有益功能。整合 ProAct 后识别出 101 个被主流工具忽略的"暗"前病毒及 4,910 个活性前病毒,多数"暗"前病毒与致病菌宿主相关。
Nature 发表 SynthIDBio 方法族,可在不损害蛋白功能的前提下为 AI 生成的蛋白序列和结构嵌入水印,用于建立 AI 生成生物分子的可追溯性。研究者设计出带水印的功能性蛋白结合剂,其结合力与无水印版本相当,水印检测准确率接近完美;其中 SynthIDBio-structure 基于微调的 AlphaFold3,在生物分子结构中嵌入不可感知水印,作为 AI 驱动生物工程溯源的概念验证。
推荐理由:原文给出在保持蛋白功能前提下嵌入水印并实现近完美检测的具体方案,读者可据此与现有 AI 生成内容溯源手段直接比较。
研究者在 Nature 发表论文,提出用于无序蛋白合理设计的计算框架 GOOSE,并用其设计并测试数千条 IDR 序列以揭示序列-功能关系。应用包括:响应细胞体积减小的 IDR、能自组装并招募特定客户的支架 IDR,以及保护细胞免于干燥的 IDR。DOI:10.1038/s41586-026-10849-1
研究提出一种基于纳米孔的肽段序列读取策略 tPAL,利用经 NTA-Ni 适配体与目标肽修饰的工程化 MspA 纳米孔识别肽段 N 端,配合胆固醇化氨基肽酶逐氨基酸截短固定化肽段,实现单氨基酸分辨率的序列解码,并可检出翻译后修饰、非天然氨基酸插入等差异。原文 DOI:10.1038/s41586-026-10881-1。
推荐理由:原文给出 tPAL 纳米孔改造、NTA-Ni 适配与逐步截短读出流程,可作为蛋白序列单氨基酸分辨率解码的可迁移实验范式。
研究团队开发了一种基于有机电化学晶体管的多参数检测平台,可在血清 L1CAM+ 神经元外泌体中同时检测 α-Syn 总蛋白、聚集体和 ser129 磷酸化三种形式。
作者利用杂原子均裂取代(het-SH2)机制报道了二烷基醚的自由基合成方法,以钛催化结合可见光光氧化还原催化将羧酸衍生的氧化还原活性酯与醇高效偶联,覆盖 3°-2°、3°-1°、2°-2° 与 2°-1° 等多种取代模式。
FDA 将于 2027 年 4 月 12–14 日在白橡树园区主办美国政府机构化学信息学资源研讨会,并同步线上举行,仅限政府雇员及承包商注册。会议由 FDA 化学信息学与建模兴趣小组主办,NIST、NIH/NCBI、NCATS、FDA/NCTR 等机构共同组织,议题涵盖化学信息学在分析化学中的应用、新方法学(NAMs)以及 AI/ML 用于药物再利用与药物发现。
该工作提出动态范围分数(DRF)标定框架和插值重复基线,用于评估扰动预测度量对生物学信号灵敏度。在14个数据集、18个度量上测试9个深度学习模型(scGPT、GEARS、PRESAGE、scLambda、CellFlow等)和4种基础模型嵌入探针,结果显示标定度量下多数模型可超越无信息基线,PRESAGE在Wessels23组合扰动任务上于15/18个度量超过加性基线。
推荐理由:该工作提出 DRF 标定框架与插值重复基线,说明先前基准因度量未标定而低估了深度学习模型在遗传扰动预测中的真实表现。
GIAB 联盟发布 HG002 v5.0q 基准集,基于 HG002 二倍体全相位高精度组装,提供覆盖小变异和结构变异的综合评测参考。相较 v4.2.1,新基准新增约 200 Mbp 可调用序列,小变异检出量提升 18%,结构变异检出量提升约 3 倍,重复区域内变异覆盖也显著增加,并提供 GRCh37、GRCh38 和 CHM13 三种参考基因组版本。
推荐理由:v5.0q 基准相比 v4.2.1 新增约 200 Mbp 可调用序列,结构变异检出量提升约 3 倍,为测序技术与变异调用算法的评测提供了更完整的参考。
Claude agents 发现一种新的酶系统,Anthropic 称这是其 AI 系统的首次科学发现。公司上周公开此事,并在 Q&A 中由生命科学团队进一步介绍这一发现。
原文报道了一种银(I)介导的无保护肽酰胺-酯转化方法,借助易引入的N,S-苯亚甲基硫缩醛支架可在含水乙酸中将主链酰胺化学选择性转化为水杨醛酯,且无外消旋化。作者通过多种肽合成实例及H2A、H2B、H3、H4镜像组蛋白的高效全合成进行验证,并经详细机理研究阐明反应路径,为肽或蛋白水平的可编程酰胺活化建立通用有机化学平台。DOI: 10.1126/sciadv.aej5227
推荐理由:原文给出银(I)介导的无保护肽酰胺-酯转化方法及机理验证,并以镜像组蛋白全合成展示适用性,对化学蛋白合成方法学有参考价值。
筛选可电离脂质并以基因编辑器大小的 RNA 验证,研究者鉴定出 LC-1,其形成的结构能增强内体逃逸,在小鼠肝、肺和脑中实现高效基因组编辑。该策略解决了脂质纳米颗粒(LNP)递送编码大型基因编辑器的大型 mRNA 时效率下降的问题。
推荐理由:热度:2 个信源报道同一事件
研究人员开发了针对WHO高优先级真菌病原体荚膜组织胞浆菌(H. capsulatum)的快速全基因组多位点序列分型(MLST)方案。基于406个公共基因组组装构建了wgMLST、annMLST与fanMLST三种方案,每种含超过8,000个标记,可在常规计算设备上重现区分全部7个谱系及6个南美亚谱系,方案间比较的r²值在0.8–1.0之间。
一项基于分数阶微分方程的肿瘤-免疫-药物模型分析表明,降低分数阶导数阶数仅改变动力学瞬态过程,并不影响模型的最终平衡状态。研究还指出,单次推注给药后药物浓度的峰值即为初始浓度,且当阶数α<1时,浓度-时间曲线下面积会发散。所有模拟参数均为无量纲示例,源代码已公开以确保结果可重现。
研究者开发了SynthIDBio-sequence和SynthIDBio-structure两种水印方法,分别用于AI生成的蛋白质序列和结构。通过体外实验验证,水印蛋白结合剂对SARS-CoV-2受体结合域(SC2RBD)保持低纳摩尔结合亲和力,对VEGF-A和PD-L1保持亚纳摩尔结合亲和力。水印检测在0.1%假阳性率下达到100%真阳性率,且不影响关键结构指标如LDDT和模板建模分数。
推荐理由:研究者开发了两种功能保持型水印方法,通过体外实验验证了水印蛋白结合剂在SC2RBD、VEGF-A和PD-L1靶点上保持纳摩尔级结合亲和力。
Google DeepMind 研究人员在 Nature 上描述了可为 AI 设计的蛋白质嵌入隐藏水印的系统 SynthIDBio,该水印同时编码在氨基酸序列和三维结构中且不影响蛋白质功能。
ArchMap 是一款免费、无需编程的网页工具,可将单细胞数据集映射至参考图谱。该平台兼容基于 Python 的映射方法,解决了现有软件通常需要编码技能或许可证的限制。
SK pharmteco 专家将分享应对 ADC 连接子-载荷合成挑战的实践经验,涵盖从设施策略到工艺开发、放大生产和清洁验证的全生命周期。案例将展示如何通过整合化学、工程和分析策略来降低技术风险,并支持新兴 ADC 项目快速过渡至 GMP 生产。
科学家找到一种新方法,可克服细胞对自扩增mRNA(saRNA)疫苗的天然防御机制。这一发现为自扩增mRNA疫苗的进一步开发提供了新方向。
MAbs 期刊发表 Di Filippo P 与 Steyaert J 撰写的文章,以 NanoSaurus 为题聚焦单域抗体研究领域开放获取的迫切需求。文章将 NanoSaurus 定位为应对这一需求的方案。
Prime assembly 技术扩展了 prime editing 的能力,实现了更大规模的基因组重排,有望拓宽其在由多种突变引起的遗传病中的临床应用。该技术避免了双链 DNA 断裂,并能克服传统方法在序列改变长度上的限制。这项进展为治疗更广泛的遗传疾病提供了新的工具。
指数加权集成深度学习模型在肺腺癌组织学生长模式分类中达到kappa值0.9648和96.52%准确率,显著优于最佳单模型(McNemar检验p<10^-12)。
研究人员基于非洲疾控中心AHSS议程与WHO框架,构建10维度文献评分卡,评估5个REC区域共12个非洲国家的48份政策文件。结果显示治理与战略规划最强,融资具体性、数字健康架构及实验室与药品体系最薄弱;12份融资战略中仅3份、10份药品政策中3份、12份规划中2份含AHSS条款,战略意图明确但操作性准备不足。该评分卡可用于识别缺口并指导技术援助。
研究人员开发了BOB-seq v0.1方法,通过酰化和点击化学将生物正交条形码直接连接到细胞RNA的多个内部位置。在物种混合实验中,逆转录酶从RNA模板切换到其连接的条形码准确率超过99%。该方法无需文库片段化步骤,可通过poly(dT)或随机六聚体引物选择3'末端计数或全长异构体捕获。药物筛选实验显示该方法能识别全转录组范围内的靶向和非靶向RNA剪接效应。
推荐理由:该方法通过生物正交条形码直接标记RNA内部多位点,在物种混合实验中实现了超过99%的模板转换准确率。
一项新设的小班制动手实验课程成功实施,旨在通过模拟典型的实验室规模开发流程,向高年级本科生和研究生传授免疫疗法及CAR-T细胞技术。课程中,学生从猪外周血单核细胞中分离T细胞,并使用预先设计的B7H3 CAR-T细胞与U87胶质母细胞瘤细胞共培养以评估杀伤效果。该研究整合型课程被证明可行,为学生提供了免疫肿瘤学研究工具和CAR-T细胞生产技术的实践基础。
FRANK 机器学习模型利用 11,467 个转录组数据对 181 种儿童肿瘤及正常组织类型进行分类,在包含 16,398 个样本的九个数据集中实现 98.3% 的总体准确率。该模型在长读长 RNA 测序数据以及噪声和低质量数据中保持准确性,并在外部数据集上优于其他已发表的儿童泛癌种 RNA-seq 分类器。
预印本研究系统比较 ChIP-seq 和 CUT&Tag 在 K562 和 MCF-7 细胞系中多种组蛋白标记的检测差异。分析表明 CUT&Tag 在低 GC 区域灵敏度有限,而在高可及性染色质中信号增强;在活性基因体和 Polycomb 抑制域中分别丢失 H3K36me3 和 H3K27me3 信号。启动子区域差异与 GC 含量和染色质可及性系统相关。
SHERLOCK 是一个用于单细胞扰动分析的可解释深度生成框架,它将扰动效应表示为对潜在基线细胞状态的结构化干预。该框架学习相关且稀疏的扰动表征,能根据共享的转录反应对遗传和药理学扰动进行组织,并可量化不同条件下的扰动反应变化以及组合式建模组合扰动效应。在基因组规模CRISPR、化学和空间扰动数据集上的测试表明,SHERLOCK能够恢复与已知生物通路和药理学特性一致的扰动关系。
Technology Networks 报道,一项名为"Prime Assembly"的技术有望为基因编辑提供通用方案。该消息以"信号还是噪声"的讨论形式在社交媒体上被转发,原文未披露具体实验数据或适用场景的细节。
Anthropic 公司的人工智能代理在巨型病毒基因组中发现了一种与细菌 CRISPR 免疫系统中相似的重复 DNA 序列模式。该发现由约 950 个 AI 代理在自主探索数十亿蛋白质数据后得出,并作为预印本于 9 月 23 日发布在 alphaXiv 平台。研究人员尚未确定这些新发现的病毒序列的功能,也不清楚其是否具有与 CRISPR 类似的基因编辑工具潜力。
研究提出了两种互补的稳健性指标——分类稳定性评分和预测特异性评分,用于评估单细胞RNA测序数据中细胞类型标签转移算法的可靠性。在人类胎儿肾脏和四种iPSC来源的肾脏类器官数据集上的应用显示,人类胎儿肾脏大多数细胞类型稳健性评分较高,而类器官中上皮谱系的评分则因分化方案不同而异。模拟细胞移除实验验证了该指标能正确识别不可靠的分类。
Anthropic 与霍华德·休斯医学研究所 Janelia 研究园区合作开发的 Model Hardware Standard (MHS) 软件框架,可将具有可编程接口的实验室设备连接成一个无缝系统。该框架允许人工智能代理控制设备并协调实验,使研究团队能在数小时内完成实验设置,显著缩短了从实验构想到运行所需的时间。
推荐理由:热度:X 浏览 2.1 万
unZipro 是一种几何深度学习框架,可将通用蛋白质设计模型适配于特定蛋白质家族。该框架利用元学习高效探索家族特异性适应度景观,在基因编辑、荧光素酶报告、转录调控和抗病毒等多个领域实现了快速蛋白质进化,且仅需最少的实验筛选。
研究团队基于4377个肉瘤和间叶性肿瘤的甲基化谱开发了新版肉瘤分类器v13.1,涵盖116个肿瘤亚类和93个甲基化类别。在1547例独立验证队列中,73%的病例获得分类器预测,其中91%与原始组织病理学诊断匹配,并为6%组织学不确定病例提供了分子诊断重新分类。
推荐理由:该分类器在四个独立队列中验证了91%的诊断匹配率,并为6%的组织学不确定病例提供了分子诊断。
AlphaFold 蛋白质结构数据库于 9 月 24 日新增了 8,000 多个病毒蛋白二聚体的预测结构,涵盖 23 个能感染人类的病毒家族。此次更新是 AlphaFold 数据库内“大流行防范门户”启动的一部分,旨在弥补病毒蛋白结构数据的空白。研究人员分析了近 2,800 种病毒的蛋白质序列,但仅有约 8,000 个预测结果因准确性达标被纳入数据库。
推荐理由:热度:X 浏览 7.4 万
超大规模虚拟筛选(ULVS)能够探索庞大的化合物库,并已在多种蛋白质靶点上成功识别出强效先导化合物。然而,该技术的应用受到高成本、灵活性有限和可扩展性不足的限制。