BoHuYeShan

不切DNA也能改基因：Prime Editing进入临床，β-地中海贫血患者已经用上了2012年，CRISPR-Cas9横空出世，基因编辑从此进入”可编程”时代。但这把”基因剪刀”有个根本问题：它必须切断DNA双链，然后依赖细胞自己的修复机制来完成编辑。这个修复过程是随机的、容易出错的，可能产生意外的插入、缺失或染色体重排。 对于需要精确修复单个碱基突变的遗传病来说，这种”先破坏再修复”的策略风险太高。 2019年，哈佛大学的David Liu实验室开发出Prime Editing（精准编辑），彻底改变了游戏规则：不切断DNA，直接在原位”改写”碱基序列。2026年4月，这项技术的临床数据首次公开——5名β-地中海贫血患者接受了基于碱基编辑的治疗，血红蛋白水平快速上升，且无严重不良反应。 基因编辑，终于从”剪刀”进化成了”橡皮擦+铅笔”。 为什么传统CRISPR需要”切断”DNACRISPR-Cas9的工作原理是：向导RNA带着Cas9蛋白找到目标位置，Cas9切断DNA双链，然后细胞启动修复机制。修复有两条路径： 非同源末端连接（NHEJ）：快速但粗糙，经常在切口处随机插入或删除几个碱基，导致基因失活。这适合”敲除”基因，但不适合精确修复。 同源重组修复（HDR）：精确但低效，需要提供一段模板DNA，细胞按模板修复。但HDR只在细胞分裂期活跃，在非分裂细胞（如神经元、心...

单细胞+空间转录组的2026：从看见细胞到看见细胞在哪里做什么单细胞RNA测序（scRNA-seq）解决了一个长期问题：它让我们第一次看清了每个细胞在说什么。但它丢失了一个关键信息：这些细胞在组织中的位置。 空间转录组（spatial transcriptomics）补上了这块拼图：它保留了细胞的空间位置，但分辨率和基因覆盖度不如单细胞测序。 2026年，这两种技术的整合进入了新阶段。不再是”要么看得清细胞，要么看得清位置”，而是”既看得清细胞，又看得清位置，还能看清细胞在这个位置上做什么”。 问题：单细胞告诉你”是什么”，空间转录组告诉你”在哪里”scRNA-seq的优势： 单细胞分辨率 全转录组覆盖（数万个基因） 可以识别稀有细胞类型 可以做伪时序分析（推断细胞分化轨迹） scRNA-seq的盲区： 细胞被打散了，空间信息丢失 不知道细胞在组织中的位置 不知道细胞的邻居是谁 不知道细胞在什么样的微环境中 空间转录组的优势： 保留空间位置 可以看到细胞在组织中的分布模式 可以识别空间结构（如肿瘤边界、免疫浸润区） 空间转录组的局限： 分辨率有限（传统10x Visium的spot直径55微米，包含1-10个细胞） 基因覆盖度低（通常只能检测到几千个基因） 成本高 整合的逻辑：用scRNA-seq的细胞类型注释，去”反卷积”空间转录组的低分辨率数据，推断每个...

一个基因编辑能治多少种病：从镰刀型贫血到地中海贫血的统一疗法2023年12月，FDA批准了首个CRISPR基因编辑疗法Casgevy，用于治疗镰刀型贫血和β-地中海贫血。这是基因编辑从实验室走向临床的里程碑。 但Casgevy只是开始。 2026年，基因编辑正在从”一病一药”走向”平台疗法”——一个技术平台，可以治疗多种疾病。FDA在2026年2月发布了专门针对”平台化基因编辑疗法”的新指南，旨在简化审批流程。目前全球有250+基因编辑相关临床试验同时进行，覆盖从罕见遗传病到癌症、从血液病到神经退行性疾病的广泛领域。 一个基因编辑技术，能治多少种病？答案是：理论上，所有由单基因突变引起的7000+种遗传病。 两条技术路线：激活胎儿血红蛋白 vs 直接修复突变针对血红蛋白病（镰刀型贫血和β-地中海贫血），目前有两条主要技术路线： 路线1：激活胎儿血红蛋白（BCL11A增强子编辑）原理： 人类在胎儿期表达胎儿血红蛋白（HbF），由γ-珠蛋白基因编码 出生后，γ-珠蛋白基因被关闭，β-珠蛋白基因被激活 如果β-珠蛋白基因有突变（镰刀型贫血或β-地中海贫血），就会导致疾病 但如果能重新激活γ-珠蛋白基因，让成年人的红细胞继续表达HbF，就可以补偿β-珠蛋白的缺失 编辑策略： 编辑BCL11A基因的增强子区域 BCL11A是一个转录抑制因子，负责关闭γ-珠蛋白基因 破坏BCL1...

AlphaFold之后：蛋白质结构预测的下一步是什么2021年，AlphaFold2横空出世，在CASP14（蛋白质结构预测竞赛）中达到了接近实验精度的预测水平。《Science》将其评为年度科学突破，《Nature》称其为”改变生物学的AI”。 但AlphaFold2不是终点。 它在单体蛋白质结构预测上表现出色，但在侧链堆积、条件依赖的构象变化、生物分子相互作用等方面仍然存在局限。更重要的是，蛋白质不是静态的——它们在细胞中不断运动、折叠、相互作用，而AlphaFold2只能预测一个”静态快照”。 2026年4月，多篇论文展示了蛋白质结构预测的新方向： ROCKET：把实验数据（cryo-EM、cryo-ET、X-ray）整合进AlphaFold2 RosettaSearch：用大语言模型在推理时优化蛋白质序列设计 FlexRibbon：联合序列-结构预训练，不依赖MSA ProteinVista：全原子3D CNN，在结构依赖任务上超越序列transformer 蛋白质结构预测，正在从”预测静态结构”走向”整合实验数据、优化动态构象、设计新蛋白质”。 AlphaFold2的成就与局限成就： 单体蛋白质结构预测接近实验精度（GDT_TS > 90） 预测了超过2亿个蛋白质结构（AlphaFold Protein Structure Database） 加速了结...

僵尸免疫细胞不止让你变老，还可能让你得脂肪肝“僵尸免疫细胞”不是科幻里的怪物，而是生物学里一个真实存在的东西。 它指的是衰老细胞（senescent cells）——一类退出了正常细胞周期、停止了分裂、但没有死去、还留在组织里的细胞。它们之所以被叫作僵尸，是因为它们”不死”：既不执行正常功能，也不自我清除，而是留在原地缓慢积累。 更麻烦的是，僵尸细胞会向周围释放一系列促炎信号分子——这被称为衰老相关分泌表型（SASP）。这些分子会引发局部炎症，扰乱周围正常细胞的环境，推动邻近细胞也进入衰老状态，像涟漪一样扩散开来。 长期以来，僵尸细胞被认为主要和衰老有关——关节炎、动脉粥样硬化、肌肉退化，都被怀疑有它们的参与。但4月16日发表的多项研究，把它们和另一个现代流行病联系了起来：非酒精性脂肪肝（NAFLD）——也就是我们常说的”脂肪肝”。 衰老细胞怎么影响造血干细胞先说第一个发现：一项新研究揭示了一种与细胞死亡相关的蛋白，在造血干细胞（hematopoietic stem cells）中驱动了衰老的另一种机制——不是杀死细胞本身，而是损伤了它们分裂的能力。 造血干细胞是骨髓里一群可以终身分裂、自我更新的细胞。它们每天生产数十亿个血细胞，从红细胞到免疫细胞全都管。随着年龄增长，造血干细胞的数量和功能都在下降，这被称为”干细胞衰老”，是老年人免疫力下降、造血能力减弱的主要原因之一。 ...

周报｜AI Agent 基础设施继续分化，药物发现出现新基准 本期覆盖时间：2026-04-20 ～ 2026-04-23（含） 本周 AI Agent 领域没有炸裂级新框架，但底层基础设施的分化在继续——有的在解决容灾和成本，有的在优化 token 效率，有的在积累可复用技能。同时，药物发现方向出现了新的评测基准，可能很快会成为 AI 药物公司的标配。 一、AI 与 Agent 工具1. HAWK：多模态模型的视觉 token 剪枝CVPR 2026 收录的一篇论文提出了一个叫 HAWK 的方法，解决多模态大模型（MLLM）推理时视觉 token 过多导致的延迟问题。 关键发现：多模态模型里，不同注意力头其实在处理不同的视觉语义——有的看轮廓，有的看纹理，有的看空间关系。但现有方法把所有注意力头当成等价的，一刀切地剪枝，导致重要信息也被删掉。 HAWK 的做法是：先评估每个注意力头对视觉任务的重要程度，然后结合文本引导的注意力权重来判断哪些视觉 token 是冗余的，哪些必须保留。剪枝过程不需要重新训练，可以直接套用到各种多模态模型上。 实验结果：在 Qwen2.5-VL 上，HAWK 删掉 80.2% 的视觉 token 后，精度还能保留 96%；端到端延迟降至原来的 74.4%，显存占用也有明显下降。 为什么值得看：多模态推理是当前 AI 应用的一个瓶颈——视觉 ...

一个基因表达量正常的孩子，功能为什么出了问题单细胞RNA测序（scRNA-seq）解决了生物学中一个长期问题：Bulk RNA-seq把一整块组织碾碎，测出来的是成千上万个细胞的平均值，每个细胞独特的基因表达模式被抹平了。scRNA-seq让我们第一次看清了每个细胞在说什么。 但scRNA-seq也有自己的盲区：它告诉你每个基因的表达量，却不告诉你这个基因在细胞里做什么。 比如，某个T细胞里某个炎症基因表达量升高了。这说明什么？是这个细胞本身被激活了，还是它被邻居细胞释放的信号影响了？是这个基因自己出了问题，还是它的某个互作蛋白失调，牵连了它？ 单靠scRNA-seq，无法回答这些问题。因为基因表达量是一个信号，但生物学功能来自于相互作用。 scNET：把两种数据拼成一个图今年3月发表在《Nature Methods》上的一篇论文，提出了一个直接解决这个问题的方法：把scRNA-seq数据和蛋白互作网络（PPI）拼在一起，用图神经网络（GNN）同时学习两类信息。 这个框架叫scNET。 思路并不复杂。传统的scRNA-seq分析把细胞建模为矩阵（细胞×基因），分析的核心是找相似细胞、给细胞分类。但如果只看表达量，很多功能相关的生物学信号会被掩盖——两个表达谱完全不同的细胞，可能因为共享同一个互作蛋白而功能相关。 scNET的做法是：给每个基因创建一个节点，把scRNA-se...

僵尸免疫细胞不止让你变老，还可能让你得脂肪肝“僵尸免疫细胞”不是科幻里的怪物，而是生物学里一个真实存在的东西。 它指的是衰老细胞（senescent cells）——一类退出了正常细胞周期、停止了分裂、但没有死去、还留在组织里的细胞。它们之所以被叫作僵尸，是因为它们”不死”：既不执行正常功能，也不自我清除，而是留在原地缓慢积累。 更麻烦的是，僵尸细胞会向周围释放一系列促炎信号分子——这被称为衰老相关分泌表型（SASP）。这些分子会引发局部炎症，扰乱周围正常细胞的环境，推动邻近细胞也进入衰老状态，像涟漪一样扩散开来。 长期以来，僵尸细胞被认为主要和衰老有关——关节炎、动脉粥样硬化、肌肉退化，都被怀疑有它们的参与。但4月16日发表的多项研究，把它们和另一个现代流行病联系了起来：非酒精性脂肪肝（NAFLD）——也就是我们常说的”脂肪肝”。 衰老细胞怎么影响造血干细胞先说第一个发现：一项新研究揭示了一种与细胞死亡相关的蛋白，在造血干细胞（hematopoietic stem cells）中驱动了衰老的另一种机制——不是杀死细胞本身，而是损伤了它们分裂的能力。 造血干细胞是骨髓里一群可以终身分裂、自我更新的细胞。它们每天生产数十亿个血细胞，从红细胞到免疫细胞全都管。随着年龄增长，造血干细胞的数量和功能都在下降，这被称为”干细胞衰老”，是老年人免疫力下降、造血能力减弱的主要原因之一。 ...

一个AI没有见过的新抗生素，是图神经网络找到的——为什么GNN进入了生物信息学2019年，MIT的Collins实验室做了一件后来被认为是里程碑的事：用深度学习从已有的药物分子库里筛出了一个全新的抗生素，他们给它取名halicin。 halicin的结构和所有已知抗生素都不一样。它杀细菌的方式也不是阻断细胞壁合成或干扰DNA复制——这是过去几十年新药研发几乎唯一的思路。halicin干扰的是细菌的质子动力，一种完全不同的机制。 在实验中，halicin杀死了多种耐药菌株，包括对已知所有抗生素都耐药的超级细菌。在感染了耐甲氧西林金黄色葡萄球菌（MRSA）的小鼠身上，halicin的清除效果优于现有的最后一道防线万古霉素。 而找到halicin的那个模型，用的不是Transformer，也不是CNN，是图神经网络（Graph Neural Network, GNN）。 这个模型的输入不是序列，不是图像，而是分子图——原子是节点，化学键是边。它遍历了一个包含6000多个分子的数据库，最终挑出了halicin，以及另外几个有潜力的候选分子。 这是图神经网络在生物信息学中最有名的成功案例之一。但它之所以能成功，不只是因为算法好——而是因为分子天然就是图，图是它的本征表达形式。 图是什么，为什么要用它一个图由节点和边组成。 在分子图里，节点是原子（碳、氮、氧……），边是化学键（单键、双...

海洋里最快的掠食者正在被自己的体温困住——温血鱼类的热力学困境大白鲨和蓝鳍金枪鱼是海洋里最让人敬畏的掠食者。它们游得快、耐力强、追猎凶猛。这背后有一个很少被提及的生理特征：它们的体温比海水高。 大多数鱼类是冷血的，体温随环境变化。但鲨鱼和金枪鱼中不到0.1%的物种进化出了一种中间状态——中温性（mesothermy）。它们能保留体内产生的热量，让肌肉、眼睛或内脏比周围海水高出几度甚至十几度。这让它们在冷水中保持高速游动和敏锐视觉，成为远洋追猎的高手。 但这种能力有代价。都柏林三一学院和比勒陀利亚大学团队4月17日发表在《Science》上的研究，第一次系统量化了这个代价：在控制了体型和水温因素后，中温性鱼类的日常代谢率约为同等体型冷血鱼类的3.8倍。 体温越高，胃口越大研究团队开发了一种新方法来估算野生鱼类在自由游动时的代谢率。他们在鱼身上安装小型传感器，记录体温和水温的实时数据，由此推算鱼体产生和散失的热量。团队还结合了数百个实验室测量数据，覆盖范围从小型鱼类到3.5吨重的巨型姥鲨。 结果是：体温每升高10°C，代谢率翻一倍以上。一只1吨重的温血鲨鱼，每天需要的食物量远超同等体型的冷血鱼。它必须不停地吃，才能维持体内升温。 体型越大，散热越难更麻烦的是几何学。 鱼体产生热量的速度和体积成正比，散热的速度和表面积成正比。体型越大，体积增长得比表面积快——这是平方-立方定律。对...