BoHuYeShan

给癌症病人用”不对症”的药，反而效果更好？在传统肿瘤治疗中，药物选择遵循一个基本逻辑：一种药对应一种癌。 乳腺癌用乳腺癌的药，肺癌用肺癌的药，每种药都有明确的”适应症”——即经过临床试验证明有效的癌症类型。 但在临床实践中，医生有时会给病人开”超适应症”（off-label）的药物——也就是说，用一种被批准用于 A 癌症的药来治疗 B 癌症。这种做法一直存在争议：有的医生认为这是”必要的灵活”，有的则认为这是”没有证据的冒险”。 2026 年 4 月 15 日，Nature 报道了一项大规模临床试验的结果：在基因组指导下，超适应症治疗对相当一部分患者是有效的。 什么是”超适应症”治疗一个药物在上市之前，需要在特定类型的癌症患者中进行临床试验，证明它有效且安全。获批之后，它的”适应症”就被限定在这些特定的癌症类型上。 但在实际临床中，情况常常更复杂。一个患者的肿瘤可能具有某种特定的基因突变——比如 BRAF V600E 突变——而这种突变不仅出现在黑色素瘤中，也出现在结直肠癌、甲状腺癌、肺癌等多种癌症中。如果有一种针对 BRAF V600E 突变的药物（比如 vemurafenib），它在黑色素瘤中已经获批，但理论上对其他携带相同突变的癌症也可能有效。 这就是”超适应症”治疗的核心逻辑：根据肿瘤的基因特征，而非器官来源来选择药物。 但问题是：这种逻辑对不对？一个药物在 A 癌...

你每呼吸一口气，都在吸入别人的基因2026 年 4 月 14 日，Nature 发表了一篇关于”空气环境 DNA”的深度报道。这篇报道揭示了一个大多数人从未意识到的事实：空气中弥漫着 DNA——你的、你周围人的、你脚下植物的、远处动物的——所有生物都在不断地向空气中释放自己的遗传信息。 你每次呼吸、每次抓头、每次打喷嚏，都在向空气中投放 DNA 片段。这些片段可能在空气中漂浮几天，随风飘荡几百米甚至几公里。科学家正在学习如何从空气中”嗅出”这些 DNA，用来描绘一个生态系统的完整图景。 空气里的 DNA 从哪来你挠一下头皮，就会把富含 DNA 的细胞碎片释放到空气中。这些碎片会和来自四面八方的其他 DNA 混合在一起：你和别人的呼吸和皮肤脱落物、毛发碎片、羽毛、排泄物、花粉、孢子、病毒、微藻…… 这些 DNA 片段——有些长达数万个碱基对——可以在空气中漂浮数天，常常附着在尘粒上。它们的传播距离从几米到几千米不等。 科学家早就习惯了从水和土壤中提取 DNA（这叫”环境 DNA”或 eDNA），用来监测水中的鱼类、追踪土壤中的微生物。但直到最近十年，才有人开始认真研究空气中的 DNA。 从温室到动物园：空气 DNA 的发现史2013 年，伦敦自然历史博物馆的 Matt Clark 和 Earlham 研究所的 Richard Leggett 在一个温室里采集了空气样本。”我...

大语言模型能做药物发现吗？一个基准测试说：别太乐观大语言模型（LLM）在文本理解、代码生成、数学推理等任务上的表现令人印象深刻。于是很自然地出现了一个问题：这些模型能不能用在药物发现上？ 药物发现是一个极其昂贵、极其缓慢的过程。一个新药从靶点发现到上市通常需要 10-15 年、数十亿美元。如果 AI 能加速其中任何一个环节，价值都是巨大的。 但”能写文章”和”能设计药物”之间，隔着一道巨大的鸿沟。 DrugPlayGround：一个系统的基准测试2026 年初，Liu 等人在 arXiv 上发表了 DrugPlayGround，一个专门评测 LLM 和 embedding 在药物发现任务上表现的基准测试。 这个基准涵盖了药物发现流程中的多个关键任务，包括： 分子性质预测（这个分子有没有毒性？溶解度好不好？） 药物-靶点相互作用预测（这个分子能不能和目标蛋白质结合？） 分子生成（设计一个具有特定性质的新分子） 反应预测（这个化学反应会生成什么产物？） 文献挖掘（从海量论文中提取药物相关信息） 测试的模型包括了主流的 LLM（GPT-4、Claude、Llama 等）以及专门为药物发现训练的 embedding 模型。 结果：LLM 在某些任务上还行，在另一些任务上很差基准测试的结果可以概括为一句话：LLM 是不错的”阅读理解者”，但不是合格的”分子设计师”。 在文本类任...

你的大脑有 100 万亿个突触，GPT 有多少？——从果蝇全脑模拟到大模型涌现，一场关于”智能”的参数考古当你和 ChatGPT 对话时，你可能不会意识到：这个模型的”大脑”在某种意义上比一只果蝇大了 15 倍——但果蝇能飞、能找食物、能求偶、能学习避开危险，而 15 倍大的 GPT-2 在 2019 年连一句连贯的话都说不出来。 这个看似矛盾的现象背后，藏着一个关于”智能”的深刻问题：参数多就等于聪明吗？如果不是，那到底什么才是智能的关键？ 这篇文章试图用一组对比数据、一个令人兴奋的虚拟果蝇实验，以及一个关于”涌现”的参数阶梯，来重新审视这个问题。 第一章：先搞清楚一件事——大模型的”参数”到底是什么参数约等于突触，不是神经元当我们说 GPT-3 有 1750 亿个参数时，这些参数到底是什么？ 在人工神经网络中，参数是连接两个”神经元”的权重值。每次计算时，一个神经元的输出会乘以这个权重值，再传递给下一个神经元。训练过程就是调整这些权重值，让网络的输出越来越接近目标。 在生物大脑中，对应这个角色的是突触——两个神经元之间的连接点。突触不是一个简单的开关，而是一个复杂的生化结构：当上游神经元的电信号到达突触时，它触发神经递质的释放，神经递质穿过突触间隙，与下游神经元的受体结合，改变下游神经元的电位。突触的”强度”（即信号传递的效率）是可调节的，这被称为突触可塑性。学习的本质...

一个 AI 同时学会了”造蛋白质”和”骗蛋白质”——蛋白质结合物设计的新范式在前面三篇文章中，我们分别讨论了 GAN 和扩散模型在生物分子设计中的概况、蛋白质结构预测从静态到动态的转变，以及它们与前面 Transformer、CNN、RNN 三个批次的关系。 今天这篇文章聚焦一个具体的代表工作：如何用生成式模型设计能与目标蛋白质结合的新蛋白质。 这是一个有直接药物设计价值的任务——很多药物的作用机制就是”一个蛋白质分子与另一个蛋白质分子结合，阻断或激活它的功能”。 蛋白质结合物设计：两种路线的对峙在蛋白质结合物（binder）设计领域，过去存在两种截然不同的技术路线： 第一种是生成式方法。 用扩散模型或 Flow Matching，学习”什么样的蛋白质结构是合理的”，然后直接从噪声中生成新的蛋白质骨架。这类方法的优点是能产生结构多样化的候选分子，缺点是生成的分子不一定能与特定靶点有效结合。 第二种是”幻觉”方法（hallucination）。 不从零生成，而是用 AlphaFold2 这样的结构预测模型作为”评分器”，通过优化序列让预测出的结合结构越来越好。这类方法的优点是与靶点的结合效果有保障，缺点是搜索效率低、容易陷入局部最优。 过去这两条路线是分开走的——你选一个框架，要么做生成式，要么做优化。 Proteina-Complexa 试图打破这个二分法。 Protei...

一个人身上三种自身免疫病，一针 CAR-T 全治好了2026 年 4 月 9 日，Nature 报道了一个真实的病例：一位女性同时患有三种自身免疫病——系统性红斑狼疮、系统性硬化症和特发性炎症性肌病。这三种病中的任何一种都很难治，同时患有三种在临床上几乎看不到有效的治疗方案。 她在接受了一次 CAR-T 细胞治疗后，14 个月内三种疾病的症状全部消失，完全不需要服用任何药物。 这不是一个临床试验的结果，而是一个个体病例。但它之所以引起广泛关注，是因为它展示了一种可能性：用改造过的免疫细胞来”重启”已经失控的免疫系统。 什么是自身免疫病你的免疫系统的核心任务是区分”自己”和”非自己”——攻击入侵的病原体，保护自己的组织。正常情况下，免疫系统精确地执行这个任务。 自身免疫病是免疫系统的”识别错误”。 免疫细胞把身体自身的正常组织误认为是外来入侵者，开始攻击自己的器官和组织。不同的自身免疫病攻击不同的靶点： 系统性红斑狼疮（SLE） 攻击皮肤、关节、肾脏、大脑等多个器官 系统性硬化症 导致皮肤和内脏器官的纤维化——组织变硬、失去弹性 特发性炎症性肌病 攻击肌肉组织，导致肌肉无力和萎缩 传统的治疗方法主要是免疫抑制——用药物全面压制免疫系统的活性，让它”别那么激动”。但这种方法有两个根本性的问题：第一，它不分敌我地压制所有免疫反应，导致患者容易感染；第二，它只能控制症状，不能根...

你的基因里写着一万年的战争史2026 年 4 月 15 日，Nature 发表了一项可能是迄今为止最大规模的古基因组研究。研究团队分析了超过 15,000 个古人类的基因组数据——这些 DNA 来自过去一万多年间生活在世界各地的人。结果发现，自然选择在最近几千年的速度，比之前认为的要快得多。 数百个基因在近期经历了自然选择，涉及免疫、肤色、消化、行为等多个方面。换句话说：你身体里的某些特征，不是随机的——它们是一万年来的环境压力刻在你 DNA 上的印记。 一场持续了一万年的战争大约一万年前，人类开始了农业革命。这件事彻底改变了人类的生活方式——也彻底改变了人类面临的生物学挑战。 农业带来密集居住。 狩猎采集时代，一个群体通常几十个人，四处迁徙。农业时代，几百上千人定居在同一个地方，养着牲畜，堆着粪便，喝着同一口井水。这意味着什么？传染病的大爆发。 天花、鼠疫、流感、结核——这些病原体在密集人群中以前所未有的速度传播。 你的免疫基因记录了这场战争。HLA 基因（人类白细胞抗原）是免疫系统识别”自我”和”非我”的关键分子。不同地区的人群在 HLA 基因上有显著差异——这些差异不是随机的，而是与各地区历史上流行的传染病直接相关。比如在疟疾流行的西非，某个 HLA 变体的频率明显偏高，因为它能更有效地识别疟原虫感染的细胞。 这就是”红皇后效应”的一个真实案例： 病原体不断变异以逃避...

蛋白质预测的下一步：从”拍一张照片”到”造一部电影”AlphaFold2 在 2020 年解决了蛋白质结构预测的一个核心问题：给定一条氨基酸序列，预测它折叠后的三维结构。这项工作拿了 2024 年的诺贝尔化学奖。 但 AlphaFold2 给出的是一张静态照片——一个蛋白质在某一瞬间的构象。而真实的蛋白质不是静止的。它们在折叠态和未折叠态之间波动，在多种构象之间切换，与其他分子发生动态相互作用。这些动态过程直接决定了蛋白质的功能。 2026 年 3 月 19 日，一篇题为”From Snapshots to Symphonies”的综述文章系统梳理了蛋白质预测领域正在经历的转变：从静态结构预测，走向生成式动态建模和多模态交互预测。 这篇文章提供了一个很好的框架，帮助我们理解这个领域的下一步方向。 静态结构预测之后，还有什么问题AlphaFold2 能预测一个蛋白质的”最可能”结构。但”最可能”并不等于”唯一”。很多蛋白质在执行功能时需要在多种构象之间切换——比如酶在催化前后的构象变化、受体在结合配体前后的构象变化、离子通道在开放和关闭状态之间的切换。 这些构象集合（conformational ensemble）是理解蛋白质功能的关键。如果只看一个静态结构，你可能看到的是蛋白质在某个状态下的”快照”，但看不到它是如何到达那个状态的，也看不到它还能变成什么样子。 分子动力学（...

扩散模型能造蛋白质，GAN 能造分子——生成式 AI 正在接管生物设计在前面三个批次中，我们分别讨论了 Transformer、CNN 和 RNN/LSTM 在生物信息学中的应用。这些架构的共同特点是：它们主要是用来”分析”数据的——从已有数据中提取模式、做出预测、进行分类。 从今天开始，我们进入一个不太一样的领域：生成式模型。 这类模型不只是分析已有的蛋白质或分子，而是要创造出自然界中不存在的全新分子。 这是一个本质性的范式转变。分析式模型回答”这个东西是什么”，生成式模型回答”我们能不能造出一个新的东西”。 从分析到生成：为什么要造新的分子在药物设计和蛋白质工程中，研究者面临的核心问题不是”理解已有分子的性质”，而是”找到具有特定功能的新分子”。 传统的做法是定向进化（directed evolution）——随机突变、筛选、迭代。这个方法拿过 2018 年的诺贝尔化学奖（Frances Arnold），但它的搜索空间极其有限：一个 100 个氨基酸的蛋白质有 20^100 种可能的序列，随机搜索几乎不可能覆盖。 生成式模型提供了一种不同的策略： 先从已知分子的数据中学习”什么样的分子是合理的”，然后在学习到的分布中采样，直接生成候选分子。这相当于把搜索空间从”大海捞针”缩小到”在一个经过筛选的池子里挑”。 两大路线：GAN 和扩散模型当前生成式生物分子设计...

癌症会扔假信号弹骗过你的免疫细胞——现在科学家找到了破解办法你的免疫系统一直在追踪和消灭异常细胞。这是一场每天都在进行的无声战争，大部分时候你体内的 NK 细胞（自然杀伤细胞）和 T 细胞都能胜任这份工作。 但癌症不是普通的敌人。它会主动欺骗你的免疫系统。 2026 年 4 月 10 日，Chung 等人在 Signal Transduction and Targeted Therapy 上发表了一项研究，描述了一种叫 circRNA 驱动的 CAR-NK 细胞的新技术。它解决的正是癌症最狡猾的一招——扔假信号弹。 癌症的诡计：假靶点CAR-T 和 CAR-NK 细胞疗法是近年来最受关注的癌症免疫疗法之一。基本思路是：给患者的免疫细胞装上一个”导航系统”（嵌合抗原受体，CAR），让它们精确识别和攻击癌细胞。 这个思路在血液肿瘤上取得了显著成功。但在实体肿瘤上遇到了一个关键障碍：脱落抗原（shedding antigen）。 很多癌细胞会在表面表达一种特定的蛋白（比如间皮素 mesothelin），CAR 细胞就是靠识别这种蛋白来定位癌细胞的。但癌细胞很狡猾——它们会把这种蛋白切下来，释放到周围环境中。 这些游离的蛋白碎片就像假信号弹。它们漂浮在肿瘤微环境中，和 CAR 细胞结合，把 CAR 细胞的”导航系统”占用了。结果是：CAR 细胞被假目标吸引，真正的癌细胞反而逃脱了追...