生物通官微陪你抓住生命科技跳动的脉搏
通过整合机器学习、共定位和SMR分析技术,鉴定克罗恩病的新生物标志物
克罗恩病多组学整合分析鉴定出CXCL5、SERPINB2、SOCS3、PF4和IL1R1等核心生物标志物,其中IL1R1经贝叶斯共定位和SMR分析显示因果关联,并证实其在炎症反应和Th1/Th17免疫应答中的双重作用。
来源:The FASEB Journal
时间:2026-03-05
探索来自长叶马尾藻(Sargassum longifolium)的岩藻多糖(fucoidan)作为天然抗糖尿病物质的作用机制:通过计算机模拟(in silico)和体外实验(in vitro)方法研究其对两种酶的靶向作用及其对GLUT4转运蛋白的影响
褐藻岩藻黄糖胶的硫酸化结构特征及其抗糖尿病活性研究。采用热酸性法提取并纯化Sargassum longifolium中的岩藻黄糖胶,通过FTIR、Raman、NMR等证实其硫酸化α-L-岩藻糖主链含1→4和1→3连接,C-2和C-4位硫酸化,β-1→4连接半乳糖侧支。体外抑制α-淀粉酶(IC50=75μg/mL)和α-葡萄糖苷酶(IC50=12.5μg/mL)呈竞争性抑制,上调L6细胞GLUT4基因表达并增强转位,分子对接证实其双重酶抑制活性。
来源:International Journal of Biological Macromolecules
可持续分离方法:从枣椰树叶中提取有机溶剂木质素,用于处理难处理的碳氢化合物/水乳液
椰枣叶提取的器官解木质素作为生物基破乳剂,优化溶剂系统(30%丙酮)后实现柴油/水分离效率达90.33%,适应不同pH、温度和盐度条件,有效回收柴油并减少二次污染,为可持续废水处理提供新途径。
来源:Biomass and Bioenergy
新加坡人工智能辅助乳腺癌筛查的成本效益分析:一项早期卫生技术评估
本研究是亚洲首项针对人工智能(AI)集成到乳腺癌筛查项目的现实世界成本效益评估。结果显示,AI辅助模型(AI+放射科医师)相较于传统的双读模式,可节省成本并带来健康增益,是最具成本效益的策略;而AI独立筛查(AI-only)虽能带来更大的健康增益,但代价是更高的成本和假阳性率。文章为政策制定、资源分配和负责任地采纳AI技术提供了基于新加坡本地情境的关键证据。
来源:Cancers
综述:过去、现在以及幽门螺杆菌感染后时代中,建立胃癌小鼠模型的传统与创新方法
胃癌小鼠模型构建面临H. pylori感染率低、病程不可控等挑战,研究转向化学致癌物诱导、微生物感染(含H. pylori)、异种移植及基因工程模型四类方法,需根据研究目标选择适配模型。
来源:Biological Procedures Online
从磷矿中通过微生物生物浸出法提取稀土元素:基于生物技术的系统性综述,涵盖机理、生物过程影响因素以及可持续回收的潜力
摘要背景对稀土元素(REEs)需求的增加以及从磷酸盐矿物(独居石、磷灰石)中传统提取方法对环境的严重影响,加剧了人们对绿色替代方案的探索。微生物浸出技术提供了一种低能耗、低污染且可持续的生物技术解决方案,该技术利用真菌和细菌生成有机酸、铁载体、还原剂及其他代谢产物的能力来溶解稀土
来源:BMC Biotechnology
QUILPEN:一种无标记活细胞成像技术,独立定量黑色素细胞色素沉着动力学与细胞器含量
本文介绍了一种名为QUILPEN(无标记色素相关实体定量成像)的新型、无标记、多模态活细胞成像技术。它巧妙结合定量相位成像(QPI)、四分区暗场(QDF)和吸收成像,首次实现了在活体细胞中独立、实时、动态地量化黑色素含量与黑色素体含量。该技术突破了传统方法(如流式侧向散射SSC)无法区分色素与细胞器、依赖标记或具有破坏性的局限,为在单细胞水平解析黑色素生成、色素沉着异质性及其在细胞谱系中的可遗传性提供了强大工具,对理解黑色素细胞生物学、黑色素瘤进展与治疗反应具有重要科学价值。
来源:Pigment Cell & Melanoma Research
基于细菌熔解曲线分析(BMCA)的酸奶中乳酸菌分类、定量与耐热性评估新方法
本文综述了一种创新的细菌熔解曲线分析(BMCA)方法,该方法利用荧光染料SYTO 9和温控荧光计,通过监测乳酸菌(LAB)在升温过程中的双链DNA(dsDNA)解离与细胞膜透性变化,实现了对酸奶中多种LAB的无抗体快速分类、准确定量及耐热性评估,为益生菌产品质量控制提供了高效、便捷的新工具。
来源:Frontiers in Microbiology
仅通过纳米孔技术组装红鞭蛇(Masticophis flagellum piceus)的核基因组和线粒体基因组 Alan F. Scott 和 David W. Mohr
染色体级组装、纳米孔测序、移动实验室、红鞭蛇、线粒体基因组、Hifiasm-ONT、RagTag、甲基化数据、高总线科完整性、去中心化基因组学
来源:Genes
将高通量毒代动力学(HTTK)方法应用于全氟和多氟烷基物质(PFAS)
本研究针对全氟和多氟烷基物质(PFAS)跨物种毒动力学预测难题,提出结合机器学习模型与体外毒动力学参数的高 throughput 毒动力学(HTTK)新方法。通过整合PFAS的肝细胞清除率(Cl<sub>int</sub>)和血浆未结合比例(f<sub>up</sub>)等体外数据,并引入ML模型预测的运输蛋白影响,显著提升人鼠清除率比值的预测精度,根均方对数误差从0.7降至0.83。该方法为PFAS在模式生物中的毒性数据外推人类暴露提供了可靠工具。
来源:Computational Toxicology
知名企业招聘: