• 机械化学冷压构建Li─Si合金活性界面层用于µSi基全固态电池活性锂储库

  采用完全活性、无碳微硅（µSi）负极的硫化物基全固态锂离子电池（sulfide-based all-solid-state lithium-ion batteries, ASSLIBs）在高能量密度、增强安全性和降低成本方面具有显著潜力。然而，其实际应用受到反

  来源：Advanced Science

  时间：2026-11-03

• 植物mRNA衰减：分子机制、进化保守性与生物学功能及作物改良应用

  mRNA衰减是一种关键的转录后调控机制（post-transcriptional regulatory mechanism），通过动态控制mRNA稳定性来精细调节植物发育与胁迫适应性，从而架起基础生物学与作物改良之间的桥梁。目前对植物mRNA衰减机制的认识主要

  来源：Plant Biotechnology Journal

  时间：2026-11-03

• 连续细针穿刺RNA测序揭示三阴性乳腺癌PDX模型对化疗敏感性的早期转录与细胞因子反应差异

  化疗仍是三阴性乳腺癌（TNBC）新辅助治疗的支柱，且对化疗的反应与患者预后密切相关。然而，预测化疗耐药仍是主要临床挑战。为应对这一障碍，研究人员对化疗敏感或化疗耐药的TNBC患者来源异种移植（PDX）模型进行了连续细针穿刺（FNA）并结合RNA测序（RNA-s

  来源：Oncogene

  时间：2026-11-03

• 基于物理的RNA–配体结合预测框架P-RISE揭示可靠预测的物理决定因素

  RNA靶向小分子药物的发现面临实验表征的RNA–配体复合物稀缺以及现有计算方法在化学多样体系间可迁移性有限的挑战。研究人员在此提出了P-RISE，一个基于物理的RNA–配体结合预测框架，并利用其识别支撑可靠性能（reliable performance）的

  来源：Nucleic Acids Research

  时间：2026-11-03

• InterPro 2027：深度学习、预测结构与人工智能服务驱动的蛋白质序列分类资源升级

  InterPro（https://www.ebi.ac.uk/interpro）是一个免费获取的蛋白质序列分类资源。该资源整合来自多个成员数据库（member databases，为InterPro提供预测模型的专门数据库）的预测模式（signatures），

  来源：Nucleic Acids Research

  时间：2026-11-03

• 面向植物病毒序列—宿主—表型—靶点—抗病毒证据整合与AI辅助优先排序的关联数据库

  研究植物病毒依赖于分类学、核酸序列、宿主与病害记录、分子靶点及抗病毒实验等证据，但这些数据分散于独立资源中，难以进行集成检索与比较。PlantVirDisConDB（植物病毒病害关联数据库）可免登录公开访问，并通过人工校对的植物病毒记录将上述数据关联。截至20

  来源：Nucleic Acids Research

  时间：2026-11-03

• 线性RNA病毒基因组中自切割核酶（self-cleaving ribozymes）的保守分布及其对翻译起始（translation initiation）的功能性招募

  小型自切割核酶（small self-cleaving ribozymes）是发现于类病毒因子（viroid-like agents）中的催化性RNA，这些复制性环状RNA（circRNAs）被认为是前biotic RNA世界的遗迹。然而在过去十年中，小型核酶

  来源：Nucleic Acids Research

  时间：2026-11-03

• 多组学图谱mV2G：面向组织特异性变异到基因优先排序的统一框架

  多组学变异到基因（Variant-to-Gene，V2G）图谱mV2G是一个综合性质的知识图谱，其通过整合多样的功能基因组学证据，对组织特异性的V2G关联进行优先排序。尽管全基因组关联研究（Genome-Wide Association Studies，GWA

  来源：Nucleic Acids Research

  时间：2026-11-03

• tModBase v2.0：面向tRNA化学修饰的扩展型数据库与检索增强生成驱动的智能助理tModBot

  转运RNA(tRNA)的化学修饰对tRNA稳定性、密码子解码、翻译保真度以及tRNA来源小RNA(tsRNA)生物发生具有关键作用。此类修饰的改变与应激反应、生理调控及人类疾病相关，因此需要将修饰信息同实验证据与生物学背景进行系统整合。研究人员此前建立tMod

  来源：Nucleic Acids Research

  时间：2026-11-03

• TCR基序图谱：识别病毒、癌症和自身免疫表位的TCR特异性数据库

  T细胞识别由T细胞受体（T细胞受体，TCR）与表位之间的结合所引发。许多机器学习方法已被提出用于模拟TCR–表位识别特异性，但其中大多数作为黑箱运作。为使TCR–表位识别特异性可视化，研究人员开发了TCR基序图谱（TCR Motif Atlas，https:/

  来源：Nucleic Acids Research

  时间：2026-11-03

知名企业招聘：