大规模脑脊液蛋白组网络分析揭示额颞叶变性分子特征

解析FTLD前额颞叶变性脑脊液蛋白质组学大规模网络分析 —— 解锁神经退行性疾病的分子特征 一、学术背景与研究动因 前额颞叶变性(Frontotemporal Lobar Degeneration,FTLD)是65岁以下早发型痴呆最常见的原因之一,引发一系列进行性的行为、语言甚至运动障碍,并显著威胁患者生活质量,带来巨大的社会与经济负担。尽管FTLD发病的分子机制正在被逐步揭示,但目前对于其病理进展的内在驱动机制以及体内可检测的生物标志物(biomarker)的理解,仍然十分有限。临床上常用的分子生物标志物,诸如神经丝轻链(Neurofilament Light Chain,NFL)或阿尔茨海默病标志物等,主要作为神经退行性病变的非特异性指标,难以全面反映FTLD复杂的分子病理进程。 FTL...

健康寿命蛋白质组特征的开发与验证

一、学术背景:从寿命延长到健康寿命的增进 随着20世纪以来全球医疗和社会经济水平的提高,人类整体寿命(Lifespan)显著延长,尤其是在发展中国家。然而,健康寿命(Healthspan)——即个体在无重大慢性疾病和功能障碍、保持全面健康状态下生活的年限——却未能与寿命同步增长。这在全球范围内造成了“健康寿命缺口”(healthspan-lifespan gap),使越来越多的人口虽然生命得以延长,但晚年多伴随慢性疾病、残疾和功能丧失,造成巨大社会、经济和医疗负担。 面对这一挑战,抗衰老生物学领域出现了“老年医学科学”(Geroscience)研究范式。与以往仅聚焦单一疾病的防治不同,Geroscience强调同时针对影响衰老进程的核心生物学机制(如炎症、免疫失衡、代谢异常、细胞功能障碍等“...

成纤维细胞-脂肪细胞谱系细胞相互作用导致细胞外基质蛋白的差异产生

学术背景 疤痕形成是创伤、烧伤和其他并发症后常见的问题,严重影响全球数百万人的生活质量。成纤维细胞(fibroblasts)在病理疤痕形成中起核心作用,因此成为开发新疗法以促进愈合和减少疤痕的常见目标。近年来,研究表明脂肪细胞谱系细胞(adipocyte lineage cells)也在伤口愈合过程中发挥重要作用。临床报告显示,将自体脂肪微移植物(autologous adipose micrografts)置于手术部位可以改善现有疤痕的外观和柔韧性。然而,脂肪移植物中的细胞类型及其在伤口愈合中的具体作用机制尚不清楚。因此,本研究旨在探讨脂肪细胞谱系细胞与成纤维细胞之间的相互作用,以及这些相互作用如何影响细胞外基质(extracellular matrix, ECM)蛋白的产生。 论文来源 ...

ImmunoTAR:整合性优先排序癌症免疫治疗的细胞表面靶点

癌症是全球范围内导致死亡的主要原因之一。尽管近年来免疫治疗取得了显著进展,如嵌合抗原受体T细胞(CAR-T)疗法和抗体药物偶联物(ADCs)的成功应用,但如何有效识别癌症特异性表面蛋白靶点仍然是当前研究的重大挑战。表面蛋白靶点的识别对于开发精准且低毒的免疫疗法至关重要。现有的技术,如RNA测序和蛋白质组学,虽然能够帮助研究人员分析这些靶点,但仍然缺乏系统化的方法来优先选择最合适的免疫治疗靶点。 为此,来自Children’s Hospital of Philadelphia、Drexel University、BC Cancer Research Institute等机构的科研团队开发了一种名为ImmunoTAR的计算工具,旨在通过整合多种公共数据库的数据,系统化地优先选择免疫治疗靶点。该工...

基于APNet的稀疏深度学习模型在COVID-19严重程度驱动因素发现中的应用

学术背景 COVID-19大流行对全球公共卫生系统造成了巨大冲击,尽管目前疫情已有所缓解,但其复杂的免疫病理机制、长期后遗症(如“长新冠”)以及未来可能出现的类似威胁,仍然推动着相关研究的深入。特别是重症COVID-19患者,常伴随“细胞因子风暴”、急性呼吸窘迫综合征(ARDS)、多器官衰竭等严重症状,亟需更精准的预测模型和生物标志物来指导临床决策。 传统的机器学习(ML)和深度学习(DL)模型在高通量组学数据分析中表现出色,但往往缺乏生物可解释性,难以揭示非线性蛋白质动态(如翻译后修饰)和复杂的信号通路调控机制。为了解决这一问题,作者开发了APNet(Activity PASNet),一种结合了差异活性分析和生物信息驱动的稀疏深度学习模型,旨在通过可解释的预测发现COVID-19重症的驱动...