多囊蛋白孔螺旋的致病变异引发不同类型的离子通道功能障碍

解析ADPKD致病基因变异的通道分子机制 ——PNAS 2025年最新原创研究解读 一、学术研究背景与科学意义 常染色体显性多囊肾病(Autosomal Dominant Polycystic Kidney Disease,ADPKD)是全球最常见的单基因遗传疾病之一,影响着数以百万计的人群。ADPKD的发病机制与肾源性多囊蛋白(Renal Polycystins)PKD1和PKD2的基因变异密切相关,而这两种多囊蛋白作为离子通道亚基,在细胞的主要纤毛(Primary Cilia)中发挥核心作用。尽管近年来对ADPKD的研究不断深入,但由于PKD1和PKD2病变变异种类繁多,大多数致病性变异对蛋白结构及功能的具体影响仍然缺乏直接证据和系统阐释。 ADPKD目前尚无根治性药物,临床治疗多以对症...

复杂性状因果基因集合的生成式预测方法

利用生成式深度学习预测复杂性状的致因基因集:PNAS重磅新方法解读 一、学术背景与研究动机 复杂性状的困境 基因型与表型关系一直是生物学和遗传学领域最核心的问题之一。尤其在生物体级别的复杂性状(complex traits)研究中,这一问题尤为突出。所谓复杂性状,指的是表型受多基因(或多个基因位点,loci)协同作用调控,如常见的哮喘、炎症性肠病、糖尿病、癌症转移等。这些性状通常受遗传背景、表观遗传、环境因素等多重因素影响,使得从基因型预测表型变得异常困难。 现代遗传学研究主要依赖于全基因组关联研究(GWAS, genome-wide association studies)或转录组关联研究(TWAS, transcriptome-wide association studies)等关联分析...

氨基酸主链构象对同义密码子的翻译依赖性并不显著

同义密码子对蛋白质主链构象影响的再评估 —— 一项严格统计检验下的结构生物学范式辩证 一、学术背景与研究动因 在分子生物学和结构生物学的领域,密码子(codon)与蛋白质结构之间的关系一直是研究关注的热点。传统观念认为,蛋白质的一级结构(即氨基酸序列)决定其空间构象(折叠),而遗传密码的“简并性”允许同一种氨基酸由多个“同义密码子(synonymous codons)”编码。从20世纪末开始,越来越多的文献证实,同义密码子的使用偏好与诸多生物学过程密切相关,如mRNA剪接、翻译速率调控及蛋白质折叠动力学等。这些联系不仅丰富了我们对分子生物学中的“非编码信息”的理解,也对蛋白质设计和基因工程提出了更多维度的理论基础。 2022年,一项由A. A. Rosenberg等人发表于Nature Co...

多种致病性多囊蛋白孔螺旋变体引起不同类型的通道功能障碍机制解析

一、研究背景与科学意义 常染色体显性多囊肾病(Autosomal Dominant Polycystic Kidney Disease, ADPKD)是一种常见的单基因遗传性肾病,影响全球数以百万计的人口。ADPKD主要由肾多囊蛋白家族(尤其是PKD1和PKD2基因)编码的通道亚基变异所致,这些蛋白在肾集合管上皮细胞的初级纤毛(primary cilia)中起着关键的离子通道作用。 长期以来,虽然ADPKD作为“通道病”(channelopathy)和“纤毛病”(ciliopathy)已被学界所认同,但大多数致病基因变异如何具体影响多囊蛋白(polycystins)结构和功能,特别是对离子通道的装配、门控(gating)以及定位于细胞初级纤毛中的交通过程,尚缺乏详细的机制解释。目前针对ADP...

PlantCaduceus:利用预训练DNA语言模型实现单碱基分辨率植物基因组跨物种建模

植物基因组跨物种建模的里程碑:PlantCaduceus DNA语言模型的创建与突破性应用 一、学术背景与研究动因 在过去二十年里,伴随高通量测序技术的飞速发展,超过1000种植物基因组已经发表,预计未来这一数字还将持续激增。然而,对这些庞大基因组的功能元素进行注释、理解它们在转录和翻译层面的表达调控,以及分析不同遗传变异对于生物个体适应性和性状的影响,一直是植物基因组学乃至作物改良领域中亟需突破的“瓶颈”问题。 相较于动物和人类,植物基因组拥有更复杂的结构,表现为基因组大小巨大、重复序列比例极高、物种间多样性极强,甚至同属同种内部亦具有极大变异。因此,基于单一物种构建的深度学习(deep learning,DL)模型,往往只在特定物种内表现良好,难以跨物种泛化。这极大限制了新测序植物(尤其...

面向偏差感知的网络生物学链路预测算法的训练与评估

揭示连边预测算法的“富节点”偏见及其应对新策略 —— 解读“Bias-aware Training and Evaluation of Link Prediction Algorithms in Network Biology” 一、学术背景与研究缘起 在过去的十年里,生物网络(network biology)在揭示生物分子关联与功能方面扮演着愈加重要的角色。随着蛋白-蛋白互作(protein–protein interaction, PPI)、疾病基因关系等大规模图谱数据不断丰富,基于图机器学习的连边预测(link prediction, 连边意指网络中节点之间的关联)成为生物信息学和计算生物学中的核心工具。连边预测算法被广泛用于发现未知的生物分子关联,有助于药物靶点发现、疾病机制研究、实...