美国留学

Wuxi Apptec学术经济网络2025年2月4日上海最近上海，《自然》 Journal宣布了“七个突破性的技术值得在2025年引起关注”，其中生命科学占据了四个席位。这些技术不仅有望显着改善人类健康和福祉，而且还将为环境治理和保护提供创新的解决方案，这将对我们的生活产生深远的影响。

图像来源：123rf

CAR-T细胞疗法：对自身免疫性疾病治疗的希望

经过多年的发展，嵌合抗原受体（CAR）-T细胞疗法已成为许多血液癌的标准疗法。自批准了第一次CAR-T细胞疗法以来的七年中，全球成千上万的人都接受了治疗。对于某些类型的血液学肿瘤，其临床功效非常重要。艾米丽·怀特海（Emily Whitehead）是一名急性淋巴细胞性白血病的儿科患者，他是第一个接受CAR-T治疗的患者，已经无癌症了十多年，使血液学肿瘤患者可以看到治愈的希望。在过去的几年中，CAR-T细胞疗法在实体瘤治疗方面也取得了重大进展。例如，马萨诸塞州综合医院的肿瘤学家Marcela Maus博士领导的研究小组设计了一种针对表皮生长因子受体III型突变体（EGFRVIII）的CAR-T治疗，用于治疗复发性胶质母细胞瘤（GBM）。该疗法还通过分泌T细胞结合抗体分子（团队）来同时靶向野生型EGFR蛋白。在临床试验中，三名复发性GBM患者接受了治疗，脑肿瘤在1-5天内迅速缩小，其中一名在第5天几乎完全消失了，另一名的缓解时间超过5个月。其他研究还表明，儿童脑癌和胃肠道肿瘤的结果令人鼓舞。 Maus博士认为，如果研究人员能够确定适当的肿瘤特异性靶标，则预计CAR-T治疗将被广泛用于更多癌症类型。值得注意的是，CAR-T细胞疗法在自身免疫性疾病领域也显示出很大的潜力。研究表明，靶向B细胞的CAR-T细胞疗法可以有效地遏制某些自身免疫性疾病的进展。这种疾病通常源自产生有害的“自身抗体”的有缺陷的B细胞，该“自身抗体”会攻击体内正常组织。例如，早在2021年，由德国风湿病学家乔治·谢特（Georg Schett）博士领导的研究小组成功地使用自体CD19 CAR-T细胞对患者进行了严重的全身性红斑狼疮（SLE）的治疗。 CAR-T治疗后，患者获得了双重血清学和临床缓解。从那时起，Schett博士的团队已成功地管理了大约二十名狼疮患者和其他自身免疫性疾病的患者，迄今仅复发。他认为，这种方法有望改善其他与B细胞相关的自身免疫性疾病的预后，包括多发性硬化症。

尽管CAR-T细胞的生产和治疗很昂贵，并且可能会对患者的身体造成一定的损害，但对于自身免疫性疾病的患者而言，这仍然是一个有效的治疗选择，这些患者努力在传统治疗中生存。 “这些患者的长期治疗费用已经很大，CAR-T治疗的进展表明，从理论上讲，患者可能在几年内不需要进一步的治疗，从而消除了自身免疫性疾病的麻烦。”扩展阅读：里程碑！ 100的患者有缓解，并且已经停止了很长时间。 CAR-T治疗可以“治愈”自身免疫性疾病？

Biogognance技术：解决微型污染问题的新方法

微生物具有在极端环境中繁殖的非凡能力，甚至可以利用最令人难以置信的食物来源，例如塑料。自然环境中塑料的长期暴露将逐渐降解成对环境有害并有毒的微塑料颗粒。然而，值得注意的是，某些细菌逐渐适应这些人造物质，不仅可以容忍微塑料的存在，而且还将其用作其自身的营养来源。这一发现为使用微生物解决微塑性污染问题开辟了新的可能性。自然界中有许多酶有可能降解塑料，但是需要提高其效率。塑料活性酶数据库包括其中230多种酶，研究人员正在积极开发策略以增强这些酶的性能。例如，伦敦布鲁内尔大学的微生物学家罗南·麦卡锡（Ronan McCarthy）博士的团队正在探索诱导塑料降解的细菌，以在塑料碎片上形成致密的生物膜。麦卡锡博士指出，这些生物膜允许细菌直接释放酶在靶标底物上，同时防止酶被冲走。

图像来源：123rf

同时，密苏里大学哥伦比亚大学的化学家苏西·戴（Susie Dai）博士致力于研究白色腐烂细菌降解致癌“永久化学物质”（例如全氟烷基和多氟烷基物质）的自然能力。她的团队开发了一个名为Rapimer的平台，该平台使用天然纤维来建造类似于植物的人造脚手架来种植真菌。 Dai博士解释说：“作为吸附剂，这些纤维能够有效地丰富环境中的污染物，并随后被真菌降解。”她认为，该系统在污水处理厂或污泥处理设施中具有潜在的应用价值。研究人员正在努力优化现有的酶，以开发具有更强污染物治疗能力的微生物。同时，麦卡锡博士呼吁就如何智能，安全地使用工程生物环境治理系统进行更多讨论。他强调说：“只要微生物具有分解污染物的能力，生物覆盖系统几乎可以应对任何环境挑战。”

人工智能的基本模型：解密复杂的生物系统

随着世界各地的Chatgpt的快速流行，基于大语言模型（LLM）的人工智能（AI）浪潮也出现了。这些AI平台为世界各地的数亿用户提供了“一站式”解决方案，以完成多个任务。生物学家还开始探索在其研究领域利用AI的强大能力。

所谓的基本模型是指某种类型的人工智能算法，该算法在训练阶段中以大量未标记的数据输入。例如，根据互联网上的庞大文本语料库对CHATGPT进行了训练，并且同样的训练方法也适用于生物体的DNA序列，基因表达数据或DNA修饰模式的领域。这些算法在数据中学*复杂而微妙的模式，以生成可以执行多个任务的通用模型，从分析新获得的生物学数据到设计定制的蛋白质或代谢途径。瑞士洛桑联邦技术学院的计算机科学家夏洛特·邦恩（Charlotte Bunne）博士预测，随着这些基本模型的持续改进，预计他们将提供前所未有的见解，以揭示基本的生物学过程和原则。早期研究取得了强大的概念验证结果。在2024年，研究人员构建了一个名为SCGPT的基本模型，该模型对来自约3,300万人类细胞的单细胞转录组数据进行了培训，可以准确地对多个组织中的细胞类型进行分类，确定共同驱动不同生物学过程的基因网络，并预测破坏性突变对基因表达模式的影响。这种能力在药物发现领域具有很大的价值。

更大的机会在于整合多个基本模型。例如，在2024年12月发表在《 《细胞》杂志上的一篇文章中，科学家提出了开发“虚拟细胞”的路线图。 “虚拟细胞”是一个复杂的模型，该模型由基于RNA，蛋白质，DNA和其他数据层的多个基本模型构成。它可以捕获细胞或组织中生物活性的更完整的谱系，因此在功能中极大地超过了第一代工具（例如SCGPT），为人类疾病研究，合成生物学和其他相关学科提供了强有力的资源支持。这一进展表明，在生物学研究领域，AI技术的应用前景将更广泛。

单细胞微生物分析：揭示微生物生态学和进化的奥秘

微生物群落具有显着的多样性，不仅存在于实验室培养的菌落中，而且在肠道微生物细菌中也广泛存在，并且会影响肠道微生物之间的相互作用。单细胞测序是分析单个细胞特征的重要工具，但是微生物细胞的单细胞测序面临许多挑战，例如破坏细胞壁的难度以及有限的DNA和RNA含量。但是，近年来，用于微生物的单细胞研究工具库不断地丰富，为该领域的研究带来了新的希望。其中，转录组学的研究进展尤其重要。 ——当前，至少有六种技术可供选择。例如，由生物化学家霍尔姆霍尔兹（Helmholtz）的霍尔姆霍兹（JrgVogel）博士领导的研究团队开发的细菌MATQ-seq技术可以分析数以千计的微生物细胞中每个细胞中数百个基因的表达，从而为对罕见的细菌的反应（即对抗药性的反应）提供了强有力的支持（即对抗药性的反应），从而可以耐受地位（即耐受性）。抗生素耐药性研究和新型抗菌药物的发展。其他方法努力通过称量每个细胞中捕获的基因数量和测序吞吐量来找到两者之间的最佳平衡。

此外，由Venturelli博士和多伦多大学的Freeman Lan博士领导的研究团队开发了一种名为Dota-Seq的新方法。该方法通过捕获小滴中的单个细胞并选择性测序每个细胞基因组中的数十个位点，从而有效地分析了微生物DNA。 Venturelli博士说，Dota-Seq在各种细菌细胞类型和物种中表现出广泛的适用性，她目前正在将其应用于人类肠道和其他生态系统中的环境条件如何塑造微生物遗传材料，以揭示有关微生物生态学和进化的更多奥秘。除了在生命科学领域的突破之外，由《自然》选择的七个突破性技术还包括与人工智能，节能和环境保护以及光子计算有关的突破。

参考文献：[1]自动驾驶实验室，先进的免疫疗法和2025年观看的五种技术，2025年1月24日从https://www.nature.com/articles/articles/d41586-025-00075-6