本月解读文章列表：
单细胞图谱研究：
● Cell Reports Medicine-人类骨转移泛癌单细胞转录组图谱
● Nature Communications -scRNA-seq揭示了男性雄激素性脱发中结缔组织鞘异常介导的毛发生长迟缓
● Nature-单细胞测序揭示人类海马神经发生与阿尔茨海默病的分子密码
多模态单细胞组学分析：
Npj Digital Medicine-机器学习引导的黄连解毒汤对牙周炎诱发阿尔茨海默病的STING治疗
细胞工程改造与功能优化研究：
Advanced Science-产生抗自相残和抗疲劳的 CCR4CD7 双特异性 CAR-T 细胞
分析工具迭代：
Bioinformatics-scDBic：一种基于深度学习的 scRNA-seq 新型双聚类分析算法
展开剩余95%1.人类骨转移泛癌单细胞转录组图谱
A pan-cancer single-cell transcriptomic atlas of human bone metastases
期刊：Cell Reports Medicine
影响因子：10.6
发表时间：2026.02
样本类型：骨转移灶与骨组织、小鼠模型
DOI: 10.1016/j.xcrm.2025.102583
研究团队：中国科学院脑科学与智能技术卓越创新中心孙怡迪团队
研究背景
骨是癌症常见转移部位，脊柱转移占比高达 70%，易引发骨折、神经压迫等严重并发症，现有治疗效果有限。尽管单细胞测序推动了肿瘤微环境研究，但骨转移（尤其是脊柱转移）的细胞异质性、癌灶与微环境的互作机制尚未明确，免疫治疗在骨转移中的响应率较低，亟需系统解析其分子与免疫特征以寻找新的治疗靶点。
研究意义
该研究构建了首个泛癌骨转移单细胞转录组图谱，系统解析了 13 种癌症骨转移的细胞组成与异质性，揭示了肿瘤细胞、基质细胞与免疫细胞的互作机制及关键调控通路。研究鉴定出 NME2、SELE 等潜在靶点，证实 PD-1 联合 TIGIT 抑制剂可有效重塑免疫微环境，为骨转移的风险分层、精准治疗及免疫治疗优化提供了重要的分子依据和实验基础。
关键词：
骨转移、单细胞转录组、肿瘤微环境、免疫治疗、PD-1/TIGIT 联合治疗、泛癌图谱
重要结论：
骨转移癌细胞存在三类预后相关功能程序：通过 NMF 分析鉴定出细胞周期、应激反应、迁移相关 15 个转录程序，聚类为三类功能群，其中细胞周期型患者预后最差，MYC 信号通路激活及 NME2 高表达是其核心特征，可作为预后评估标志物。
SELE + 内皮细胞与成骨细胞支撑恶性微环境：骨转移中 SELE + 静脉样毛细血管内皮细胞富集，通过介导肿瘤细胞黏附与 trafficking 促进增殖；成骨细胞亚型高表达 ENTHD1 和 SLC7A11，形成缺氧微环境，与患者不良预后相关。
免疫细胞呈现抑制性特征且 T 细胞耗竭显著：骨转移中 SPP1 + 巨噬细胞通过 SPP1-CD44 / 整合素轴与癌细胞互作， osteoclasts 富集并促进骨破坏；CD8+T 细胞以耗竭亚型为主，高表达 PD-1、TIGIT 等免疫检查点分子，功能受损。
PD-1 联合 TIGIT 抑制剂疗效显著：在小鼠骨转移模型中，PD-1 与 TIGIT 联合阻断可显著抑制肿瘤增殖、减少骨破坏，同时增强 CD8+T 细胞的细胞毒性，有效逆转免疫抑制微环境。
基质细胞与癌细胞互作驱动转移进展：间充质基质细胞通过 COL1A1-ITGB1 轴与癌细胞黏附，MSC-LRRC15 亚型向成骨细胞分化，参与骨微环境重塑；这些细胞间互作通路为骨转移的联合治疗提供了新方向。
图 泛癌骨转移的单细胞转录组图谱
2.scRNA-seq揭示了男性雄激素性脱发中结缔组织鞘异常介导的毛发生长迟
Single-cell transcriptomics reveals hair growth retardation mediated by aberrant connective tissue sheath contraction in male androgenetic alopecia
期刊：Nature Communications
影响因子：15.7
发表时间：2026.02
样本类型：人类毛囊组织及小鼠模型
DOI: 10.1038/s41467-026-70153-4
研究团队：中南大学湘雅医院皮肤科李吉团队
研究背景
雄激素性脱发（AGA）是最常见的脱发类型，以毛囊微小化为核心特征，50% 以上高加索男性 50 岁前受其影响。现有治疗手段有限且存在安全隐患，其发病机制尚未完全阐明。尽管毛囊干细胞（HFSCs）得以保留，但祖细胞耗竭导致毛囊再生能力不足，传统研究难以捕捉细胞异质性，单细胞与空间转录组技术的应用为解析 AGA 病理机制提供了新契机。
研究意义
该研究首次构建男性 AGA 生长期毛囊的单细胞与空间转录组图谱，揭示了结缔组织鞘（CTS）异常收缩是毛囊微小化的关键驱动机制，阐明 PIEZO1 介导的机械传导通路在祖细胞凋亡和增殖抑制中的作用。ML-7 靶向 CTS 收缩的治疗策略在体外和人源化模型中均显效，为 AGA 提供了全新治疗靶点和机制驱动疗法，突破了现有治疗局限。
关键词：
雄激素性脱发、单细胞转录组、结缔组织鞘、毛囊微小化、ML-7
重要结论：
CTS 异常收缩驱动毛囊生长迟缓：AGA 患者脱发区 CTS（含 DS 细胞、血管平滑肌细胞）收缩活性显著增强，通过诱导 CD34 + 毛囊祖细胞凋亡、抑制基质细胞和 ORS 细胞增殖，导致毛囊微小化，是 AGA 发病的核心病理机制。
PIEZO1 介导 CTS 收缩的机械传导CTS：异常收缩激活毛囊 ORS 细胞和基质细胞中的机械敏感通道 PIEZO1，引发胞内钙浓度升高，进而损伤线粒体功能、诱导凋亡，阻断 PIEZO1 可逆转 CTS 收缩介导的毛囊生长抑制。
DHT 通过 GPR133 非经典通路诱导 CTS 收缩：二氢睾酮（DHT）通过 CTS 细胞表面 GPR133 受体（而非雄激素受体 AR）促进 CTS 收缩，该效应可被 ML-7 或 GPR133 敲低逆转，揭示 DHT 调控 AGA 的新型分子通路。
ML-7 靶向 CTS 收缩具治疗潜力：ML-7（肌球蛋白轻链激酶抑制剂）可有效抑制 CTS 异常收缩，在 AGA 患者来源毛囊体外培养和人源化小鼠模型中，显著改善毛囊生长、减少祖细胞凋亡，疗效优于或等同于米诺地尔。
HFSCs 分化异常参与毛囊微小化：AGA 脱发区 HFSCs 向毛囊谱系分化减少，更多倾向于表皮和皮脂腺谱系分化，COL17A1、PPP1R1C、SGK1 为关键调控基因，进一步加剧毛囊结构退化。
图 遗传性脱发和健康头皮生长期毛囊单元的细胞类型组成
3.单细胞测序揭示人类海马神经发生与阿尔茨海默病的分子密码
Human hippocampal neurogenesis in adulthood, ageing and Alzheimer’s disease
期刊：nature
影响因子：48.5
发表时间：2026.02
样本类型：人类海马体样本
DOI: 10.1038/s41586-026-10169-4
研究团队：美国伊利诺伊大学芝加哥分校Orly Lazarov团队
研究背景
人类海马神经发生的存在与功能长期存在争议，其在衰老和阿尔茨海默病（AD）中的调控机制尚未明确。尽管已有研究发现 AD 患者未成熟神经元减少，但神经发生的表观调控网络、AD 前阶段的早期变化，以及认知弹性人群的神经发生特征仍属未知，亟需通过多组学技术解析其分子密码。
研究意义
该研究首次通过单细胞多组学技术系统解析了人类海马神经发生的分子网络与表观调控机制，揭示了 AD 前阶段染色质可及性的早期异常，鉴定出超级老人的认知弹性特征。研究明确了神经发生异常与认知衰退的关联，为 AD 的早期诊断提供了表观标志物，同时为开发认知保护策略、延缓衰老相关认知损伤提供了关键分子靶点和理论基础。
关键词：
海马神经发生、阿尔茨海默病、单细胞多组学、表观调控、认知弹性
重要结论：
人类成年海马存在完整神经发生轨迹：通过 RNA velocity 分析证实，成年人类海马存在从神经干细胞（NSCs）经神经母细胞、未成熟神经元到成熟颗粒神经元的分化轨迹，其调控依赖 STAT、RFX 等转录因子构成的基因网络。
染色质可及性异常是神经发生紊乱的核心：AD 及 AD 前（PCI）人群的神经发生异常主要由差异可及染色质区域（DARs）驱动，而非基因表达变化（DEGs），相关 DARs 富集锌指家族转录因子 motifs，早于临床症状出现。
超级老人具有独特神经发生弹性特征：超级老人（SA）的未成熟神经元数量显著高于其他队列，其神经发生特征以 DARs 上调为核心，富集神经元分化相关通路，且共享年轻成人的部分基因调控网络，构成认知保护的分子基础。
CA1 神经元与星形胶质细胞调控认知衰老：认知健康与衰退人群中，CA1 神经元的神经传递相关基因表达差异及星形胶质细胞的染色质可及性变化最为显著，二者通过谷氨酸能突触通路等互作，决定认知衰老走向。
不同基因调控网络驱动认知衰退与弹性：AD 人群中 ZNF98、SMAD1 等 NSC 相关调控子上调，而超级老人中 TFDP1、GLIS1 等激活子及 SOX2 等抑制子协同作用，形成与认知弹性相关的独特增强子驱动基因调控网络。
图 随着年龄和认知诊断的差异表达与开放染色质
4.机器学习引导的黄连解毒汤对牙周炎诱发阿尔茨海默病的STING治疗
Machine learning–guided Huanglian Jiedu decoction targets STING inperiodontitis-induced Alzheimer’s Disease
期刊：Npj Digital Medicine
影响因子：15.7
发表时间：2026.02
样本类型：AD患者脑组织单与牙周炎患者测序数据、大鼠海马体
DOI: 10.1038/s41746-026-02468-x
研究团队：山东第一医科大学徐玉振团队
研究背景
阿尔茨海默病（AD）与慢性牙周炎（CP）的关联已被广泛关注，牙周致病菌牙龈卟啉单胞菌可通过血脑屏障诱发神经炎症，但二者分子关联机制尚不明确。cGAS-STING 通路作为先天免疫核心通路，在神经炎症和 AD 病理中起关键作用，而传统中药黄连解毒汤（HLJDD）具抗炎抗菌功效，但其针对 CP 诱发 AD 的作用靶点与机制仍需数据驱动的系统解析，机器学习为复杂多组学数据挖掘提供了高效工具。
研究意义
该研究通过机器学习整合多组学数据，首次明确 cGAS-STING 通路是 CP 与 AD 的核心关联轴，证实 HLJDD 可通过抑制该通路及下游 TBK1-IRF3 信号，减轻神经炎症、减少 Aβ 沉积和 tau 磷酸化，改善认知功能。研究为 CP 诱发 AD 提供了全新病理机制，建立了机器学习指导中药多靶点作用解析的范式，为 AD 治疗提供了兼具理论依据与应用价值的中医药策略。
关键词：
黄连解毒汤、牙周炎诱发阿尔茨海默病、cGAS-STING 通路、机器学习、神经炎症、多组学
重要结论：
cGAS-STING 通路是 CP 与 AD 的核心关联轴：多组学联合机器学习（随机森林、SVM 等）分析证实，cGAS-STING 通路在 AD 微胶质细胞和牙周炎组织中均显著激活，其核心成分（cGAS、STING、TBK1、IRF3）是连接外周感染与神经退行的关键炎症枢纽。
HLJDD 靶向抑制 cGAS-STING 通路改善认知：体内实验显示，HLJDD 以剂量依赖方式抑制大鼠海马区 cGAS-STING 通路激活，降低 TNF-α、IL-1β 等炎症因子水平，减少 Aβ1-42 沉积和 tau 磷酸化，通过 Morris 水迷宫实验证实可显著改善 CP 诱发的认知障碍。
HLJDD 兼具抗牙周炎与抗 AD 病理作用：HLJDD 可减轻大鼠牙周结扎 + 牙龈卟啉单胞菌诱导的牙槽骨吸收和炎症浸润，同时减少脑内致病菌定植及毒力基因（Kgp、RgpA/B）表达，实现对 CP 及 AD 病理的双重调控。
HLJDD 体外抑制微胶质细胞炎症活化：BV2 细胞实验证实，HLJDD 可剂量依赖性抑制牙龈蛋白酶诱导的 cGAS-STING-TBK1-IRF3 通路磷酸化，降低 NO 和 iNOS 水平，减少 IFN-β、IL-6 等下游炎症介质释放，效果与 STING 抑制剂 H-151 相当。
机器学习助力中药多靶点机制解析：整合随机森林、Boruta 特征选择、SHAP 解释等多种机器学习模型，从高维转录组数据中精准筛选出 cGAS-STING 通路为 HLJDD 的核心作用靶点，克服了中药多成分作用机制模糊的难题。
图 AD及对照样本单细胞RNA测序分析及细胞类型注释
5.产生抗自相残和抗疲劳的CCR4CD7双特异性CAR-T细胞
Generation of CCR4/CD7 Bispecific CAR-T Cells Resistant to Fratricide and Exhaustion
期刊：Advanced Science
影响因子：14.1
发表时间：2026.02
样本类型：PBMC 分离T 细胞、T 细胞恶性肿瘤细胞系、小鼠移植模型
DOI: 10.1002/advs.202521443
研究团队：香港大学李嘉诚医学院Wing Leung团队
研究背景
T 细胞恶性肿瘤的 CAR-T 治疗面临自相残杀、抗原逃逸、细胞疲劳及多系血细胞减少等关键瓶颈。CD7 是幼稚 T 细胞恶性肿瘤的有效靶点，但成熟 T 细胞恶性肿瘤常缺失 CD7，而 CCR4 在成熟 T 细胞肿瘤中高表达，双靶向可覆盖更广病灶。传统基因编辑等规避自相残杀的方法存在成本高、安全性隐患，且缺乏抗疲劳设计，因此亟需开发非基因编辑、兼具安全性与长效性的双特异性 CAR-T 策略。
研究意义
本研究首次构建 CD7 耗竭联合 CCR4/CD7 双特异性 CAR 的技术体系，规避了基因编辑的缺陷，同时融合 EGFRt 安全开关与 c-Jun 抗疲劳设计，解决了 T 细胞恶性肿瘤 CAR-T 治疗的核心痛点。通过单细胞转录组发现 AQP3+ CD4+ T 细胞亚群及 SOS1/KLF2 调控机制，为优化 CAR-T 功能提供新靶点。该策略在体内外展现强效抗肿瘤活性，拓宽了 T 细胞恶性肿瘤的治疗适用范围，为临床转化奠定坚实基础。
关键词：
CCR4/CD7 双特异性 CAR-T；T 细胞恶性肿瘤；自相残杀抵抗；抗疲劳
重要结论：
CD7 耗竭策略构建双特异性 CAR-T，有效规避自相残杀：通过单步免疫磁珠 CD7 耗竭获得 CD7 阴性 T 细胞，转导双特异性 CAR 后，细胞可在 IL-7/IL-15 培养体系中高效扩增，无明显自相残杀，且中心记忆 T 细胞富集，优于未筛选的 Bulk CAR-T。
融合 EGFRt 安全开关，提升治疗安全性：CAR 构建中整合 EGFRt 自杀域，未影响 CAR-T 的表型与细胞毒性，且低浓度西妥昔单抗（1µg/mL）即可快速清除 CAR-T 细胞，为应对严重不良反应提供可靠安全保障。
过表达 c-Jun 增强 CAR-T 抗疲劳能力：在 CAR 构建中引入转录因子 c-Jun，可显著降低疲劳标志物 LAG-3 的表达，增强 CAR-T 在反复肿瘤刺激下的功能持久性，快速分泌 IFN-γ 和颗粒酶 B 等效应分子。
发现 AQP3+ CD4+ T 细胞亚群，关联关键调控通路：scRNA-seq 分析揭示 CD7N CAR-T 中存在独特的 AQP3+ CD4+ T 细胞亚群，其高表达 SOS1、KLF2，激活 Src/Ras/ERK 及 Bcl-2 通路，通过 TNF 超家族配体 - 受体互作增强抗肿瘤功能。
双特异性 CAR-T 在体内外展现强效抗肿瘤活性：该 CAR-T 在体外对 CD7+/CCR4+、CD7 单阳性等异质性肿瘤细胞均有强杀伤作用，在 NSG 小鼠异种移植模型中显著延缓肿瘤进展、延长生存期，且未引发明显器官毒性。
图 双特异性CD7N CAR-T细胞的转录组图谱
6.Bioinformatics-scDBic：一种基于深度学习的 scRNA-seq 新型双聚类分析算法
scDBic: A novel deep learning-based biclustering algorithm for analyzing scRNA-seq data
期刊：Bioinformatics
影响因子：5.4
发表时间：2026.02
样本类型：5 个公开scRNA-seq数据集
DOI: 10.1093/bioinformatics/btag095
研究团队：桂林电子科技大学人工智能学院蓝朝旺团队
研究背景
单细胞 RNA 测序（scRNA-seq）数据聚类是解析细胞异质性的关键手段，但传统聚类算法难以捕捉局部一致性，双聚类算法则存在细胞丢失、高维数据适应性差、迭代选择困难等问题。scRNA-seq 数据本身具有高维、稀疏、噪声大等特性，现有方法缺乏针对该类数据的专用双聚类设计，无法有效提取关键基因簇且解释性不足，亟需开发兼具准确性与实用性的深度学习双聚类算法。
研究意义
本研究提出的 scDBic 算法，创新性整合深度自编码器与反向策略，解决了传统算法的核心痛点。其不仅实现了细胞与基因的同步聚类，还能精准识别细胞群关键基因，聚类性能优于 27 种主流算法。该工具为 scRNA-seq 数据分析提供了高效解决方案，可助力细胞亚群发现、关键基因筛选及生物学通路解析，为疾病机制研究、细胞命运调控等领域提供重要技术支撑，具有广泛的应用前景。
关键词：
scRNA-seq 数据；双聚类算法；深度学习；自编码器；关键基因簇；共享最近邻图
重要结论：
scDBic 算法设计独特，流程高效协同：算法包含细胞聚类、基因聚类判断、基因聚类三阶段，通过深度自编码器降维、SNN 图构建、Walktrap 聚类及反向策略筛选关键基因簇，避免细胞丢失，解决传统算法迭代选择难题。
聚类性能优异，全面超越主流算法：在 5 个公开数据集上，scDBic 的 F1、ARI、NMI 三项指标均表现突出，平均 F1 值达 0.851，较传统聚类和双聚类算法提升 1.5%-77.1%，适配不同规模和类型的 scRNA-seq 数据。
关键模块不可或缺，保障算法效能：深度自编码器的降维效果优于 PCA，反向策略筛选关键基因簇可显著提升聚类准确性，两者协同作用使算法能有效应对 scRNA-seq 数据的高维、稀疏和噪声特性。
生物解释性强，可挖掘关键生物学信息：scDBic 能精准识别细胞群对应的关键基因（如小鼠胚胎发育相关的 Sox21、CARM1 基因），且富集的 KEGG 通路与细胞功能密切相关，为解析生物学机制提供可靠依据。
效率与实用性平衡，便于推广应用：scDBic 时间复杂度为 O (n²m)，运行效率处于中等水平，且源代码已公开（GitHub 及 Zenodo），可直接应用于 scRNA-seq 数据的细胞群发现和关键基因识别，实用性强。
图 scDBic细胞聚类阶段的工作流程
凌恩 基于华大DNBelab C4和10x Genomics单细胞平台搭建完善的单细胞项目流程，一站式满足样本制备到结果解读全流程，已经积累了丰富的单细胞（核）转录组项目经验！性比价高、成本低，适合大样本量研究，想要get同款研究的老师，抓紧联 xi哦！
DNBelab C4平台
10x Chromium iX平台
发布于：陕西省富成配资提示：文章来自网络，不代表本站观点。
