科研进展--中国科学院广州分院

5月26日，由中国科学院深圳先进技术研究院刘陈立研究员领衔，联合来自中国、日本、韩国、新加坡、马来西亚、泰国等亚洲六国的100多个实验室，在国际学术期刊《自然·生物技术》上发表题为“合成细胞亚洲技术路线图”（A framework for building a synthetic cell from the SynCell Asia initiative）的文章，发布了亚洲首个合成细胞十年技术路线图。该文聚焦“人工合成单细胞生命”这一世界科学前沿问题，规划了亚洲未来十年攻关合成细胞的发展方向，系统梳理了构建合成细胞面临的四大核心挑战，并提出分阶段目标，是主动融入全球创新网络并率先提出自主技术路线图的生动范例。5月26日，由中国科学院深圳先进技术研究院（简称“深圳先进院”）刘陈立研究员领衔，联合来自中国、日本、韩国、新加坡、马来西亚、泰国等亚洲六国的100多个实验室，在国际学术期刊《自然·生物技术》上发表题为“合成细胞亚洲技术路线图”（A framework for building a synthetic cell from the SynCell Asia initiative）的文章，发布了亚洲首个合成细胞十年技术路线图。该文聚焦“人工合成单细胞生命”这一世界科学前沿问题，规划了亚洲未来十年攻关合成细胞的发展方向，系统梳理了构建合成细胞面临的四大核心挑战，并提出分阶段目标，是主动融入全球创新网络并率先提出自主技术路线图的生动范例。4月30日，习近平总书记在加强基础研究座谈会上指出，当前新一轮科技革命和产业变革加速突破，全球科技竞争更加聚焦基础前沿领域，原创性颠覆性创新的重要性日益凸显，并强调要主动融入全球创新网络，深化基础研究国际交流合作。技术路线图的发布，展现了我国在科学前沿领域建制化攻关的组织优势，不仅为亚洲在该领域的协同创新提供了发展蓝图，更是在“无人区”探索中提出原创理论、设计原创路径的一次具体体现。该技术路线图将推动合成细胞研究从模块化探索迈向系统化整合，并作为理论基石，促进定量合成生物学、人工智能与生物制造等领域的深度融合，为合成生物学与未来生物技术的发展开辟全新路径。直面基础研究“无人区”从零开始，利用磷脂、蛋白质、DNA等生物大分子“自下而上”人工构建单细胞生命，是生命科学最具挑战的科学目标之一，也是人类掌握生命底层设计法则的重要检验。过去几十年间，全球合成细胞研究格局逐步形成。欧洲的MaxSynBio、BaSyC、EVOLF，美国的Build-a-Cell等项目在合成细胞各功能模块的研发均取得进展，然而，如何将各功能模块整合为完整细胞，仍是全球尚未突破的重要瓶颈。在亚洲，尽管中国、日本、韩国及新加坡等国在合成细胞研究方面各具优势，但长期缺乏有效协同，未能形成合力。在攻关这一瓶颈问题时，定量合成生物学提供了重要的理论指导。简单来说，它把生命科学从“大致差不多”的定性描述，升级为像物理和化学那样“能算、能量、能预测”的定量科学。它不仅能调控细胞内的基因表达与蛋白质合成等，还能用数学模型推演这些过程如何共同决定细胞的行为。正是依托这一理论支撑，该技术路线图系统规划了从零散功能模块到合成细胞的理性构建路径。为汇聚亚洲优势力量开展协同攻关，2023年刘陈立研究员倡议并牵头，联合亚洲六国科学家正式成立“亚洲合成细胞联盟”（SynCell Asia Initiative）。联盟成员在凝聚共识、明晰路径的背景下首次绘制出该技术路线图。“具体而言，我们在技术路线图中提出了构建合成细胞所面临的四大核心挑战，分别是代谢连续性、核糖体自主再生、模块设计规则缺失，以及时空协调机制复杂。” 文章第一作者戴卓君介绍。为应对这些挑战，技术路线图提出了一种以跨境协作、基础设施共享与开放标准为特征的新型研究范式，构建起以人工智能驱动的生物铸造厂为核心、采用“中央工厂+分布式工作站”跨国协作模式的研究架构。该架构包含统一制备标准化底盘与试剂，形成闭环的“设计-合成-测试-学习”（DBTL）循环，并依托“单合成细胞组学”为机器学习提供高维数据支撑。在理论方法层面，技术路线图主张融合基于机制理解的“白箱模型”与数据驱动的“黑箱模型”，以系统揭示合成细胞的设计约束。针对模块间互作的不可预测性，提出通过对跨尺度涌现功能进行高通量人工选择，为构建复杂细胞开辟了全新的方法论路径。基于以上思路，技术路线图进一步提出跨度为十年的“原始细胞（ProtoCell）到自主细胞（AutoCell）”两阶段推进路径，第一阶段的目标是构建“原始细胞”（ProtoCell），确立稳定的磷脂囊泡结构、含至少200个基因的最小基因组、≥90%的蛋白质由无细胞转录翻译系统表达，并具备关键代谢物的内源合成能力，并构建其“数字孪生”模型，探索力学信号与生化信号如何协同调控细胞分裂；第二阶段迈向“自主细胞”（AutoCell），核心是实现内源性、基因组编码的核糖体再生系统，使合成细胞摆脱外源表达依赖，具备真正的自我复制能力。自主细胞需完成10次以上连续、协调的生长-分裂周期，并具备在环境选择压力下的演化能力及群体行为的涌现。集合力量构建国际合作网络2023年，依托中国科学院建制化优势，刘陈立团队聚焦“人工合成单细胞生命”这一重大科学问题展开有组织攻坚。团队注意到，亚洲各国在合成细胞研究领域展现出高度互补的技术优势。其中，中国建立了大规模生物铸造厂和合成生物学定量建模框架；日本在重构中心法则系统方面处于国际领先地位，开发了PURE系统及核糖体组装技术；韩国与新加坡则在AI驱动的代谢原型构建和自动化DNA合成方面具有突出优势。然而，区域内相关力量长期缺乏有效、系统的整合与协同。基于此，联盟于2024年4月在深圳举办首届合成细胞亚洲研讨会（SynCell Asia Workshop）并签署合作备忘录，标志着亚洲合成细胞研究合作网络的正式建立。2025年，亚洲合成细胞研讨会再次于深圳召开，联盟成员围绕模块构建、整合与标准化接口等关键议题达成多项实质性共识，推动技术路线图向具体实施方案加速落地。在联盟基础上，亚洲力量积极协同合作。2024年10月，深圳先进院牵头主办首届“全球合成细胞峰会”（SynCell Global Summit），实现亚洲（SynCell Asia Initiative）、欧洲(SynCell EU)、北美(Build-A-Cell)合成细胞三大区域力量首次历史性对话，中国科学院合成细胞国际科学计划同期启动。2026年，联盟以更加成熟的姿态参与在荷兰代尔夫特举行的第二届全球峰会。从深圳出发到全球对话，亚洲力量以更加成熟的姿态参与全球合成细胞研究的推动及协同。深圳先进院刘陈立研究员为本文唯一通讯作者，戴卓君研究员为第一作者。本工作获得了国家自然科学基金委基础科学中心项目、中国科学院战略性先导科技专项、中国科学院国际科学计划等支持。原文链接文章上线截图亚洲六国协作提出“中央工厂+分布式工作站”模式，破解合成细胞难题来源：陈磊

2026-05-28

Communications Sustainbility | 深圳先进院揭示光伏扶贫政策的经济与环境收益

近日，中国科学院深圳先进技术研究院碳中和技术研究所孙立群研究团队在国际期刊Communications Sustainability发表最新研究论文"Solar poverty alleviation program raises local incomes and lowers air pollution in rural China"。该研究采用了一种准自然实验的方法，将光伏扶贫的复杂间接效应转化为实验组与对照组的差异化指标，系统阐释了我国光伏扶贫政策对贫困地区的经济提振与环境改善双重效应，并验证了此类政策在不同地区的异质性作用特征，为全球绿色减贫政策的落地推广提供了全新理论支撑与实践参考。“光伏发电是当前应用最广泛的主流清洁能源之一。现有相关研究多聚焦于光伏发电量对应的直接经济价值与环境效益，尚未全面覆盖大规模光伏部署的综合价值。事实上，贫困地区的光伏项目落地，不仅能够产生发电收益，还可有效带动区域就业、优化营商环境，同时推动居民家庭用能结构转型。如何科学、全面量化光伏扶贫项目的综合收益，是该领域亟待突破的研究难题。”近日，中国科学院深圳先进技术研究院碳中和技术研究所孙立群研究团队在国际期刊Communications Sustainability发表最新研究论文"Solar poverty alleviation program raises local incomes and lowers air pollution in rural China"。该研究采用了一种准自然实验的方法，将光伏扶贫的复杂间接效应转化为实验组与对照组的差异化指标，系统阐释了我国光伏扶贫政策对贫困地区的经济提振与环境改善双重效应，并验证了此类政策在不同地区的异质性作用特征，为全球绿色减贫政策的落地推广提供了全新理论支撑与实践参考。该研究发现，光伏扶贫政策的落地实施，可推动贫困县GDP相对提升2.9%，同时使区域大气二氧化硫浓度显著下降4.2微克/立方米。这一系列正向效益，根植于政策带动的居民人均收入增长、本地就业率提升及城乡家庭能源清洁转型。异质性分析进一步显示，在重工业依赖度高、农村居民收入水平偏低的区域，光伏扶贫的环境改善效果更为突出，充分印证了光伏项目对工业企业能源结构转型、农村家庭用能升级的重要推动作用。为保障研究结论的科学性与可靠性，团队开展了多维度稳健性检验，包括样本组间平衡性检验、实验组与对照组时间趋势分析、安慰剂检验等，多项验证结果均明确证实，光伏扶贫政策与区域经济增长、大气环境改善存在直接且稳健的因果关联。同时，该研究精准剖析了当前光伏扶贫政策实施过程中的短板与优化方向。研究指出，电价补贴机制是保障光伏扶贫政策经济效益的关键，政策长期财政可持续运营需重点关注；“农光互补”“水光互补”等创新光伏开发模式尚未与扶贫项目深度融合，亟需加强技术落地推广与产业科普赋能；从投资回报来看，光伏扶贫政策短期综合社会经济效益可覆盖约三分之二的投资成本，想要实现长期稳定收益，必须依托精细化、常态化的长效运营管理机制。该研究成果不仅丰富了光伏扶贫政策的效果评估体系，为科学认知绿色扶贫的综合价值提供了实证依据，也为全球绿色减贫、生态普惠政策的推广落地提供了中国经验。此外，研究创新性采用遥感数据开展政策量化评估，为相关公共政策的科学评估提供了全新的方法借鉴。深圳先进院碳中和技术研究所副研究员孙立群为论文通讯作者，香港中文大学本科生袁逸飞为论文第一作者，香港大学土木工程系陈骥教授为共同作者。本研究得到国家自然科学基金项目的支持。文章上线截图光伏扶贫范围与试验区实验组与对照组平行趋势验证光伏扶贫机制图

2026-05-26

国家重点研发计划“可再生能源驱动CO2制备生物航空燃料理论与方法”项目启动暨实施方案论证会在广州召开

国家重点研发计划“可再生能源驱动CO2制备生物航空燃料理论与方法”项目启动暨实施方案论证会在广州召开。5月22日，国家重点研发计划“工程科学与综合交叉”重点专项“可再生能源驱动CO2制备生物航空燃料理论与方法”项目启动会暨实施方案论证会在中国科学院广州能源研究所（以下简称广州能源所）召开。国家自然科学基金委员会高技术研究发展中心副处长车子璠，中国科学院基础科学研究局业务主管李言鹏，中国工程院院士陈勇，广州能源所所长吕建成、副所长袁浩然，责任专家苏州大学教授李亮、北京化工大学教授秦培勇，咨询专家中国科学院广州地球化学研究所研究员李海滨、中山大学教授刘建忠、沈阳航空航天大学教授杨天华、浙江大学教授程军、常州大学研究员呼和涛力、桂林理工大学研究员何方、重庆大学教授夏奡等出席本次会议。会议由广州能源所科技处处长白羽主持。车子璠介绍了“工程科学与综合交叉”专项的战略定位与改革方向，强调项目应面向国家重大工程需求，通过基础研究破解实际难题，构建从理论创新到技术应用的完整闭环。李言鹏指出，项目团队要充分发挥多单位协同攻关优势，推动基础研究与应用需求深度融合，严格对标管理要求细化实施方案，注重知识产权规范与成果标注，确保高质量完成项目目标。吕建成代表项目牵头单位致辞，他表示，该项目面向国家"双碳"战略需求，以可再生能源驱动CO₂制备生物航空燃料为核心攻关方向，是研究所发挥多学科交叉优势、抢占绿色航空燃料科技制高点的重要举措。研究所将严格落实主体责任，统筹资源全力支持项目顺利实施。会上，项目负责人、广州能源所黄振研究员围绕项目背景、研究方案、目标分解、进度安排、预期成果与组织管理等方面进行了详细汇报。针对生物航空燃料原料来源分散、供应不稳、难以满足航空业持续脱碳需求的难题，项目组提出“可再生能源驱动CO2制备生物航空燃料”全链条原创技术，以廉价的CO2为碳源，利用绿电驱动生物还原制备低碳发酵碳源，耦合太阳能驱动生物质化学链负碳制氢，经微生物高效合成法尼烯并定向加氢调质，实现CO2向生物航空燃料的可持续合成。该技术突破传统废弃油脂、农林废弃物等原料依赖，具有负碳排放、短流程制备、规模化应用潜力，有望重构绿色航空燃料技术路径。专家组经质询与讨论后一致认为，项目目标明确、任务设置合理、技术路线可行、考核指标清晰、组织保障条件较好，同意项目实施方案通过论证。同时，专家组建议项目进一步完善实施方案，细化年度计划和里程碑节点，加强课题协同与过程管理，确保项目按期高质量完成既定目标。 “可再生能源驱动CO2制备生物航空燃料理论与方法”项目由中国科学院广州能源研究所牵头，联合东南大学、中国科学院深圳先进技术研究院、华南师范大学、郑州大学、佛山大学等6家单位协同开展攻关。会议合影

2026-05-27

广州健康院合作揭示组蛋白去乙酰化酶Rpd3L染色质环境依赖性调控新机制

基因表达调控不仅依赖 DNA 序列，更取决于染色质的“包装状态”。组蛋白乙酰化与去乙酰化是调控染色质开放与紧缩的核心过程，其中组蛋白去乙酰化酶（HDAC）复合物是关键调控因子。中国科学院广州生物医药与健康研究院何俊研究团队前期已在Cell Research发表Rpd3S复合物相关研究成果，系统揭示了其在基因编码区核小体去乙酰化及染色质压缩中的分子机制。而作为同属Sin3 HDAC家族的另一主要成员，Rpd3L在启动子区域转录抑制、染色质稳态维持及基因表达精细调控中发挥核心作用，被认为是理解真核生物表观遗传沉默机制的重要模型。然而，其如何识别核小体结构、响应染色质微环境并动态调节催化活性的分子机制长期未能得到完整阐释。近日，染色质功能与结构研究组在Nucleic Acids Research在线发表题为"Chromatin context-dependent deacetylation by the asymmetric Rpd3L" 的研究论文。研究团队利用冷冻电镜、交联质谱以及酶学分析等方法，首次解析了Rpd3L与单核小体和双核小体结合时的高分辨率结构，并据此提出了多种结构模型，系统揭示了Rpd3L识别核小体阵列并动态调控去乙酰化活性的分子机制。研究表明，Rpd3L 可依据核小体底物构象灵活切换功能状态。转录抑制因子介导下，复合物先凭借近端催化结构域锚定核小体，形成初始结合体系；结合作用触发自身构象重塑，进而激活远端催化模块。复合物内 Sin3 蛋白的 PAH 结构域可识别连接区 DNA，重塑相邻核小体空间形态，稳固双核小体结合状态，以此两步识别模式感知染色质空间构型特征。研究还首次证实，Rpd3L 对双核小体具备显著结合偏好。酶学检测显示，该复合物针对单核小体与双核小体的修饰位点存在差异，说明染色质高级结构既能调控复合物催化效率，也可改变其作用位点特异性。调节亚基 Rxt3 作为关键功能开关，精准调控远端催化模块活性，保障复合物适配多样的染色质环境。该研究厘清了 Rpd3L 依托染色质环境实现动态调控的结构本质，丰富了表观遗传调控的理论体系，也为靶向 Sin3 家族去乙酰化酶的新型药物研发提供科学支撑。结合此前团队对 Rpd3S 复合物的系列研究，进一步完善了两类同源复合物差异化调控染色质稳态的分子认知。广州健康院何俊研究员为论文通讯作者。广州健康院博士研究生赵河豫、深圳医学科学院副研究员李华东、广州健康院/中国科学技术大学博士研究生王驰、广州健康院博士研究生杨雪宸为论文共同第一作者。该研究获得国家自然科学基金、广东省科技计划项目及中国科学院启动经费等支持。论文链接图 Rpd3L复合物染色质环境依赖性激活机制示意图

2026-05-26

南海海洋所|牡蛎基因编辑育种取得重要突破

近日，中国科学院南海海洋研究所喻子牛研究员团队在牡蛎基因编辑育种取得重要突破，创制出福建牡蛎基因编辑嵌合突变系成体。该研究依托于中国科学院大亚湾海洋生物综合实验站完成，相关成果以Genetic enhancement of Fujian oyster (Crassostrea angulata): Accelerated progeny growth through CRISPR/Cas9-mediated Myostatin-knockout为题发表于《Aquaculture Reports》，南海海洋所联合培养博士生段茜茜、张涛为共同第一作者，南海海洋所大亚湾站副站长张跃环研究员、南海海洋所副研究员秦艳平为共同通讯作者。福建牡蛎（Crassostrea angulata）是我国重要的养殖贝类，但个体体型偏小制约其经济价值‌。基因编辑是水产种质改良的有效手段，而肌肉生长抑制素（MSTN）基因已被证实可显著提升水产动物的生长性能。本研究发现，福建牡蛎的MSTN基因包含‌6个外显子和5个内含子‌（图1A）。为实现精准编辑，设计了靶向第一外显子的sgRNA。体外酶切实验表明，4条候选sgRNA均具切割活性（图1B），其中‌sgRNA4切割效率最高‌——模板条带最暗，酶切产物最清晰，因此被选用于后续载体构建。在递送策略方面，采用电穿孔法对牡蛎受精卵进行转染，证实了‌脉冲电压50 V、脉冲时长5 ms为最佳编辑‌条件（图2）。通过一周年的生产性能评估，发现嵌合突变系比对照组个体生长更快，尤其是闭壳肌显著增大。本研究得到国家重点研发计划、广东省现代化海洋牧场种业攻关、广东省现代农业产业技术体系贝类与藻类产业创新团队等项目资助。文章信息：Duan, X.#, Zhang, T#., Wan, W., Huang, J., Zhao, Z., Wang, S., Wei, Z., Li, J., Ma, H., Yu, Z., Qin Y.*, Zhang. Y.* (2026). Genetic enhancement of Fujian oyster (Crassostrea angulata): Accelerated progeny growth through CRISPR/Cas9-mediated Myostatin-knockout. Aquacluture Reports, 48(15), 103657原文链接：https://authors.elsevier.com/sd/article/S2352-5134(26)00297-8图1 福建牡蛎MSTN（A）结构及sgRNA体外切割图（B）图2 电转染示意图

2026-05-22

南海海洋所|研究揭示珊瑚礁区海洋热浪的地理差异性

近日，中国科学院南海海洋研究所热带海洋环境实验室（LTO）、全球海洋和气候研究中心（GOCRC）以及中国—斯里兰卡热带海洋环境“一带一路”联合实验室（CSTO）的王春在研究员团队，在珊瑚礁区海洋热浪地理差异性研究方面取得新进展。相关研究成果以“Geographical differences in marine heatwaves across global coral reef zones”为题，发表于国际期刊Advances in Climate Change Research。论文第一作者为副研究员姚玉龙，通讯作者为研究员王春在。海洋热浪是导致珊瑚礁白化的重要热量压力来源。在全球变暖的背景下，珊瑚白化事件愈发频繁，科学家们已围绕两者之间的联系开展了大量研究，并在不同海域证实了海洋热浪的热胁迫作用。然而，由于全球海洋增暖具有明显的空间不均匀性，不同海域的局地海洋环境条件也存在差异，使得全球暖水珊瑚礁区域的海洋热浪呈现出显著的地域差异特征。这种差异具体是怎样的？在未来气温升高1.5°C的情景下，热浪特征又将如何变化？目前这些问题尚不清晰。针对上述问题，研究团队利用高分辨率海表温度数据、海洋再分析资料以及第六次国际耦合模式比较计划（CMIP6）数据，对全球10个关键海域的海洋热浪平均状态、长期变化趋势以及强度等级变化进行了系统评估。同时，对比了20世纪（1900–1999年）与21世纪（2000–2099年）珊瑚礁区海表温度变率的差异，并预估了在1.5°C升温情景下海洋热浪的可能变化。结果表明，1982–2021年间，尽管在多数关键海域中，海洋热浪的最大强度和平均强度呈下降趋势，但每年热浪发生的总天数以及累积强度却有所上升。这一时期，第一和第二等级的海洋热浪逐渐成为主导，其发生频率分别达每十年7.91 ± 1.11次和1.81 ± 0.94次（p < 0.01）。其中，红海北部、波斯湾、南海、夏威夷群岛南部、加利福尼亚湾以及加拉帕戈斯岛面临的海洋热浪尤为严重（图1）。对热浪总天数进行EOF分解后，第一模态清晰地反映出ENSO信号；进一步的合成分析也证实，春季和夏季发生的海洋热浪对珊瑚白化起到了关键作用。在SSP245（中等排放）和SSP585（高排放）两种未来情景下，海表温度变率增大（0.0–0.4°C）、上层海洋热含量预估每十年增加1-6×108 J/m2，同时混合层深度每十年变浅-0.2至-1.6 m。这些因素共同作用，将导致海洋热浪持续时间更长、强度更大，从而进一步加剧珊瑚礁的生存压力。本研究得到国家自然科学基金面上项目及重大项目的共同资助。图1 1982–2021年暖季期间全球10个关键珊瑚礁区多年平均海洋热浪累积强度的空间分布。相关论文信息：Yao, Y., & Wang, C. (2026). Geographical differences in marine heatwaves across global coral reef zones. Advances in Climate Change Research, https://doi.org/10.1016/j.accre.2026.04.015.原文链接：https://www.sciencedirect.com/science/article/pii/S1674927826001127

2026-05-22

马克斯·普朗克—中国科学院合成生物化学联合研究中心双成果首发：提出天然产物四象限框架，并发现让细菌“断电”的新型抗生素

古人讲：“智如目也，能见百步之外而不能自见其睫”，揭示的是个体认知的局限：人能清楚地观察外部世界，却未必能够反观其身。心理学中的乔哈里窗（Johari Window）用现代语言将这种局限形式化为自我所知、自我未知、他人所知、他人未知之间的信息错位。类似的盲区不仅存在于个体认知中，也存在于科学共同体的知识生产过程中。一个研究领域可以持续积累知识，却未必能够意识到自身既有概念框架、技术路径与问题设定所未能触及的未知空间。古人讲：“智如目也，能见百步之外而不能自见其睫”，揭示的是个体认知的局限：人能清楚地观察外部世界，却未必能够反观其身。心理学中的乔哈里窗（Johari Window）用现代语言将这种局限形式化为自我所知、自我未知、他人所知、他人未知之间的信息错位。类似的盲区不仅存在于个体认知中，也存在于科学共同体的知识生产过程中。一个研究领域可以持续积累知识，却未必能够意识到自身既有概念框架、技术路径与问题设定所未能触及的未知空间。中国科学院深圳先进技术研究院（以下简称“深圳先进院”）与德国马克斯·普朗克陆地微生物研究所（以下简称“马普陆地微生物所”）共同建立马克斯·普朗克–中国科学院合成生物化学联合研究中心（以下简称“联合中心”）后，双方开展了密切的合作。近日，深圳先进院定量合成生物学全国重点实验室/合成生物学研究所石一鸣研究员团队与马普陆地微生物所Helge B. Bode教授团队合作，在Current Opinion in Microbiology和Chemical Science上接连发表两篇论文。作为联合中心率先产出的两项代表性成果，两项工作从理论与实证两个层面回应了一个共同问题：以抗生素发现为例的天然产物研究中，我们究竟还没看见什么？以及为什么没看见？一、描绘地图：将“乔哈里窗”引入抗生素的发现逻辑在Current Opinion in Microbiology发表的综述论文From known knowns to unknown unknowns: synthetic biology paths to antimicrobial discovery中，研究团队借鉴心理学中的乔哈里窗思想，提出以“化学新颖性”和“工程可达性”为双轴，重新理解抗生素天然产物发现中的不同知识状态。该框架将天然产物发现重新组织为四类状态：已知的已知（known knowns），即结构、功能和生物合成逻辑相对清楚，且已有工程化入口的对象；未知的已知（unknown knowns），即知道可以改造，但改造结果仍难以预测的空间；已知的未知（known unknowns），即分子或线索已经被看见，但工程化进入路径仍不清楚的对象；以及未知的未知（unknown unknowns），即尚未被现有算法、筛选体系和概念框架捕捉的潜在发现空间。过去以化学可见性为中心的二分法只问“分子有没有被看见”，而新的四象限框架则进一步追问：一个发现对象，究竟能不能被设计、构建、表达、改造、验证？合成生物学在这里不再只是“放大生产”的工具，而成了识别盲区、迁移象限的导航仪。二、开辟航线：以“已知的未知”作为概念验证，发现了让细菌“断电”的新型抗生素在Chemical Science上发表的论文Lipid-donor-anchored genome mining uncovers dioxanopeptins, antibacterial lipopeptides with a 1,3-dioxane functionalized polyunsaturated lipid tail中，研究团队则进一步选择四象限中“已知的未知（known unknowns）”完成了一次概念验证。脂肽类抗生素是天然产物抗菌药物中的重要类型，如临床药物多黏菌素和达托霉素，这些分子都带有脂质端。这一脂质部分并非可有可无的修饰：它直接影响分子与细菌膜的相互作用、细胞选择性、抗菌活性以及作用机制。因此，从化学和药效角度看，脂肽类抗生素并不是一个陌生的领域。但真正的瓶颈在于：我们知道脂质端重要，却还缺乏一套从基因组层面系统进入这一类分子空间的方法。传统基因组挖掘策略多聚焦于NRPS装配路线，即优先预测肽骨架。相比之下，脂质供体的形成过程及其与NRPS装配的耦合关系往往没有成为发现策略的核心入口。换言之，脂肽类抗生素在功能上是“已知”的，但以脂质供体为线索系统进入新的脂肽化学空间，仍然是“未知”的。这正是“已知的未知”在这项工作中的精确定义。针对这一“已知的未知”研究盲区，研究团队建立了以脂质供体作为基因组挖掘锚点的发现策略：以多不饱和脂肪酸合酶（PUFAS）核心基因为搜索起点，结合NRPS共定位信息进行筛选，从变形菌门中识别出新的dxp基因簇家族，并进一步鉴定出该家族编码合成的新型非核糖体脂肽抗生素dioxanopeptins。该类化合物携带一个不常见的结构特征：1,3-二氧六环功能化的多不饱和脂质端。该脂质端作为关键抗菌活性基团，参与了细菌胞质酸化、质子动力势稳态扰动，从而降低细菌ATP供能物质的合成，表现出对耐甲氧西林金黄色葡萄球菌等重要耐药性革兰氏阳性病原菌显著的杀灭效果。这一策略的关键在于获得新型抗生素家族的同时验证了一种发现逻辑：当研究对象处于“分子类型与功能意义已被认识，但基因组进入路径尚不清楚”的状态时，合成生物学和基因组挖掘可以通过重新定义搜索锚点，将一个“已知但难以进入”的空间，转化为研究对象。后续，联合中心将依托马普陆地微生物研究所在天然产物生物合成、代谢设计与无细胞体系等底层机理与基础理论方向的原创积累，结合深圳先进院从理性设计到高通量构建测试的全链条能力，共同攻克从基因到功能的转化难题，为医药、农业等领域的苗头分子发现提供支撑。两项成果由深圳先进院定量合成生物学全国重点实验室/合成生物学研究所石一鸣研究员团队与马普陆地微生物研究所Helge B. Bode教授团队合作完成。深圳先进院定量合成生物学全国重点实验室/合成生物学研究所陈思强博士为综述论文的第一作者。深圳先进院与中山大学（深圳）联合培养博士生陈瑛、深圳先进院定量合成生物学全国重点实验室/合成生物学研究所陈韵声博士和博士生向浩为研究论文的共同第一作者，中山大学（深圳）薛永波副教授为共同通讯作者。深圳先进院定量合成生物学全国重点实验室/合成生物学研究所石一鸣研究员为两篇文章的通讯作者。上述两项工作得到国家自然科学基金、国家重点研发计划以及深圳合成生物学创新研究院等项目支持。此外，这两项工作的推进，还得益于2025年11月中国科学院–马克斯·普朗克学会暑期学校与青年沙龙交流论坛搭建的青年学者对话平台，2026年3月至4月围绕合成生物学的国际高频交流会谈，以及中国科学院国际交流项目的持续支持。文章上线截图原文链接图1. 借鉴乔哈里窗，以合成生物学为核心的天然产物发现与工程改造四象限框架文章上线截图原文链接图2. 让细菌“断电”的新型抗生素Dioxanopeptins的发现策略与作用方式

2026-05-25

MRM 封面文章 | 深圳先进院研发快速精准腹部脂肪与铁定量成像新技术

代谢功能障碍相关脂肪性肝病（‌Metabolic Dysfunction-Associated Steatotic Liver Disease，MASLD，此前称为非酒精性脂肪肝）已成为全球最常见的慢性肝病，影响约全球四分之一人口。疾病谱从单纯肝脂肪变性可进展为脂肪性肝炎、肝纤维化、肝硬化乃至肝癌，早期精准评估肝脏脂肪含量至关重要。磁共振质子密度脂肪分数（Proton Density Fat Fraction, PDFF）成像是目前无创定量肝脏脂肪的“金标准”，但通常需在屏气状态下进行三维采集，对儿童、老人及呼吸困难者适用性差，限制了其广泛临床使用。近日，医学成像科学与技术系统全国重点实验室、中国科学院深圳先进技术研究院生物医学与健康工程研究所邹超研究员、程传力副研究员等在磁共振物理领域权威期刊Magnetic Resonance in Medicine上以封面文章发表了题为 "Fast and Accurate Abdominal PDFF and R2* Mapping With Model‐Fitted Flip Angle Modulation and Simultaneous Multi‐Slice (SMS) 2D Imaging" 的研究成果。该研究提出了一种基于模型拟合翻转角调制（Flip Angle Modulation, FAM）与同步多层（SMS）加速的二维自由呼吸成像新方法，实现了在自由呼吸状态下快速、高信噪比、高一致性的肝脏脂肪与铁定量成像。研究团队针对现有二维FAM方法中翻转角组合需随相位编码步数重复迭代优化、计算效率低的问题，提出一种高斯函数模型拟合法，可直接根据编码步数快速计算最佳翻转角曲线，避免重复优化，大幅提升计算效率与协议设计的灵活性。同时，该方法创新性地将同步多层成像（SMS）技术引入二维FAM序列，通过多层同时激发与重建，在保持高信噪比的前提下将扫描时间缩短近一半，并有效抑制了传统并行成像（如GRAPPA）在高加速比下的噪声放大问题。研究通过脂肪‐水体模与多例志愿者进行系统验证，对比了所提方法（FAM-SMS）与传统三维屏气法、二维FAM结合GRAPPA（FAM-GRAPPA）以及混合加速（FAM-Hybrid）等多种方案：1）体模实验显示，模型拟合翻转角曲线与优化结果高度一致，PDFF与R2*测量无显著偏差（p>0.05），与三维参考方法相关性极高（PDFF: 0.994–0.995，R2: 0.978–0.988）。 2）在体实验中，FAM-SMS在自由呼吸下获得的PDFF与R2*图像噪声水平与三维屏气采集相当，且PDFF与R2*的标准差较FAM-GRAPPA分别降低18.7% 与18.5%，表现出更优的噪声性能与定量稳定性。该方法不仅解决了屏气困难患者的成像难题，还通过缩短单层采集时间、抑制运动伪影，实现了真正意义上的“自由呼吸、运动鲁棒”定量成像。其在保持高定量准确性的同时，大幅提升扫描效率，为肝脏脂肪与铁沉积的临床筛查、随访与疗效评估提供了更加高效、稳定的成像手段。该研究由中国科学院深圳先进技术研究院、医学成像科学与技术系统全国重点实验室牵头，通讯作者为邹超研究员，第一作者为程传力副研究员。研究获得国家自然科学基金、国家重点研发计划、深圳市科技计划项目等多个项目支持。未来，研究团队将联合多家临床中心，开展大规模、多中心的前瞻性临床研究，进一步验证该技术在更广泛人群（包括不同程度脂肪肝、铁过载及儿童、老年等呼吸配合困难患者）中的定量准确性、可重复性及临床实用性。通过建立标准化的成像协议与后处理流程，推动该技术从科研工具向临床常规检查方案转化，助力代谢相关脂肪性肝病及肝铁过载的早期筛查、精准分型与疗效评估。同时，团队将拓展该方法在全身脂肪定量、心外膜脂肪及肾周脂肪评估等更多临床场景中的应用，探索其在不同解剖部位、不同疾病状态下的适用性。通过推动多中心数据共享与算法优化，形成基于自由呼吸、快速精准脂肪定量的临床指南，为我国肝病及代谢性疾病防控提供更加普适、高效的影像解决方案。图1：文章上线截图图2：研究提出的模型拟合算法与迭代算法具有很好的一致性图3：在体成像结果及期刊封面

2026-05-25

NPJ Digital Medicine | 告别CT依赖：少样本域适应技术深圳先进院实现无需CT的PET衰减校正与散射校正

近日，中国科学院深圳先进技术研究院（以下简称“深圳先进院”）医学成像科学与技术系统全国重点实验室、深圳先进院生物医学与健康工程研究所胡战利研究员团队与上海瑞金医院李彪主任团队、宁波诺丁汉大学何祥健教授团队、武汉同济医院朱小华主任团队、山东省千佛山医院程召平主任团队、珠海市人民医院许杰华主任团队合作，在无需CT的PET衰减与散射校正研究领域取得重要进展。研究团队提出了一种面向多示踪剂、多设备和多中心场景的少样本域适应框架CrossPET-Adapt，可在仅使用少量目标域数据的条件下，将深度学习模型快速迁移到新的临床成像环境，为减轻PET/CT检查中的CT相关辐射负担和促进人工智能模型的临床部署提供了新思路。相关成果以“Generalizable CT-Free PET Attenuation and Scatter Correction via Few-Shot Cross Domain Adaptation”为题，发表在数字医学领域知名期刊NPJ Digital Medicine（IF=15.1）上。PET能够反映疾病诊断、分期和疗效评估中至关重要的功能代谢信息，但其定量准确性容易受到光子衰减和散射效应影响。传统PET/CT成像流程通常依赖CT图像获取衰减图并完成散射校正，但会带来额外CT辐射剂量。在低剂量或动态PET等场景中， PET/CT配准错位及患者运动还可能引入额外伪影和定量偏差。近年来，基于深度学习的衰减与散射校正方法显示出应用潜力，但在真实临床环境中，不同示踪剂、不同设备的成像特性、不同中心的采集与重建流程均会导致明显的数据分布差异，使模型面临泛化能力不足的问题。针对上述问题，研究团队提出CrossPET-Adapt少样本域适应框架（图 1）。该方法的核心思想是：先让模型在最常用的 PET 示踪剂 18F-FDG 数据中预训练来学习衰减与散射校正的一般规律，对未见域则在预训练模型的基础上利用极少量来自新域的数据微调进行域适应，使模型能够更好地应对不同示踪剂、不同扫描设备和不同医疗中心带来的数据异质性。为系统验证该策略的泛化能力，研究团队构建了包含1539名受试者、覆盖11个队列的大规模多域PET/CT数据集。数据涵盖4种示踪剂（18F-FDG、18F-PSMA、68Ga-DOTA-TATE和68Ga-FAPI）、3种短轴向PET/CT扫描仪、3家外部医疗中心，以及用于临床验证的淋巴瘤患者队列。该研究比较了单示踪剂训练、多示踪剂联合训练和少样本适应三种不同的训练策略，来探索深度学习模型在不同临床场景下的泛化性。研究结果显示，单一数据来源训练得到的模型在面对新示踪剂、新设备或新中心时容易出现性能下降。多示踪剂联合训练能够在已知的示踪剂队列下取得较好表现，但在外部中心和外部扫描仪队列中CrossPET-Adapt 仅需少量目标域数据进行微调就能够明显提升模型在新场景中的性能（图 2）。值得注意的是，即便仅使用1例目标域数据进行微调，CrossPET-Adapt 也能取得出色的表现。这一结果提示，未来的临床推广中，医院可以基于预训练模型进行快速本地化适配，从而无需重新收集大量本地数据从头训练模型，以显著降低数据采集成本和模型部署门槛。在临床相关性验证中，研究团队进一步将该方法应用于淋巴瘤患者18F-FDG PET数据。结果显示，深度学习校正后的 PET 图像在整体视觉质量和病灶定量结果上均与传统 CT 校正结果高度一致。对于临床关注的指标，如标准摄取值（SUV）、代谢肿瘤体积（MTV）和总病灶糖酵解（TLG）等，模型校正后均能有效降低误差，保持病灶评估的可靠性。这表明 CrossPET-Adapt 不仅能够获得高保真的全身 PET 图像，也有望为肿瘤诊断、疗效评估和随访监测提供高度的定量一致性。该研究的另一个重要优势在于模型部署效率。与需要580例受试者、两块NVIDIA A5000 GPU训练约31小时的多示踪剂联合训练模型相比，CrossPET-Adapt仅需1至5例数据，在单张GPU上微调10分钟以内即可完成域适应。该策略显著降低了新临床场景下的数据收集和计算资源需求，为该方法在多中心、多厂商和低资源临床环境中的快速推广提供了可行路径。未来，该少样本域适应范式还可与扩散模型、流匹配模型等更先进的网络架构结合，并进一步拓展至PET/MR、专用脑PET等无集成CT的PET系统。深圳先进院胡战利研究员、李彪主任和何祥健教授为论文共同通讯作者。深圳先进院与宁波诺丁汉大学联培博士生文美媛、上海瑞金医院王瀚中为论文共同第一作者。该研究工作得到了医学成像科学与技术系统全国重点实验室、国家自然科学基金（数学天元重点专项）、国家重点研发计划（重大科学仪器设备研发重点专项）等项目的资助。图1：数据集与深度学习方法概览。该方法先在源域18F-FDG数据上预训练无CT的PET衰减与散射校正模型，再利用少量目标域样本完成跨示踪剂、跨中心和跨设备的快速适应。图2：跨示踪剂、跨中心和跨设备场景下的定量评估。图中比较了不同训练策略在SSIM、PSNR和RMSE指标上的表现，显示少样本域适应策略在外部中心和外部扫描仪中均具有稳健的泛化能力。

2026-05-21

广州健康院开发可解释AI模型精准鉴定细胞谱系特征基因

近日，中国科学院广州生物医药与健康研究院（以下简称“广州健康院”）细胞数字孪生研究组在《Briefings in Bioinformatics》上发表了题为“scMarkerGene: an interpretable neural network framework for cell-type-specific marker gene discovery”的研究论文。细胞类型的精准识别是单细胞转录组学分析的基础，而细胞类型特异性标记基因（marker gene）的发现则是这一过程的核心。传统方法多依赖统计阈值或聚类启发式策略，易受数据噪声、注释偏差及基因高表达但非特异性等问题的干扰。针对上述挑战，研究团队提出了scMarkerGene——一个基于可解释神经网络框架的细胞类型特异性标记基因发现模型。scMarkerGene通过构建“贡献分数矩阵”，将神经网络模型中每个基因对细胞类型判别的影响量化为可解释的贡献值，并结合集成学习与特异性过滤策略，实现了对不同物种、不同测序技术、不同细胞群体规模及高稀疏性数据的稳健标记基因识别。scMarkerGene的工作流程主要包括两个步骤（如图1）：第一步：贡献分数计算。基于多层感知机（MLP）构建分类模型，通过集成多个超参数扰动训练得到的模型，利用DeepLIFT解释方法计算每个基因对细胞类型判别的贡献分数，并经过统计检验筛选出候选标记基因。第二步：特异性筛选与重排序。在候选基因基础上，结合基因的均值表达、中位数表达及检出率，构建“marker评分”，并与轮廓系数加权后对基因进行重排序，最终输出高特异性的细胞类型标记基因。研究团队在10个公开的单细胞RNA测序数据集上对scMarkerGene进行了系统评估，涵盖拟南芥、果蝇、小鼠、人类等多个物种及多种测序平台。结果表明，scMarkerGene在log2FC、标准化Z-score等指标上均一致优于scanpy、scMAGs、SMaSH、scVI等现有方法。在模拟数据实验中，scMarkerGene识别高特异性标记基因，显著领先其他方法，并能有效滤除非特异性基因。在引入不同比例的随机丢失噪声后，scMarkerGene依然保持高鲁棒性，而同类方法SMaSH的性能则明显下降。在骨类器官数据集中，scMarkerGene在粗粒度与细粒度细胞类型上均能稳定识别高特异性标记基因，尤其在样本量不足100个细胞的小群体中仍保持最高log2FC，展现出对罕见细胞群体的强大适应性。此外，在空间转录组与拟时间序列分析中，scMarkerGene识别出的标记基因在10X Visium小鼠脑组织及人黑色素瘤数据中均展现出清晰的空间定位特征；在BEELINE基准数据中，其在不同离散时间状态下预测的标记基因也均取得最高的log2FC值。scMarkerGene区别传统方法依赖表达均值差异检验方式，以判别函数为核心，以贡献分数为统一度量，建立基因贡献分数与分类决策边界敏感度之间的数学联系，推动标记基因筛选从“统计描述”走向“机制解析”，为从复杂单细胞数据中解析细胞身份提供了可靠方法。广州健康院赵永兵研究员为该论文的唯一通讯作者。博士后张景恺、高诗铠为该论文共同第一作者。该研究工作得到了中国国家重点研发计划以及广东省科技计划项目的资助支持。论文链接图1. scMarkerGene工作流程

2026-05-25