5 月
15
2026
阿尔茨海默病（AD）是全球最主要的神经退行性疾病之一，影响数百万人。AD的早期精准诊断和干预一直面临重大挑战，核心原因在于活体神经组织几乎无法获取。本研究针对阿尔茨海默病（AD）早期神经组织难以获取这一核心瓶颈，首创性地对22名受试者的嗅上皮嗅裂区域利用内窥镜刷检获得的活检组织进行了单细胞RNA测序分析，系统解析不同病程阶段AD患者嗅上皮细胞的转录组特征。
5 月
15
2026
今天为大家分享一篇 2025 年11月发表在肿瘤转化医学领域的纯生信7.5分的文章。该研究聚焦于口腔鳞状细胞癌（OSCC）的转移机制，创新性地结合了基底膜重塑、上皮-间质转化（EMT）以及失巢凋亡（Anoikis）三大核心转移过程，利用多种机器学习算法构建了一个稳健的预后模型，并深入探讨了其在临床评估和药物筛选中的应用。
5 月
15
2026
肿瘤微环境（Tumour Microenvironment，TME）中的多细胞程序是癌症发生发展和治疗应答的核心驱动因素。现有的肿瘤生态型（ecotype）研究方法存在两大瓶颈：现有方法在鉴定多细胞生态型时忽略了空间位置信息，无法揭示细胞状态与解剖位置的关联。
临床中对 TME 的分析依赖实体肿瘤活检，存在显著的取样偏差，难以实现连续监测。针对上述问题，本研究提出了一种多模态机器学习框架，系统识别并刻画了具有空间依赖性的多细胞生态系统——空间生态型（Spatial Ecotypes, SEs），并通过液态活检实现了 TME 的无创解析。
5 月
15
2026
肿瘤微环境（Tumour Microenvironment，TME）中的多细胞程序是癌症发生发展和治疗应答的核心驱动因素。现有的肿瘤生态型（ecotype）研究方法存在两大瓶颈：现有方法在鉴定多细胞生态型时忽略了空间位置信息，无法揭示细胞状态与解剖位置的关联。
临床中对 TME 的分析依赖实体肿瘤活检，存在显著的取样偏差，难以实现连续监测。针对上述问题，本研究提出了一种多模态机器学习框架，系统识别并刻画了具有空间依赖性的多细胞生态系统——空间生态型（Spatial Ecotypes, SEs），并通过液态活检实现了 TME 的无创解析。
3 月
16
2026
在肿瘤免疫微环境中，CD4+ T 细胞的作用常常被其“兄弟” CD8+ T 细胞的光芒所掩盖。然而，随着研究的深入，CD4+ T 细胞在抗肿瘤和促肿瘤反应中的双重角色正越来越受到重视。今天为大家分享的这篇文章，正是巧妙地结合了转录组学范围的孟德尔随机化（MR）与单细胞转录组测序（scRNA-seq）技术，在CD4+ T 细胞激活的动态过程中，为结直肠癌（CRC）找到了全新的免疫治疗靶点。
3 月
16
2026
本研究旨在系统解析结直肠癌（CRC）肿瘤微环境（TME），特别是中性粒细胞的异质性、功能及其空间组织。为此，作者整合了迄今为止最大规模的CRC单细胞图谱，并采用了多模态分析策略：
