《细胞》

大型语言模型解构自闭症诊断背后的临床直觉

加拿大米拉-魁北克人工智能研究所教授Danilo Bzdok课题组用大型语言模型解构了诊断自闭症背后的临床直觉。相关研究成果3月26日发表于《细胞》。

研究人员利用深度学习来解构和研究临床医生从临床报告中获得的直觉逻辑，以加深对自闭症的理解。在对数亿个一般句子进行预训练后，该研究团队对来自医疗专业人员的4000份自由格式的健康记录进行了大型语言模型处理，以区分确诊的自闭症病例和疑似的自闭症病例。

通过引入可解释性策略，他们扩展的语言模型架构可以确定驱动临床思维走向正确诊断的最重要单句。他们的框架将最关键的自闭症标准标记为刻板的重复行为、特殊兴趣和基于感知的行为，这对当下以社交互动缺陷为核心的诊断标准提出了挑战，提示需要对金标准诊断工具中长期沿用的评估标准进行必要的修订。

用全基因组分析或脑部扫描诊断自闭症的努力收效甚微。医疗专业人员基于长期第一手经验的临床直觉，仍然是诊断自闭症的金标准。

相关论文信息：

https://doi.org/10.1016/j.cell.2025.02.025

研究揭示尼帕病毒受体结合蛋白的功能和抗原景观

美国霍华德·休斯医学研究所的Jesse D. Bloom研究组揭示了尼帕病毒受体结合蛋白的功能和抗原景观。3月24日，相关研究成果发表于《细胞》。

尼帕病毒经常溢出到人类身上，引发致命感染。病毒的受体结合蛋白（RBP）附着在宿主受体上，是中和抗体的主要靶点。研究人员进行了深度突变扫描，以测量RBP的所有氨基酸突变如何影响细胞进入、受体结合和从中和抗体中逃逸。该团队确定了RBP的功能受限区域，包括参与寡聚化的位点，以及差异调节RBP与其两种ephrin受体结合的突变。研究人员绘制了6种抗RBP抗体的逃逸突变图，发现天然尼帕病毒株中很少存在抗原突变。

该发现为RBP的功能和抗原进化潜力提供了见解，可为抗体疗法和疫苗开发提供信息。

相关论文信息：

https://doi.org/10.1016/j.cell.2025.02.030

《自然-生物技术》

高维成像使用多路通道复用和深度学习

以色列魏茨曼科学研究所的Leeat Keren课题组报道了高维成像可以使用多路通道复用和深度学习。3月25日，相关研究成果发表于《自然-生物技术》。

研究人员提出了多路通道复用（CombPlex），这是一个组合染色平台，结合了算法框架，以指数方式增加测量的蛋白质数量。每个蛋白质可以在几个通道中成像，每个通道包含几个蛋白质的聚集图像。利用深度学习，这些组合压缩图像解压缩为单个蛋白质图像。实验证明，将22种蛋白质的染色压缩到5个成像通道时，仍能实现精确重建。研究人员在荧光显微镜和质谱成像中展示了这种方法，并将其成功应用于多种组织和癌症类型。CombPlex可以在不需要专门仪器的情况下，增加任何成像方式测量的蛋白质数量。

了解组织结构和功能需要在保留空间信息的同时，以单细胞分辨率量化多种蛋白质表达的工具。目前的成像技术为每种蛋白质提供了单独的通道，限制了吞吐量和可扩展性。

相关论文信息：

https://doi.org/10.1038/s41587-025-02585-0

《自然-物理学》

皮质兴奋性揭示海星卵母细胞的可编程形状动力学

美国麻省理工学院的Nikta Fakhri团队发现，光诱导的皮质兴奋性揭示了海星卵母细胞的可编程形状动力学。相关研究成果近日发表于《自然-物理学》。

化学机械波在动态改变细胞形状的力产生和远程信号传输中起着关键作用，重建和控制这种细胞变形，是合成细胞发展的一个关键但尚未解决的问题。

研究人员提出了一种光遗传学方法用于研究细胞减数分裂过程中海星卵母细胞表面收缩波的协调机制。使用光遗传学刺激，他们创建了与减数分裂信号解耦的化学机械皮质激发，并驱动了各种形状变形。结合化学和几何动力学的定量模型使人们能够预测和解释细胞对光遗传学刺激的各种机械反应。

最后，研究人员定性映射了观察到的形状动力学，揭示了细胞内蛋白质动力学的多样性如何产生广泛的机械表型。该研究为实时控制生物体的动态变形提供了新思路，并能推进合成细胞和类生命细胞功能的设计。

相关论文信息：

https://doi.org/10.1038/s41567-025-02807-x