专栏名称: 生信菜鸟团
生信菜鸟团荣誉归来,让所有想分析生物信息学数据的小伙伴找到归属,你值得拥有!
目录
相关文章推荐
生信宝典  ·  推荐一本学习生信的好书,新手友好,实战性强 ·  13 小时前  
生物学霸  ·  张宏研究组招聘启事 ·  17 小时前  
生物探索  ·  Nature Methods | ... ·  昨天  
生信菜鸟团  ·  【QuPath】你还在手动导出分析结果吗? ·  3 天前  
51好读  ›  专栏  ›  生信菜鸟团

本周 Nature | 第 8065 期 | 生命科学部分

生信菜鸟团  · 公众号  · 生物  · 2025-05-29 20:10

正文

请到「今天看啥」查看全文


  • • Changes in neurotensin signalling drive hedonic devaluation in obesity

中文标题

  • • 神经降压素信号的变化驱动肥胖中的享乐价值降低

基本信息

  • • 发表日期:26_03_25
  • • 文章类型:Article
  • • 文章作者:Neta Gazit Shimoni | Amanda J. Tose | Charlotte Seng | Yihan Jin | Tamás Lukacsovich | Hongbin Yang | Jeroen P. H. Verharen | Christine Liu | Michael Tanios | Eric Hu | Jonathan Read | Lilly W. Tang | Byung Kook Lim | Lin Tian | Csaba Földy | Stephan Lammel
  • • 原文链接:https://www.nature.com/articles/s41586-025-08748-y

关键词

  • • neurotensin(神经降压素)
  • • hedonic feeding(享乐性进食)
  • • obesity(肥胖)
  • • NAcLat→VTA pathway(NAcLat→VTA通路)
  • • high-fat diet(高脂饮食)
  • • dopamine(多巴胺)

研究背景

  • • 高热量食物,尤其是高脂肪和高糖分的食物,在人类和动物中会引发愉悦感。
  • • 长期摄入此类食物可能会降低其享乐价值,可能与肥胖有关。
  • • 纹状体腹侧被盖区(VTA)的多巴胺系统在进食行为的动机方面起重要作用,但关于慢性高脂饮食对抑制性投射的影响尚不清楚。

当前问题

  • • 尽管已有研究关注多巴胺神经元在进食和肥胖中的作用,但对于慢性高脂饮食如何影响从伏隔核(NAc)到VTA的抑制性投射了解较少。
  • • 享乐性进食行为的神经生物学基础仍不明确,特别是在高脂饮食条件下。

研究目的

  • • 探讨慢性高脂饮食如何影响享乐性进食行为及其背后的神经机制。
  • • 明确神经降压素信号在这一过程中的作用,并评估其对肥胖相关行为的影响。

研究方法

  • • 通过将C57Bl/6小鼠置于慢性高脂饮食(HFD)中,观察其进食行为变化。
  • • 使用光遗传学刺激NAcLat→VTA通路,评估其对享乐性进食行为的影响。
  • • 通过基因敲除和受体阻断实验,分析神经降压素信号的作用。
  • • 检测NAcLat→VTA通路中神经降压素的表达和释放情况。

研究结果/发现

  • • 在常规饮食的小鼠中,NAcLat→VTA通路的神经元编码享乐性进食行为;而在HFD小鼠中,该行为减少并脱离神经活动。
  • • 光遗传学刺激NAcLat→VTA通路可增加常规饮食小鼠的享乐性进食,但在HFD小鼠中无效,但当HFD小鼠恢复常规饮食后,行为可恢复。
  • • HFD小鼠在NAcLat→VTA通路中表现出神经降压素表达和释放的减少。
  • • 在NAcLat中敲除神经降压素或在VTA中阻断神经降压素受体,均可消除光遗传诱导的享乐性进食行为。
  • • 增强神经降压素信号可通过过表达恢复正常饮食引起的肥胖相关特征,包括体重增加和享乐性进食。

研究意义

  • • 本研究揭示了神经降压素信号在享乐性进食行为中的关键作用,为理解肥胖相关的神经机制提供了新视角。
  • • 发现了神经降压素信号增强可能作为治疗肥胖的新策略。
  • • 明确了NAcLat→VTA通路在享乐性进食中的功能,并揭示了其在高脂饮食条件下的改变。

研究不足

  • • 研究主要基于小鼠模型,需进一步验证在人类中的适用性。
  • • 未探讨其他可能参与享乐性进食的神经通路或分子机制。

数据表格














数据资源
获取方式
RNA-sequencing datasets
Available at the Gene Expression Omnibus under accession GSE287548.
Source data
Provided with this paper.

代码表格














数据资源
获取方式
Custom code for fibre photometry data
Available at https://github.com/handejong/Fipster.
MouseActivity5.m
Used to analyse open-field behaviour. Available at https://github.com/HanLab-OSU/MouseActivity/blob/master/MouseActivity5.m.
Code for analysis of ntsLight sensors
Available at https://github.com/lintianlab.
NeuralynxMatlabImportExport_v6.0.0 MATLAB package
Used for analysis of in vivo electrophysiology data. Available at https://neuralynx.fh-co.com/research-software/.
Custom MATLAB, Python, and edgeR
Used for processing of in vivo electrophysiology data and RNA-sequencing data. Available at https://github.com/lammellab/.

第 6 篇

英文标题

  • • Plasticity of the mammalian integrated stress response

中文标题

  • • 哺乳动物整合应激反应的可塑性

基本信息

  • • 发表日期:26_03_25
  • • 文章类型:Article
  • • 文章作者:Chien-Wen Chen | David Papadopoli | Krzysztof J. Szkop | Bo-Jhih Guan | Mohammed Alzahrani | Jing Wu | Raul Jobava | Mais M. Asraf | Dawid Krokowski | Anastasios Vourekas | William C. Merrick | Anton A. Komar | Antonis E. Koromilas | Myriam Gorospe | Matthew J. Payea | Fangfang Wang | Benjamin L. L. Clayton | Paul J. Tesar | Ashleigh Schaffer | Alexander Miron | Ilya Bederman | Eckhard Jankowsky | Christine Vogel | Leoš Shivaya Valášek | Jonathan D. Dinman | Youwei Zhang | Boaz Tirosh | Ola Larsson | Ivan Topisirovic | Maria Hatzoglou
  • • 原文链接:https://www.nature.com/articles/s41586-025-08794-6

关键词

  • • integrated stress response(整合应激反应)
  • • eIF2α-p(eIF2α磷酸化)
  • • eIF2B(eIF2B)
  • • ATF4(ATF4)
  • • translational reprogramming(翻译重编程)
  • • metabolic rewiring(代谢重编程)

研究背景

  • • 蛋白质合成是一个高度受控的过程,对细胞稳态至关重要,在应激条件下其抑制有助于维持能量平衡。
  • • 整合应激反应(ISR)是未折叠蛋白反应的重要组成部分,它在各种应激条件下重新编程翻译。
  • • 传统模型认为,ISR是由应激诱导的eIF2α-p触发,随后抑制eIF2B活性,从而减少起始甲硫氨酸tRNA(Met-tRNAi)的传递并降低整体蛋白质合成。

当前问题

  • • 目前尚不清楚在缺乏eIF2α-p诱导的情况下,eIF2B功能受损是否等同于经典的ISR。
  • • 一些涉及替代翻译起始的应激反应机制似乎与eIF2α-p无直接关联,这表明ISR可能存在其他调控方式。
  • • 在经典ISR中,eIF2α-p和eIF2B活性与翻译扰动之间并非线性相关,这提示现有模型可能不够全面。

研究目的

  • • 探讨eIF2B功能下降是否能够激活一种不同于经典ISR的新应激反应机制,并揭示其分子机制。
  • • 阐明该新机制在维持细胞能量稳态中的作用,特别是在eIF2B活性降低的情况下。

研究方法

  • • 通过分析eIF2B活性下降引发的翻译和转录程序,识别出与经典ISR不同的应激反应机制。
  • • 研究eIF4E依赖的上游开放阅读框1(uORF1)的翻译及ATF4 mRNA的稳定性变化。
  • • 分析特定代谢基因(如PCK2)的表达变化,以确定其在能量稳态维持中的作用。

研究结果/发现

  • • 发现了一种新的应激反应机制,称为split ISR(s-ISR),其特征在于与经典ISR不同的翻译和转录程序。
  • • s-ISR依赖于eIF4E介导的uORF1翻译以及ATF4 mRNA的稳定,进而导致部分代谢基因(如PCK2)的表达变化。
  • • 这种代谢重编程有助于在eIF2B活性降低时维持细胞能量平衡。

研究意义

  • • 揭示了哺乳动物ISR的可塑性,表明在eIF2B活性下降而eIF2α-p未被诱导的情况下,可以激活新的应激反应通路。
  • • 发现了eIF4E–ATF4–PCK2轴在维持能量稳态中的关键作用,为理解应激反应提供了新的视角。

研究不足

  • • 本研究主要基于体外实验,未来需要在体内模型中进一步验证发现。
  • • 某些机制(如uORF1对内源性ATF4 mRNA翻译的影响)仍需更深入的研究以明确其生理意义。

数据表格














数据资源
获取方式
Datasets generated and analysed during this study
Available in the Gene Expression Omnibus repository under the accession numbers GSE268132 (shEif2b5 and shEif4e), GSE268130 (Eif2b5R191H/R191H) and GSE268127 (Atf4 uORF1 mutant).
All data supporting the findings of this study
Included in this article and its Supplementary Information. Source data are provided with this paper.

代码表格














数据资源
获取方式
Na
Na

第 7 篇

英文标题

  • • Connectome-driven neural inventory of a complete visual system

中文标题

  • • 完整视觉系统的连接组驱动神经元清单

基本信息

  • • 发表日期:26_03_25
  • • 文章类型:Article
  • • 文章作者:Aljoscha Nern | Frank Loesche | Shin-ya Takemura | Laura E. Burnett | Marisa Dreher | Eyal Gruntman | Judith Hoeller | Gary B. Huang | Michał Januszewski | Nathan C. Klapoetke | Sanna Koskela | Kit D. Longden | Zhiyuan Lu | Stephan Preibisch | Wei Qiu | Edward M. Rogers | Pavithraa Seenivasan | Arthur Zhao | John Bogovic | Brandon S. Canino | Jody Clements | Michael Cook | Samantha Finley-May | Miriam A. Flynn | Imran Hameed | Alexandra M. C. Fragniere | Kenneth J. Hayworth | Gary Patrick Hopkins | Philip M. Hubbard | William T. Katz | Julie Kovalyak | Shirley A. Lauchie | Meghan Leonard | Alanna Lohff | Charli A. Maldonado | Caroline Mooney | Nneoma Okeoma | Donald J. Olbris | Christopher Ordish | Tyler Paterson | Emily M. Phillips | Tobias Pietzsch | Jennifer Rivas Salinas | Patricia K. Rivlin | Philipp Schlegel | Ashley L. Scott | Louis A. Scuderi | Satoko Takemura | Iris Talebi | Alexander Thomson | Eric T. Trautman | Lowell Umayam | Claire Walsh | John J. Walsh | C. Shan Xu | Emily A. Yakal | Tansy Yang | Ting Zhao | Jan Funke | Reed George | Harald F. Hess | Gregory S. X. E. Jefferis | Christopher Knecht | Wyatt Korff | Stephen M. Plaza | Sandro Romani | Stephan Saalfeld | Louis K. Scheffer | Stuart Berg | Gerald M. Rubin | Michael B. Reiser
  • • 原文链接:https://www.nature.com/articles/s41586-025-08746-0

关键词

  • • connectome(连接组)
  • • visual system(视觉系统)
  • • Drosophila melanogaster(黑腹果蝇)
  • • neural inventory(神经元清单)
  • • synaptic connections(突触连接)
  • • electronic microscopy(电子显微镜)

研究背景

  • • 视觉为动物提供了关于周围环境的详细信息,并传递了颜色、形状和运动等多样特征。
  • • 计算这些并行的空间特征需要大量且多样的神经元网络。
  • • 从果蝇到人类,大脑中的视觉区域占其体积的一半。
  • • 这些视觉区域通常具有明显的结构-功能关系,神经元沿空间图谱组织,并且其形状直接与其在视觉处理中的作用相关。
  • • 超过一个世纪的解剖学研究已详细记录了果蝇视觉系统中的细胞类型。
  • • 同时,平行的行为和生理实验也研究了果蝇的视觉能力。
  • • 为了揭示复杂视觉系统的多样性,需要对神经架构进行精确映射,并结合针对该电路的探索工具。

当前问题

  • • 目前对不同脑区功能的全面理解仍然是一个持续的挑战。
  • • 尽管视觉区域的功能相对明确,但对其神经元和神经回路的具体作用仍需深入研究。
  • • 现有研究主要集中在雌性果蝇的视觉神经元上,缺乏对雄性果蝇视觉系统的系统性分析。

研究目的

  • • 通过构建果蝇视觉系统的连接组,建立完整的神经元清单。
  • • 开发计算框架以量化神经元的解剖结构,从而解释视觉神经元形状与空间视觉之间的关系。
  • • 整合分析结果、连接信息、神经递质身份和专家校正,对约53,000个神经元进行分类。
  • • 提供匹配神经元类型的split-GAL4品系,推动果蝇视觉系统的系统性研究。

研究方法

  • • 使用聚焦离子束铣削和扫描电子显微镜获取雄性黑腹果蝇右视叶的连接组数据。
  • • 建立了视觉神经元的全面清单,并开发了计算框架以量化其解剖结构。
  • • 通过整合分析、连接信息、神经递质身份和专家校正,将约53,000个神经元分类为732种类型。
  • • 提供了与神经元类型目录相匹配的split-GAL4品系集合。

研究结果/发现

  • • 成功建立了雄性果蝇视觉系统的连接组,并将其神经元分类为732种类型,其中约一半为新命名。
  • • 开发了计算框架以量化神经元的形态,为理解视觉神经元形状与空间视觉的关系奠定了基础。
  • • 提供了丰富的split-GAL4品系资源,支持对果蝇视觉系统的系统性研究。
  • • 通过整合连接信息、神经递质身份和专家校正,实现了对神经元类型的系统分类。

研究意义

  • • 本研究为果蝇视觉系统的系统性研究提供了关键工具和数据,推动了对视觉处理机制的深入理解。
  • • 建立的连接组和神经元清单为后续研究提供了坚实的基础,有助于揭示视觉神经元的结构与功能关系。
  • • 该工作填补了雄性果蝇视觉系统研究的空白,拓展了果蝇作为视觉研究模型的应用范围。

研究不足

  • • 目前的研究仅限于雄性果蝇的右视叶,未来需要扩展至其他脑区和性别。
  • • 虽然已建立神经元类型分类,但部分类型的生物学功能尚待进一步验证。
  • • 当前的连接组数据仍局限于特定样本,可能无法完全代表整个果蝇视觉系统的多样性。

数据表格














数据资源
获取方式
The connectome data
Directly accessible through the neuPrint database server (https://neuprint.janelia.org/?dataset=optic-lobe:v1.1).
The Cell Type Explorer web resource
Available at https://reiserlab.github.io/male-drosophila-visual-system-connectome/index.html and can also be downloaded as a zip file from Zenodo (https://doi.org/10.5281/zenodo.10891950)                                                                                                                                                                                                                                          .
The SWC skeleton
Available through neuPrint+ (a web interface) by clicking the bodyId in the skeleton viewer, which will provide a download button.
The meshes of neurons, ROI boundaries and skeletons
Provided as Google Cloud Storage buckets at gs://flyem-optic-lobe.
The example Jupyter notebook
Shows how to store the skeleton as a *.swc file and the mesh as a Wavefront *.obj file. Link: https://github.com/reiserlab/male-drosophila-visual-system-connectome-code/blob/main/src/python-bootcamp/access_skeleton_and_mesh.ipynb.
The LM–EM transformation vectors
Available from Figshare (https://doi.org/10.6084/m9.figshare.24002001.v1)                                                                                                                                                                                                                                          . The ‘dfield’ transformation vectors map points from EM space to LM template space, and ‘invdfield’ vectors map points in the opposite direction.
Images of split-GAL4 driver lines
Available at https://splitgal4.janelia.org/cgi-bin/splitgal4.cgi.

代码表格














数据资源
获取方式
The Python source code
To replicate our analyses and visualizations follows established best practices for computational analysis. Available in the version-controlled code repository (https://github.com/reiserlab/male-drosophila-visual-system-connectome-code).
Dependencies
Documented in the code repository, including Pandas, NumPy, SciPy, Jupyter, Plotly, Snakemake and Trimesh.
Technology-specific ‘getting started’ guides
Shared in the code repository’s ‘docs’ directory. Includes a guide for setting up the required python-3.10 (or newer) and our software on Linux, Windows or Mac computers, running simple analysis and using the workflow management system Snakemake to replicate our figures.

第 8 篇

英文标题

  • • Clinically relevant clot resolution via a thromboinflammation-on-a-chip

中文标题

  • • 通过血栓炎症芯片实现临床相关的血凝块溶解

基本信息

  • • 发表日期:02_04_25
  • • 文章类型:Article
  • • 文章作者:Yongzhi Qiu | Jessica Lin | Audrey Wang | Zhou Fang | Yumiko Sakurai | Hyoann Choi | Evelyn K. Williams | Elaissa T. Hardy | Kristin Maher | Ahmet F. Coskun | Gary Woods | Wilbur A. Lam
  • • 原文链接:https://www.nature.com/articles/s41586-025-08804-7

关键词

  • • thromboinflammation(血栓炎症)
  • • clot resolution(血凝块溶解)
  • • microvasculature(微血管)
  • • thromboinflammation-on-a-chip(血栓炎症芯片)
  • • endothelium(内皮细胞)
  • • sickle cell disease(镰状细胞病)

研究背景

  • • 血栓炎症是多种疾病(如败血症、子痫前期、严重创伤、烧伤和镰状细胞病)病理生理学的重要组成部分。
  • • 在微循环中,血栓炎症特别危险,会导致缺血和终末器官损伤。
  • • 近年来的研究表明,在镰状细胞病中,红细胞镰变和随后的溶血导致慢性血栓炎症,进而引发微血管闭塞事件和器官损伤。

当前问题

  • • 目前对微血管血栓炎症的溶解机制仍知之甚少。
  • • 微血管尺寸小于100 μm,且位置分散,难以进行监测。
  • • 现有的临床诊断工具(如超声、MRI、CT)分辨率不足,无法支持微血管血栓的监测。
  • • 动物模型中的活体显微镜成像深度有限,仅适用于浅表微血管,并且难以研究长期动态变化。
  • • 现有体外实验模型无法模拟体内条件,缺乏活体内皮细胞,无法评估微血栓与内皮细胞之间的相互作用。

研究目的

  • • 开发一种能够长期培养并模拟微血管血栓炎症过程的芯片模型,以研究血栓溶解机制。
  • • 探索潜在治疗药物在预防微血管血栓或加速血栓溶解方面的效果。
  • • 为血栓炎症相关疾病的药物发现提供新的研究平台。

研究方法

  • • 构建基于水凝胶的血栓炎症芯片模型,用于模拟微血管血栓炎症并监测血凝块溶解。
  • • 结合多路RNA荧光原位杂交技术(RNA-FISH)和血栓炎症芯片模型,观察炎症对血栓溶解的影响。
  • • 使用共聚焦显微镜和通透性实验监测血栓成分(如血小板、中性粒细胞和纤维蛋白)的动态变化。






请到「今天看啥」查看全文