Paper Outlook — 2026 年 6 月 29 日至 7 月 5 日

· 4 min read · Paper Feed

Paper Outlook — 2026 年 6 月 29 日至 7 月 5 日

TL;DR

  • 本周的论文大多围绕单细胞与空间转录组学打转:从肥胖药物的神经机制,到糖尿病视网膜病变里 Müller 胶质细胞的异质性,都试图把"高分辨率基因表达"还原成具体的细胞和通路。
  • 把基因组数据落到临床上的尝试也有几条,比如三阴性乳腺癌的新抗原疫苗病例报告,以及一种带卵黄囊分化特征的罕见胃癌的分子画像。
  • 计算工具和基准研究继续在解决一个老问题:怎么从单细胞数据里把真实生物信号和试剂批次、采样偏差这些技术噪声分开。

解析Xenium空间转录组学中的灵敏度、特异性和信号污染

这项工作对 Xenium(一种在完整组织切片上原位读取基因表达的商业空间转录组平台)做了一次比较系统的"体检"。作者拿了一批乳腺和肺肿瘤样本,拆解了哪些信号来自真实转录本、哪些来自探针串扰或背景噪声,并给出了几条提高数据可信度的操作建议。

概念插图:Resolving sensitivity, specificity and signal contamination in Xenium spatial transcriptomics

Nature Methods (2026) · 6次引用

阅读原文 → https://doi.org/10.1038/s41592-026-03089-8


背侧迷走复合体的跨物种图谱揭示Cagrilintide对能量平衡影响的神经介质

为了弄清减肥药物 Cagrilintide 到底作用于大脑的哪一群细胞,研究者构建了一个跨物种的脑干单细胞图谱,重点放在背侧迷走复合体(DVC)这一与能量平衡密切相关的脑区。结果指向了几类对药物有响应的神经元,为下一代肥胖治疗提供了相对具体的细胞层面线索。

概念插图:A cross-species atlas of the dorsal vagal complex reveals neural mediators of the effects of cagrilintide on energy balance

Nature Metabolism (2026) · 1次引用

阅读原文 → https://doi.org/10.1038/s42255-026-01539-3


伴有卵黄囊肿瘤分化的胃腺癌的综合组织病理学和靶向基因组特征分析

这篇报道的是一种相当少见的胃癌亚型——组织学上看起来像卵黄囊肿瘤,但发生在胃里。作者通过组织病理和靶向基因组测序,论证这类肿瘤其实源自胃上皮细胞的身份重编程(lineage plasticity),而非生殖细胞来源的转移灶,这对未来的诊断分类和治疗思路都有直接影响。

概念插图:Integrated Histopathologic and Targeted Genomic Characterization of Gastric Adenocarcinomas with Yolk Sac Tumor Differentiation

International Journal of Molecular Sciences (2026)

阅读原文 → https://doi.org/10.3390/ijms27135786


单细胞转录组分析揭示STZ诱导的糖尿病小鼠视网膜中的致病细胞异质性和候选炎症相关标志物

作者重新挖掘了一组 STZ 诱导糖尿病小鼠视网膜的单细胞数据,把 Müller 胶质细胞(视网膜中一类重要的支持细胞)拆成了几个亚群,并比较了它们在糖尿病状态下的炎症相关基因表达差异。数据指向几个潜在的干预靶点,对糖尿病视网膜病变这种目前治疗手段有限的致盲性疾病算是新的候选方向。

概念插图:Single cell transcriptomic analysis reveals pathogenic cell heterogeneity and candidate inflammatory-associated markers in STZ-induced diabetic mouse retina

Frontiers in Immunology (2026) · 1次引用

阅读原文 → https://doi.org/10.3389/fimmu.2026.1827122


三阴性乳腺癌的个性化医疗:结合新抗原疫苗接种和基因组分析治疗一位接受新辅助化疗的患者

这是一个病例报告:一位三阴性乳腺癌患者在新辅助化疗之外,又接受了基于其肿瘤突变定制的个体化新抗原疫苗。作者把基因组层面的突变分析和免疫治疗尝试拼在了一起,讨论了在标准化疗效果不理想时,这种"测序 + 疫苗"的组合是否值得继续往下做。

概念插图:Personalized medicine in triple-negative breast cancer: combining neoantigen vaccination and genomic profiling in a patient undergoing neoadjuvant chemotherapy

Frontiers in Oncology (2026) · 1次引用

阅读原文 → https://doi.org/10.3389/fonc.2025.1623402


Patches:用于解码伤口愈合中共享和条件特异性转录程序的表征学习框架

Patches 是一个面向单细胞数据的表征学习(representation learning)框架,专门用来在多个条件(比如年轻 vs 衰老、健康 vs 损伤)下找出共有的、以及条件特异的基因表达程序。它的一个卖点是可以预测细胞在未见过的条件里会怎么响应——听起来像是给"跨条件比较"这件事补了一块短板。

概念插图:Patches: A Representation Learning Framework for Decoding Shared and Condition-Specific Transcriptional Programs in Wound Healing

bioRxiv (2026) · 2次引用

阅读原文 → https://doi.org/10.1101/2024.12.23.630186


快速链接

论文 期刊/年份 链接
解析Xenium空间转录组学中的灵敏度、特异性和信号污染 Nature Methods (2026) 阅读 →
背侧迷走复合体的跨物种图谱揭示Cagrilintide对能量平衡影响的神经介质 Nature Metabolism (2026) 阅读 →
伴有卵黄囊肿瘤分化的胃腺癌的综合组织病理学和靶向基因组特征分析 International Journal of Molecular Sciences (2026) 阅读 →
单细胞转录组分析揭示STZ诱导的糖尿病小鼠视网膜中的致病细胞异质性和候选炎症相关标志物 Frontiers in Immunology (2026) 阅读 →
三阴性乳腺癌的个性化医疗:结合新抗原疫苗接种和基因组分析治疗一位接受新辅助化疗的患者 Frontiers in Oncology (2026) 阅读 →
Patches:用于解码伤口愈合中共享和条件特异性转录程序的表征学习框架 bioRxiv (2026) 阅读 →

Spatial Transcriptomics Spatial Omics Single-Cell Cancer Genomics Oncology Tumor Transcriptomics