资讯

化合物筛选正在从“人工拼流程”走向“自动化闭环”。但很多团队仍卡在数据分散、分析不一致、实验验证跟不上。如果筛选流程不能标准化，结果就难以复现，也很难真正转化。这正是WorkBuddy这类工具最值得讨论的地方。

WorkBuddy的价值，正是在这里被放大。它不是简单生成一段结论，而是尝试把成药性评估拆成可执行步骤，并把分析逻辑尽量固定下来。

脂代谢相关研究近年持续升温，尤其是与信号通路交叉后的机制研究。真正有价值的方向，往往不是最拥挤的赛道，而是发文量适中、机制清晰、临床意义强的“蓝海”区域。 本文结合已知研究热点，梳理脂代谢信号通路的核心方向，并给出更适合深入布局的新切口。

神经元与肿瘤细胞并非只是“邻居”。在部分具有神经内分泌特征的肿瘤中，二者可形成伪突触样结构，直接传递兴奋信号，推动肿瘤生长。这一现象正在改变我们对肿瘤微环境的理解，也给靶向治疗带来新问题。

癌细胞如何在低氧、氧化应激和机械剪切力下持续存活并完成转移，一直是肿瘤研究中的关键问题。一个正在被关注的新机制，是神经元通过隧道纳米管向癌细胞转移线粒体，从而直接增强癌细胞代谢能力。这一过程不仅改变能量供给，还可能重塑肿瘤细胞的应激适应性。

糖尿病肾病进展缓慢，但一旦进入氧化应激阶段，肾小球和肾小管损伤就会持续放大。Insulin信号通路受损、ROS升高、线粒体应激增强，是理解这一过程的关键。

IGF-1R通路不仅驱动肿瘤增殖，还常被用来“重塑”肿瘤微环境，帮助肿瘤躲避免疫清除。对医学生和科研人员来说，真正的难点不在于知道它会被激活，而在于理解它如何参与免疫逃逸，以及哪些靶向策略更有临床转化价值。

IGF通路不仅调控细胞增殖，还深度参与肿瘤微环境重塑。对医学生、医生和科研人员来说，真正的难点不是“IGF-1是什么”，而是它如何与ECM、缺氧、免疫细胞和间质细胞形成互作网络，推动肿瘤进展、侵袭和耐药。理解这条轴线，才能把机制研究与靶向治疗串起来。

IGF信号通路不只和肿瘤有关。它还深度参与骨骼生长、胰岛素敏感性、肌肉代谢、神经保护和衰老调控。对医学生、医生和科研人员来说，真正的难点不是“知道它存在”，而是如何把IGF信号通路和非肿瘤疾病机制建立可靠联系。

PDGFR通路是细胞增殖、迁移和存活调控中的核心轴线。对医学生、医生和科研人员来说，真正的难点不在“知道它存在”，而在于如何把通路激活、下游分支和疾病表型连接起来。尤其在纤维化和肿瘤中，PDGFR异常激活常与病程进展、基质重塑和耐药相关。

肿瘤并不是单纯“长大”的细胞团。它会主动改造周围微环境，帮助自己逃逸免疫、促血管生成、增强侵袭和转移。其中，血小板衍生生长因子通路常被忽视，但它在基质重塑、血管稳定和细胞募集中的作用，值得医学生和科研人员重点关注。

肾损伤后，肾小管上皮细胞常在“修复”与“纤维化”之间摇摆。PDGF信号通路不仅影响细胞增殖和迁移，也可能重塑上皮细胞命运。对医学生和研究者而言，弄清这条通路，意味着更准确地理解肾脏修复、瘢痕形成和潜在干预靶点。

FGFR通路不是单纯的“致癌信号”，它同时重塑肿瘤微环境，影响血管生成、免疫逃逸和转移定植。对医学生、医生和科研人员来说，真正的难点不在于记住通路名称，而在于理解它如何参与肿瘤进展，以及为何会成为临床靶点。

肿瘤不是单纯的癌细胞聚集。它依赖微环境协同供养、免疫抑制和侵袭转移。成纤维细胞生长因子通路，正是连接肿瘤细胞、基质细胞和血管系统的重要枢纽。理解它，有助于解释肿瘤为何生长快、为何易转移，也有助于找到更精准的干预靶点。

--- 2026年8月11日，台大医院与云象科技共同宣布，双方联合研发的"骨髓抹片AI分类计数系统（aetherAI Hema）"已同时获得台湾卫生福利部（TFDA）与欧盟CE（Conformité Européenne）医疗器械认证。这是全球首个同时取得两地监管许可的AI血液病理诊断医疗器械，标志着骨髓细胞形态学诊断正式迈入AI辅助时代。 骨髓抹片判读是诊断白血病、骨髓增生异常综合征、再生障碍性贫血等多种血液系统疾病的基石方法。传统流程中，一片骨髓抹片需由病理医师人工计数500个细胞进行形态分类，耗时约20分钟，且结果缺乏客观量化标准，不同判读者间存在显著差异。据台湾卫福部统计，台湾地区白血病与骨髓增生性肿瘤患病人数逐年攀升，2018年已达2550人，每年因白血病死亡约1100人，临床对高效、标准化骨髓诊断工具的需求极为迫切。 台大医院检验医学部主任周文坚教授介绍，该系统采用深度学习技术，以近60万个骨髓细胞图像训练AI模型，并通过26000余个细胞进行验证。系统可自动分类计数15种骨髓细胞类型，将判读时间从传统人工的20分钟大幅缩短至5分钟以内，且可生成可反复验证、客观一致的数字化报告，实现全流程记录与追溯。 在临床验证方面，研究团队联合台湾与美国共4家医学中心、254位患者的骨髓抹片进行双盲对照研究，每张玻片由两位病理医师与AI系统独立判读并交叉验证。结果显示，AI辅助判读可节省约50%的计算时间，分类准确率达90%以上，在粒细胞、红细胞、巨核细胞三大谱系的识别能力与资深形态学专家高度一致。 云象科技创办人叶兆元透露，目前该系统已与日本五间大学附属医院展开合作研究，团队计划在进一步扩充临床验证数据后，向美国FDA提交审查申请。他强调，骨髓细胞形态特征不受种族差异影响，AI模型具有良好的跨人群适用性，未来有望在全球范围内实现规模化推广部署。 > 来源：台大医院/云象科技联合公告（2026-08-11）；科技媒体《Kotoo》报道 --- 结尾配图Closing

--- 2026年8月11日，港股上市药企中国生物制药（01177.HK）公告，集团自主研发的创新药TQF3250胶囊——一种口服偏向型GLP-1受体激动剂——其临床试验申请已同步获得中国国家药品监督管理局（NMPA）与美国食品药品监督管理局（FDA）批准，拟用于减重适应症。此外，TQF3250用于治疗2型糖尿病的临床试验申请此前也已获得NMPA批准。 GLP-1受体激动剂是近年来代谢疾病领域最具变革性的药物类别，以司美格鲁肽、替尔泊肽为代表的注射剂型已在全球减重与糖尿病市场取得巨大商业成功。然而，注射给药方式对患者依从性构成显著障碍。TQF3250作为口服给药的小分子偏向型GLP-1受体激动剂，其核心差异化优势在于：一方面通过口服途径降低给药门槛，有望覆盖更广泛的肥胖人群；另一方面"偏向型"激动作用可能带来更优的疗效/安全性平衡，在实现代谢获益的同时减少胃肠道不良反应。 目前全球口服GLP-1赛道竞争激烈，Orforglipron（礼来）等产品已进入后期临床阶段。2026年8月4日发表于《JAMA》的ACHIEVE-5试验结果显示，Orforglipron联合胰岛素治疗2型糖尿病患者可在40周内显著降低HbA1c水平。中国生物制药TQF3250同步获得中、美两大市场临床试验许可，显示出其在口服代谢药物领域的全球化布局雄心。 值得注意的是，TQF3250选择"减重"与"2型糖尿病"双适应症并行开发的策略，既可最大化适应症覆盖面，又能在减重赛道享受更快的审评通道优势。根据中国生物制药公告，公司拟尽快启动相关临床研究工作。 > 来源：中国生物制药（01177.HK）港交所公告（2026-08-11）；AASTOCKS财经报道 --- 结尾配图Closing

--- 2026年8月，中国药科大学徐晓莉教授、尤启冬教授、肖易倍教授团队联合南京大学医学院附属鼓楼医院孙凌云教授，在《Signal Transduction and Targeted Therapy》（STTT，IF=81.2）发表重磅研究论文，首次报道一类苯并呋喃衍生物可作为"分子胶"，诱导STING蛋白发生非常规的头对头二聚化，从而阻断其正常信号传导所需的线性寡聚化组装，为STING驱动的系统性红斑狼疮（SLE）、皮肌炎（DM）、Aicardi-Goutières综合征（AGS）等自身免疫性疾病提供了全新治疗策略。 cGAS-STING通路是天然免疫系统的核心核酸感知轴，在机体抗感染免疫中发挥关键作用。然而，STING的异常持续激活可引发过度炎症反应，已被证实是多种自身炎症性疾病的重要驱动因素。现有STING抑制剂主要通过竞争性占据cGAMP结合位点（如SN-011）或共价修饰半胱氨酸残基（如H151）发挥作用，面临着选择性不足、药效有限等局限。 徐晓莉团队另辟蹊径，通过对内部化合物库进行荧光偏振高通量筛选，发现先导化合物DDO-6501可与STING C端结构域结合并抑制IRF报告基因活性（IC50=22.52 μM）。通过共晶结构解析（分辨率2.3 Å），研究揭示了该化合物结合在STING两个原聚体界面间形成的疏水口袋中的精确模式。基于结构导向的优化，团队将苯环取代基替换为叔丁基，获得活性提升约11倍的DDO-6513（IC50=1.93 μM，KD=151 nM）。 从机制上看，该分子胶诱导两个STING原聚体以"头对头"方式异常组装——这完全不同于天然激动剂cGAMP诱导的"侧对侧"线性聚合物——进而阻断STING向高尔基体转运及下游TBK1/IRF3磷酸化级联反应。转录组学分析证实了DDO-6513对干扰素特征基因和炎症应答基因的广泛抑制效应。 在转化验证层面，DDO-6513体外处理可显著降低AGS患者（携带TREX1突变）、10例DM患者和30例SLE患者外周血单核细胞中ISG和TNFα的表达水平。在人源化STING转基因小鼠肌炎模型中，经口服优化的候选化合物DDO-7432（60 mg/kg灌胃）显著降低了肌肉组织炎症因子和巨噬细胞浸润，疗效优于现有STING抑制剂H151和SN-011。 该研究不仅提供了一种具有临床转化潜力的先导化合物，更重要的是首次从概念上验证了"通过分子胶诱导蛋白质非典型寡聚化来干预信号转导"这一全新药物设计范式的可行性，为靶向其他寡聚化依赖性蛋白的"不可成药"靶点开辟了全新思路。 > 来源：Signal Transduction and Targeted Therapy（STTT），2026年8月；中国药科大学药学院官网 --- 结尾配图Closing

--- 2026年8月11日，Google Research与Google DeepMind联合在预印本平台发布AMIE（Articulate Medical Intelligence Explorer）视频版研究论文，首次展示了AI系统在实时临床视频问诊中达到专家级诊断能力的里程碑式突破。这是继2024年初AMIE文本版在《Nature》引发轰动后，该系统的又一次重大能力跃升——从纯文本对话扩展至多模态视听实时交互。 真实临床问诊远不止语言交流。医生需要通过观察患者的步态、面色、呼吸模式、肢体语言等非语言线索来获取关键诊断信息，而这些感知维度在文本式AI问诊中完全丢失。AMIE视频版基于Gemini和Project Astra构建，采用多智能体架构，将低延迟对话管理、临床推理引擎与实时音视频感知模块深度整合，可引导虚拟体格检查并同步进行诊断推理。 研究团队设计了一项严格的双盲随机对照研究：招募30名初级保健医生（PCP）、15名标准化病人演员，覆盖100个多样化临床场景，比较AMIE视频版、AMIE纯文本版与真人医生视频问诊三者表现。由独立临床评审专家评估结果显示，AMIE视频版在病史采集完整性、诊断准确性、管理方案合理性以及体格观察/检查等维度上均与真人医生持平甚至更优。标准化病人演员在评估与解释病情方面更偏好AMIE的方式，而真人医生在共情与关系建立方面仍具优势。在模态消融实验中，患者演员在沟通有效性、便捷性和"被理解"感受三个维度上均显著偏好视频交互而非纯文本聊天。 系统尚存明确局限：细微解剖精度、微妙情感细微差异及高频动作的识别仍需改进。Google团队强调，AMIE目前仍为研究系统，在可用于真实临床环境之前需要更多的安全性验证与监管评估。但这一成果标志着AI系统首次具备了处理临床实践"感官复杂性"的能力——从单模态文本迈向多模态实时交互，是从"能回答问题"到"能看诊"的关键飞跃。 值得注意的是，AMIE的发布正值全球医疗AI加速落地的关键节点。2026年3月，中国国家医保局已率先将12项AI辅助诊断项目纳入全国医保目录；美国FDA也在加快AI医疗器械审评流程。AMIE视频版的诞生意味着AI不仅能在影像、病理等"幕后"场景辅助诊断，更可能直接走进"台前"的医患互动环节。 > 来源：Google Research Blog（2026-08-11）；预印本论文 arXiv/chatpaper；IndiaChron等国际科技媒体报道 --- 结尾配图Closing

--- 2026年8月11日，《新英格兰医学杂志》（NEJM）发表了一项具有里程碑意义的多中心临床研究，首次系统报告了接受嵌合抗原受体T细胞（CAR-T）治疗的年轻重症自身免疫病女性患者后续妊娠的安全性结局。研究共记录14次妊娠、8次成功分娩，所有妊娠均未报告孕期并发症，所有婴儿均健康出生且免疫系统发育与同龄儿相符，未观察到B细胞缺乏、低丙种球蛋白血症或严重感染等潜在CAR-T相关远隔效应。 CAR-T细胞疗法最初获批用于血液系统恶性肿瘤，近年来其在难治性自身免疫病中的运用进入快速发展期。2024年以来，靶向CD19的CAR-T疗法已在系统性红斑狼疮、系统性硬化症、特发性炎性肌病等重症自身免疫病患者中显示出深度与持久的B细胞重置及临床缓解效果。然而，B细胞耗竭对育龄女性生育能力及胎儿发育的潜在影响一直是临床关注的盲区。 本研究汇集了欧洲与北美多家CAR-T治疗中心的自身免疫病队列数据，研究者系统追溯了接受CD19 CAR-T治疗的年轻女性（15-45岁）的妊娠史与围产期结局。14次妊娠中，8次为足月顺产或剖宫产，其余6次中2次为选择性终止妊娠（非医学原因），4次仍在继续。关键发现包括： - 分娩组中，所有新生儿出生体重、Apgar评分均在正常范围；出生后B细胞计数、免疫球蛋白水平正常，疫苗应答未见异常。 - 母亲方面，接受CAR-T至妊娠的中位间隔为18个月（范围6-36个月）；妊娠期间均未出现自身免疫病复发。 - 尽管CD19 CAR-T耗竭了自身反应性B细胞，但产后母亲的B细胞重建与疫苗应答恢复良好，未观察到新型自身抗体出现。 该研究为CAR-T疗法在育龄女性自身免疫病患者中的生殖安全性提供了首项系统性循证依据。论文同期配发评论指出，这一发现将帮助临床医生在与患者讨论CAR-T治疗决策时提供更完整的生育咨询。但研究者谨慎强调，样本量有限（8次分娩），需要在更大规模前瞻性注册研究中持续验证。 > 来源：The New England Journal of Medicine（NEJM），2026年8月11日；生物谷（Bioon）报道 --- 结尾配图Closing

--- 2026年8月11日，瑞士洛桑联邦理工学院（EPFL）团队在《Nature》发表研究论文，发布名为VirTues的组织生物学基础模型。该模型整合了31个独立临床队列、5000余名患者、超过12000张空间蛋白组学图像数据，首次实现了跨癌种、跨队列的肿瘤组织空间模式比较与表征，为精准肿瘤学的"空间维度"研究提供了前所未有的计算基础设施。 空间蛋白组学（Spatial Proteomics）是近年肿瘤研究领域的革命性技术之一，可同时保留组织原位空间结构与数十种蛋白标志物的表达信息，揭示肿瘤微环境（TME）中免疫细胞、基质细胞与肿瘤细胞的相互作用关系。然而，现有研究多为单个队列、单一癌种，且依赖人工定义的特征提取，缺乏统一的跨研究整合与比较框架。 VirTues模型解决了这一核心瓶颈。研究团队从TCGA、CPTAC及多个独立肿瘤研究项目中收集了涵盖乳腺、肺、结直肠、卵巢、胰腺、黑色素瘤等十余种癌症类型的空间蛋白组学数据。模型采用自监督学习策略在大规模未标注数据上预训练，再在特定任务上进行微调，实现以下关键能力： 1. 跨癌种TME模式发现：VirTues可自动识别不同癌症间共享的肿瘤微环境空间构型（如"免疫排斥型""免疫沙漠型""免疫炎症型"），揭示其与临床结局的关系，而不依赖人工定义的细胞密度阈值。 2. 亚型归类与预后分层：在乳腺癌和结直肠癌队列中，VirTues自动发现的空间模式较传统组织学分级提供了更精细的预后分层能力，在独立验证集中AUC达0.82-0.89。 3. 药物靶点空间定位：模型可精确定位特定免疫检查点（如PD-L1、CTLA-4、LAG-3）在TME中的空间富集区域，为联合免疫治疗策略的生物学合理性提供空间层面依据。 4. 跨平台泛化：VirTues在CODEX、MIBI、IMC等多种成像质谱流式平台上均表现稳健，验证了其作为通用基础模型的跨平台迁移能力。 该工作的一个重要贡献在于其开放性：完整的预训练模型权重、数据预处理流程及评估基准已通过GitHub公开发布，使全球研究者可直接在自己队列数据上进行微调与迁移学习。这大大降低了空间蛋白组学数据分析的技术门槛，有望加速该技术在临床转化研究中的普及。 同期《Nature》配发的"News & Views"评论指出，VirTues代表了"空间生物学从描述性探索走向定量化、标准化和可操作化"的关键转折点，将为下一代精准肿瘤学临床试验中空间生物标志物的整合分析提供方法论基础。 > 来源：Nature，2026年8月11日；Medical Xpress报道；医学网（yixue.com） --- 结尾配图Closing