Semaglutide(Sinopep-Allsino)

代谢功能障碍相关脂肪性肝病/肝炎（Metabolic dysfunction-associated steatotic liver disease/steatohepatitis，MASLD/MASH）已成为全球最常见的慢性肝病，患病人数随肥胖和代谢综合征的流行而急剧上升，目前全球患病率超30%。尽管这MASLD/MASH已成为严重的公共卫生问题，但现有的针对治疗药物主要是瑞司美替罗 (resmetirom) 和司美格鲁肽 (semaglutide) ，远不能满足庞大的患病人数及治疗需求。因此，亟需发现新的分子靶点和致病机制，以开发能够同时改善脂肪变性、炎症和纤维化的创新疗法。 2026年2月18日，武汉大学宋保亮院士团队，在Nature期刊发表题为 RYK is a GPNMB receptor that drives MASH 的研究论文。该研究发现GPNMB-RYK新型配体受体途径介导MASH的发生发展，揭示肝细胞脂代谢重编程关键调控分子GPNMB，通过蛋白酶切割，生成功能形式的分泌型GPNMB胞外域（G-ECD），并首次鉴定单次跨膜蛋白RYK为G-ECD的受体，通过增强肝脂摄取和合成，最终驱动MASLD/MASH。靶向GPNMB-RYK信号轴的多种治疗策略，包括G-ECD疫苗、中和抗体、AAV-shRNA、GalNAC-siRNA均能有效地预防或治疗MASLD/MASH。 综上，本研究揭示了一个新的配体-受体信号通路，系统阐明GPNMB-RYK通路在MASH发生发展中的脂代谢重编程调控作用，并为MASH的靶向防治提供了具有转化价值的全新靶点。 武汉大学生命科学学院、泰康生命医学中心博士后席悦为第一作者，宋保亮教授和上海科技大学戚炜教授为共同通讯作者。 原文链接： https://www.nature.com/articles/s41586-026-10160-z 制版人： 十一 学术合作组织 （*排名不分先后） 战略合作伙伴 （*排名不分先后） · 转载须知 【非原创文章】本文著作权归文章作者所有，欢迎个人转发分享，未经作者的允许禁止转载，作者拥有所有法定权利，违者必究。 BioArt Med Plants 人才招聘 近期直播推荐 点击主页推荐活动 关注更多最新活动！

《中科院2025研究前沿发布！GLP-1、空间组学、AI制药……生命科学的未来在这里》 导读 科学研究的边界在哪里？未来的生命与生态将走向何方？近日，中国科学院与科睿唯安联合发布了《2025研究前沿》报告 。报告遴选出了全球自然科学和社会科学领域的110个热点前沿和15个新兴前沿 。 本文将为您深度解析其中最具变革潜力的临床医学、生物科学、农业科学以及AI+生命科学四大高地，带您透视生命科学的未来版图，捕捉影响未来十年科技走向的“进化密码”。 第一篇：临床医学——从“慢病突破”到“精准干预” 2025年，临床医学正经历从“对症干预”向“病生理机制重塑”的范式转移。代谢性疾病、肿瘤免疫及神经退行性疾病作为三大攻坚高地，正通过靶向根治与多模态干预手段，实现从延缓病程到实质性逆转的突破。 1. GLP-1 受体激动剂：代谢重塑的“多效性”革命 在 Top 10 热点前沿中，以司美格鲁肽（Semaglutide）为代表的 GLP-1RA（胰高血糖素样肽-1受体激动剂） 稳居榜首。 适应症溢出与分子机制深挖：科学界的研究触角已从基础的血糖调控与减重，精准延伸至慢性肾脏病（CKD）、代谢功能障碍相关脂肪性肝炎（MASH）及全因心血管风险管理。其核心机理在于激活中枢及外周 GLP-1 受体，除了通过下丘脑调控食欲及改善外周胰岛素敏感性外，其表现出的直接抗炎与抗纤维化效应，为心肾保护提供了分子水平的循证支持。 药代动力学迭代：研发竞争正从长效注射制剂转向口服小分子激动剂及多靶点联合激动剂（如 GIP/GLP-1/GCG 三重激动剂）。这些新型制剂旨在通过多通路协同，实现更优的代谢稳态重构。 临床愿景：该领域的进展正在重定义“代谢综合征”的整体化治疗策略，未来有望演变为预防衰老相关多系统疾病的基石疗法（Geroscience-based therapy）。 GLP-1的作用 2. 肿瘤免疫 3.0：双抗与细胞疗法的异构进阶 肿瘤治疗的焦点正转向如何攻克“冷肿瘤”及克服获得性耐药： 双特异性抗体（BsAb）：相较于传统单克隆抗体，双抗具备双靶点结合能力（如同时阻断 PD-1/L1 通路并激活 T 细胞共刺激信号），通过空间桥接（Bridging）增强 T 细胞对肿瘤细胞的识别精度与杀伤效力。 TIL 与 CAR-T 的架构升级：针对实体瘤微环境（TME）的复杂性，浸润型淋巴细胞（TIL）疗法与具备“装甲型”设计的 Next-Gen CAR-T 正密集进入临床验证。这一阶段标志着癌症治疗已进入基于患者免疫微环境特征的高度定制化阶段。 T细胞与肿瘤细胞之间的PD-1与PD-L1互作示意图 3. 神经退行性疾病：从对症处理到病程修饰（DMT） 随着 Aβ 靶向单抗（如 Lecanemab）在临床上的成功，阿尔茨海默病（AD）的治疗正式迈入病程修饰（Disease-Modifying Therapy）时代。 精准早筛与多靶点协同：科研重心正向前移，聚焦于高灵敏度血液标志物（如 p-tau217）的早期筛查，以实现“黄金窗口期”的干预。除传统的淀粉样蛋白沉积外，针对 Tau 蛋白异常磷酸化、小胶质细胞介导的神经炎症、以及 APOE4 基因风险因子的多路径研究，共同构成了多维度的干预图景。 管理范式转变：从单纯的药物应用转向包含长效安全性监测与生物标志物追踪的系统性管理，旨在实现神经元损伤的“早发现、早阻断”。 阿尔茨海默病（AD）的Aβ靶向药物 4. 深度学习驱动的计算病理学重塑 针对“全切片病理图像（WSI）的弱监督学习框架”正将病理诊断从经验依赖推向计算验证。 技术范式演进：技术演进路径正从依赖海量标注的“弱监督学习”跨越至更具泛化能力的自监督学习（Self-Supervised Learning）与大模型基础架构（Foundation Models）。 中国学术领先地位：中国在该领域表现出极强的科研爆发力，施引论文比例位居全球首位。AI 的角色已不仅限于微小病灶的自动检出，更在于通过挖掘形态学深层特征，实现预后分层预测。 可解释性突破：提高模型的可解释性（Explainability）——即让 AI 在给出诊断结论的同时，提供符合形态学逻辑的证据链条——是推动其获得临床病理医生采纳的核心关键。 基于Transformer的病理图像和文本对齐网络（TITAN） 第二篇：生物科学——解码生命的“底层逻辑” 如果说临床医学是“前线作战”，那么生物科学则是“后方破译”。2025年，生物科学正处于从“后基因组时代”向“合成生物学与多维组学时代”爆发的奇点。研究核心已从单一分子的功能研究，转向跨时空尺度的分子机制精细刻画与复杂系统的AI模拟。 1. 空间组学（Spatial Omics）：由“细胞图谱”演进至“组织架构图” 单细胞测序解决了“是什么”的问题，而空间转录组学（Spatial Transcriptomics）则加入了至关重要的“在哪里”维度。 时空动力学刻画：科学家现已能在亚细胞分辨率下，绘制发育中大脑或心脏的空间细胞图谱。通过识别细胞在特定微环境（Niche）中的空间邻近关系，能够精确解析配体-受体相互作用（Ligand-Receptor Interactions）及信号传导的时空动态调控网络。 多组学整合范式：转录组、蛋白质组与代谢组在空间维度的深度融合，催生了“空间多组学”新范式。这不仅是数据的叠加，更是从分子分布到组织功能逻辑的完整重构，为理解肿瘤异质性及精准定位病灶提供了“高精度北斗导航”。 单细胞转录组和空间转录组技术流程 2合成生物学：从结构预测到功能蛋白质的 De Novo 设计 合成生物学正从“模仿自然”转向“按需设计”，AI 的介入彻底改写了生物元件的开发效率。 蛋白质工程 3.0：依托 AlphaFold3 等底层模型，蛋白质研发已实现从“静态结构预测”到“功能化定制”的跨越。AI 不仅能模拟复杂的蛋白质-配体交互，更能从头设计（De Novo Design）具有特定催化活性或结合能力的生物元件，甚至构建自然界中不存在的合成代谢途径。 精准基因组编辑迭代：碱基编辑（Base Editing）与先导编辑（Prime Editing）已成为基因工程的主流手段。相较于传统 CRISPR-Cas9，其核心优势在于无需造成 DNA 双链断裂（DSB），通过精准的化学修饰或逆转录机制实现碱基替换，显著降低了脱脱靶效应（Off-target effects）及基因组不稳定性，为单基因遗传病的根治性疗法奠定了安全性基础。 AlphaFold3 准确预测生物分子复合物间的结构 3. 衰老生物学：介入生命周期的两种进路 2025 年，抗衰老研究已由早期的假说阶段步入多路径验证期。 Senolytics：靶向清除“僵尸细胞”：通过小分子药物（如 Dasatinib + Quercetin 方案）特异性诱导促炎性衰老细胞凋亡，旨在改善组织微环境并缓解慢性炎症。 细胞原位重编程（In vivo Reprogramming）：利用转录因子（如 OSKM 因子）诱导成熟细胞部分回归“年轻态”。与完全重编程不同，当前的科研前沿聚焦于部分重编程（Partial Reprogramming），旨在恢复细胞功能而不改变其身份，并严格控制干性诱导周期，以规避畸胎瘤或癌变的风险。 糖尿病肾病中衰老治疗、抗炎及再生效应的未来优化策略 4. 现代中医药：计算驱动的网络药理学桥梁 中医药正通过网络药理学（Network Pharmacology）完成从经验叙事向证据科学的数字化迁移。 多组分-多靶点的系统解析：通过构建“疾病-基因-靶点-药物”的多维关联网络，系统解析中药方剂“君臣佐使”理论背后的现代生物学本质。 从“经验”到“精准”：利用大规模计算模拟复方中各成分的协同与拮抗关系，精准预测其作用于复杂疾病网络的关键节点。这使得中医药的整体论（Holism）能够被转化为可量化、可验证的生物学语言，推动其进入“证据医学”的新阶段。 中药网络药理学研究概述 第三篇：农业科学与动植物学：守护粮食安全与健康 在气候异常频发与全球公共卫生安全面临持续挑战的背景下，2025年农业与动植物学领域的研究核心已聚焦于系统韧性（Systemic Resilience）与精准干预（Precision Intervention）。 1. 动物健康：H5N1 跨物种扩散及其人畜共患风险预警 高致病性禽流感（HPAI）H5N1 亚型的洲际传播及其向哺乳动物跨界感染的机制研究，已成为全球生物安全的头号热点。 基因组动态监测：科研重点已从单纯的流行病学调查转向功能基因组学监测。通过追踪病毒基因组的关键位点突变——特别是与哺乳动物适应性密切相关的 PB2-E627K 突变——科学家旨在评估其在人体内进行有效复制及人际传播的潜在风险演变。 “同一健康（One Health）”战略：该研究体现了“人-动物-环境”健康的整体性治理。通过整合野鸟迁徙路径、家畜监测数据与环境样本，构建起多维度的跨物种传播预警网络，是防控未来潜在“X疾病”的关键环节。 牛传播H5N1禽流感病毒的跨种间传播机制 2. 根际微生态：PGPR 介导的植物抗逆“生物盾牌” 随着全球耕地盐碱化加剧，利用植物根际促生菌（PGPR）增强作物在盐胁迫下的生存能力，已成为可持续农业的重大战略。 多维促生机制：研究发现，盐生植物（Halophytes）的微生物组在逆境下对宿主生长起主导作用。其核心机理可概括为四大维度： a. 营养获取优化：通过生物固氮、溶解不溶性无机磷及产生铁载体，提升作物在贫瘠盐碱地的矿质营养获取效率。 b. 内源激素调控：合成吲哚乙酸（IAA）等植物激素，并产生 ACC 脱氨酶以降低植物体内的乙烯水平，缓解生长抑制。 c. 诱导系统抗性（ISR）：激活植物自身的免疫与抗逆通路。 d. 微环境重塑：产生抗菌物质抑制病原体，构建健康的根际物理化学环境。 应用前景：PGPR 技术为盐碱地改良与减少化肥依赖提供了生物学方案，是实现“碳中和农业”的重要技术路径。 PGPR缓解植物盐胁迫的机制示意图 3. 植物表观遗传：m6A 介导的转录后性状调控 植物 mRNA 的 N6-甲基腺苷（m6A） 修饰研究正步入“深水区”，成为精准改良作物性状的新钥匙。 转录后调控精密化：m6A 修饰通过影响 mRNA 的稳定性、剪接方式、翻译效率及出核运输，实现对基因表达的快速响应。在环境胁迫（如干旱、高温）下，这种动态修饰能够使作物在不改变基因序列的前提下，实现复杂的生理适应。 “超级作物”设计：例如在水稻研究中，通过精准调控特定逆境响应基因的 m6A 水平，已证明可显著提升植株的抗旱性。这为未来定向培育“气候韧性”作物提供了全新的表观遗传学靶点。 粮食作物中m6A修饰的生物学功能 4. 演化解析与智慧农业：从古老基因组到精准表型组 基础研究正通过挖掘演化规律，为现代“设计育种”输送核心基因资源。 种质资源挖掘与设计育种：从陆生植物起源的分子演化研究中寻找耐逆“祖先基因”，从小麦野缘种质中发现新型抗病等位基因。将这些优异基因利用 CRISPR 等基因编辑技术精准导入栽培品种，已成为当代“设计育种”的基石。 智能表型组学应用：深度学习技术正重塑精准农业。基于无人机（UAV）的高光谱图像实时采集，结合云端 AI 视觉模型，可实现对田间病害的早期隐匿性识别与预后分析。这种从“经验农业”向“数据驱动农业”的转变，使精准施药与全周期健康管理成为现实。 植物病害识别深度学习网络图 第四篇：AI+生命科学——从“计算辅助”到“科研范式”的降维打击 在 2025 年的科学版图中，AI for Science (AI4S) 已从概念验证期步入全方位渗透期。AI 正在从分子、细胞及系统生物学等多个尺度，重塑生命科学的研究范式，实现从经验驱动向数据智能驱动的根本性转变。 人工智能时代的科学发现 1. 药物研发加速：从高通量筛选到生成式化学（Generative Chemistry） AI 对新药研发的贡献已不仅限于效率提升，更在于对药物化学空间（Chemical Space）的深度挖掘。 从“大海捞针”到“按图索骥”：传统药物靶点筛选依赖物理实验的漫长迭代，而基于深度学习的蛋白-配体互作预测，使新药筛选（Virtual Screening）从数年缩短至数月。 De Novo 分子从头设计：生成式 AI（Generative AI）正在重构分子发现逻辑。通过扩散模型（Diffusion Models）或生成对抗网络（GANs），科学家能够直接生成具有特定药理特性、跨越传统骨架约束的全新分子结构，从而将药物研发从被动的“筛选”转变为主动的“定制”。 人工智能在药物研发流程中的应用概述 2. 多组学整合：高维数据的关联表征与规律发现 针对生命系统的复杂性，利用 AI 整合高通量、高维度的多组学（Multi-omics）数据，已成为解码疾病机制的标准配置。 多模态表征学习：核心技术路径已进化为利用图神经网络（GNNs）与多模态对比学习，将转录组、蛋白质组、代谢组及表观遗传组数据映射至统一的低维潜在空间（Latent Space）。 构建可解释模型：研究重点正从“黑盒预测”转向“机制发现”。通过引入注意力机制（Attention Mechanisms）与归因分析，AI 能够识别出调控疾病进展的关键信号通路与分子互作节点，构建具备生物学意义的可解释性疾病预测模型。 多模态分析技术及其应用 3. 精准医疗 2.0：数字孪生与 N-of-1 临床试验 基于个性化基因组学与实时生理体征数据的 AI 模型，正驱动精准医疗从“群体策略”向“个体绝对化”演进。 生物学数字孪生（Digital Twin）：通过为患者构建虚拟生理模型，科学家可以在数字空间内模拟不同治疗方案的应答反应。这种“干实验（In silico）”预演能够极大地降低临床试错成本，并实现最优给药剂量与路径的精准适配。 临床前研究变革： 强化学习（RL）优化：利用强化学习动态优化临床试验设计，根据中期结果实时调整入组策略或用药策略。 N-of-1 模式定义：AI 的强计算能力使得针对单个个体的“一人一方”方案（N-of-1 Trials）具备了统计学可行性，预示着真正意义上的个性化医疗闭环即将形成。 数字孪生中的人格向量及其应用场景 4. 算法赋能：从 Transformer 到生物大模型 生命科学领域正迎来属于自己的“GPT时刻”。 生物语言模型（Bio-LLMs）：将氨基酸序列、核苷酸序列视为“语言”，通过超大规模预训练模型挖掘其隐含的进化逻辑与结构信息。这不仅提升了蛋白质结构预测（如 AlphaFold 系列的迭代）的精度，也为理解复杂的非编码区（Dark Matter of Genome）功能提供了全新视角。 自然语言模型在生物研究中的示例 结语：跨界融合，精准赋能：生命科学新纪元的行动路线图 《2025研究前沿》并非一份静态的学术目录，而是一张描绘未来十年生命科学“行动路线”的动态图谱。从临床医学靶向干预的范式升级，到生物科学对生命“暗物质”的深度解码，再到农业科学为粮食安全铸造的生物盾牌，直至AI技术带来的“降维打击”——所有线索都指向一个共同的核心：生命科学研究正在经历一场由“交叉融合”驱动的深刻范式变革。这份报告揭示的，是相互关联、加速迭代的“进化密码”： 从治疗到预防与干预：临床前沿（如GLP-1的多重获益、AD的早诊早治）昭示着医学的目标正从“缓解症状”转向“系统管理与根源干预”，健康维护的关口空前前移。 从宏观到微观与空间：以空间组学、合成生物学为代表的技术，让我们得以在单细胞乃至分子尺度上“绘制”并“设计”生命过程，实现了对复杂生物学机制的精准观测与操控。 从经验到数据与智能：AI的全面渗透（在病理诊断、新药研发、农业监测中）标志着数据驱动和智能计算已成为发现新规律、解决老难题的“新质生产力”。 从孤立到系统与融合：无论是网络药理学解析中药复方，还是“One Health”理念应对人畜共患病，都强调必须打破学科壁垒，用系统性思维应对复杂的健康与生态挑战。 对于科研创新者，这份路线图是选择攻关方向的“战略罗盘”，提示真正的突破往往诞生于学科的交叉地带。对于产业转化者，它揭示了从基础发现到临床/田间应用的路径正在急剧缩短，技术转化的“最后一公里”需要更早布局。对于社会公众，这些前沿进展意味着一个更可期待的未来：更多“不治之症”将变为“可防可控的慢病”，粮食供应将更具韧性，人类对自身健康和生存环境的掌控力将达到新高度。 未来已来，唯有紧跟前沿，方能洞见真知。 本文数据来源：中国科学院科技战略咨询研究院、中国科学院文献情报中心与科睿唯安《2025研究前沿》报告。2025中科院科睿唯安研究前沿.pdf 元莘生物成立于 2016 年 7 月，总部位于上海市闵行区航天城板块，专注于将前沿分子生物学技术和高性能计算应用于生命科学研究及人类健康领域，为客户提供高通量基因测序、临床医学基因检测、生物信息学服务等一站式、全方位服务与系统解决方案。公司拥有一支由海内外顶级名校人才组成的多学科交叉型高素质团队，其中博士及硕士学历占比超 75%，以创始人为首的生物信息学专业分析团队，在人类疾病和转录调控等多个层面积累了丰富经验。公司是上海市院士专家工作站建站企业，曾荣获国家高新技术企业、国家科技型中小企业、创青春中国青年创业大赛优胜奖、创客中国 20 强等荣誉。公司目前已拥有美国发明专利授权 2 项，软件著作权授权 70 余项，同时已申请国家发明专利 40 余项。 官方公众号 官方微信号 400-8899-254 marketing@origin-gene.com 上海市闵行区元江路3699号一号楼三层 Shanghai Origingene Bio-pharm Technology Co.Ltd