McGill University

2025年8月20日中国工程院公布2025 年院士增选有效候选人 660 人名单，赤壁籍陈建国教授位列其中，他是赤壁市20年来唯一一位进入院士候选人的专家。2005年赤壁市曾出过一位院士候选人，此后20年再无人问鼎，所以家乡一直非常期待能有人打破这个“纪录”。 2025年9月25-28日，中国神经科学学会第十八届全国学术会议（CNS 2025）在西安隆重召开，参会签到人数4589人，海外专题比例超过65％，其中报告人约80人，来自美国、英国、德国、澳大利亚、加拿大、澳大利亚、韩国、日本近20个国家。陈建国教授应邀参加并做报告。 这次能够闯进院士候选人的陈建国教授，家乡人还是有些意外，因为他在家乡人印象中略显“陌生”，主要源于他从事的是基础医学教学与研究工作，与家乡互动不是很多。 2021年12月24日，华中科技大学副校长陈建国带队与清华大学副校长杨斌等围绕清华大学全球战略规划、国际化能力提升等议题进行交流。 陈建国教授为何能够成为院士候选人，他有着怎样的卓越成就和家国情怀？ 在华中科技大学同济医学院的历史长河中，陈建国教授的名字镌刻着卓越与担当。他曾担任十年华中科技大学党委常委、副校长，并兼任同济医学院党委书记、院长，以教育家的格局、科学家的严谨和医者的仁心，在医学教育改革、神经精神药理学研究及公共卫生实践中留下了深刻印记。他的人生轨迹，交织着个人奋斗与家国情怀，书写了一部当代医学教育者的励志篇章。 2022年9月14日，浙江大学智能创新药物研究院主办金沙论坛系列讲座。特邀陈建国教授做题为《老药新发现：基于转化理念的抗抑郁症药物研究》的学术讲座。 求学之路：从鄂南小城到国际学术舞台 陈建国教授1963年出生于湖北赤壁，这座鄂南小城的山水赋予了他坚韧不拔的性格。1980年，他以优异成绩考入咸宁医学院临床医学专业，开启了医学之路。本科期间，他不仅系统学习医学知识，更在图书馆的浩瀚书海中埋下了科研的种子。 2025年11月8日，湖北科技学院咸宁医学院办学60周年“校友回归”暨创新发展大会隆重召开。杰出校友陈建国教授应邀出席并作《坚持以学生为中心,夯实新医科建设》主题报告。 1987年，他考入同济医科大学攻读生理学硕士学位，师从著名生理学家李之望教授。1990年作为优秀的毕业生留校在药理学系任教。在同济医科大学学习和工作期间，逐渐发现了药理学的独特魅力——这门学科像一座桥，贯通基础医学与临床实践，更承载着新药研发的使命。“药理学的本质是‘格药穷理’。”他说道。  1995年，陈建国教授获得德国自然科学基金项目资助，赴德国凯泽斯劳滕大学进修，师从著名生物学家约翰•戴德曼教授从事星形胶质细胞研究，后转入海德堡大学攻读博士，师从著名神经科学家约根•萨迪库勒教授从事疼痛原理与镇痛药的研究，于1998年获得海德堡大学医学博士学位。 三年多的留德经历不仅提升了他的学术视野，更让他深刻认识到国际合作对科研突破的重要性。随后，他于1998-2021期间，在美国爱荷华大学医学院从事博士后研究，师从著名的离子通道电生理学家托西•荷西教授，在神经科学与分子药理学的研究方面做出了卓越成绩。 六年多的海外生涯，他辗转欧美顶尖实验室，不仅积累了丰富的科研经验，更深刻体会到国际前沿的学术理念与研究方法。然而，尽管国外的科研条件优越，他始终怀揣着对祖国的思念与责任感。在他心中，同济医科大学不仅是他学术生涯的起点，更是他心中永远的牵挂。  2023年11月4日，2023国际产学研用合作会议（湖北）开幕式在华中科技大学成功举办。在开幕式揭牌仪式环节，副校长陈建国教授和欧洲科学院及德国科学院院士、法兰克福大学医学院分子医学中心主任兼血管信号研究所所长Ingrid Fleming教授共同为“中德心肺科学实验室”揭牌。 学术成就：解码大脑奥秘的科研先锋 2002年，陈建国教授放弃国外优渥条件，毅然归国，回到刚刚完成学校合并的华中科技大学同济医学院担任药理学系教授、系主任，一干就是二十多年。陈建国教授全身心投入神经精神药理学教学与研究，尤其关注抑郁症、焦虑症和药物成瘾等重大疾病的发病机制和治疗药物。 他带领团队在《Nature Metabolism》、《Cell Metabolism》等国际顶级期刊发表系列论文，揭示了抑郁症发病新机制，提出了新的理论学说，发现了新的治疗药物。例如，2023年他与团队发现，慢性应激通过激活Drp1蛋白导致神经元线粒体功能障碍，而抑制Drp1可显著改善抑郁症状，这一成果为抑郁症治疗提供了新靶点。 华中科技大学同济医学院药理学系 作为首席科学家，他先后主持多项国家级重大重点科研计划项目，包括国家973计划、国家脑计划、国家重大新药创制专项、国家自然科学基金创新群体等项目，在衰老相关认知障碍、情绪障碍性疾病的发病机制与药物干预等领域取得系统性创新成果。 他构建的动物模型和分子机制研究，为理解神经精神疾病的病理过程提供了重要理论支撑。同时，他注重成果转化，推动多项研究成果进入临床研究阶段，为新药研发奠定基础。 相关科研成果获得教育部自然科学一等奖、湖北省自然科学一等奖（2项）等。 同时他本人也获得国家杰出青年基金、教育部长江学者特聘教授、享受国务院政府特殊津贴专家、湖北省医学领军人才等多项人才计划的资助。作为归侨，他还获得中国侨界（创新人才）贡献奖和湖北省梁亮胜侨界科技奖励二等奖等。 2019年11月7日，华中科技大学与美国韦恩州立大学 “国际妇女健康研究项目”合作协议在同济医学院正式签署。韦恩州立大学医学院副院长Marcus Zervos教授和华中科技大学党委常委、副校长，同济医学院党委书记、院长陈建国教授等出席。 教育改革：塑造医学人才培养新范式 2015-2024年期间，陈建国教授担任华中科技大学副校长兼同济医学院党委书记、院长，开启了医学教育改革的新篇章。他提出“大健康、群健康、同健康、全健康”的“四维健康”新理念，强调医学教育要从疾病治疗转向疾病预防和健康促进。  在他的推动下，华中科技大学深化“医工结合”“医理交叉”，如组织专家团队与华为合作开发人工智能辅助诊断系统，在新冠肺炎疫情期间发挥了重要作用。 他参与建设国际教育科技创新园区（军山校区），引入数字化管理和国际化课程体系，打造跨学科创新平台。此外，他积极推进“一院一校”国际合作战略，与英国伯明翰大学、德国海德堡大学等建立深度合作，开展人才联合培养和科研攻关。 陈建国教授指导研究生实验 在同济医学院的学科建设中，他亲自指导实验室建设，引进先进设备，培养年轻人才。在他的带领下，同济医学院的药理学学科得到了迅猛发展，在ESI国际学科排行榜中进入1‰的国际先进之列。 作为国家“十二五”、“十三五”规划教材《药理学》主编，陈建国教授致力于教学内容革新。他将最新科研成果融入教材，强调基础与临床结合，培养学生的批判性思维和创新能力。 他主编的《药理学》教材获国家优秀教材一等奖，主讲的《药理学》课程被评为国家级精品课程，指导的研究生多次获得国家奖学金和优秀学位论文奖。他作为第一完成人的教学成果获得国家教学成果二等奖，他本人也获得“宝钢优秀教师奖”，并入选国家级教学名师。 2020年11月9日，华中科技大学与德国杜伊斯堡-埃森大学联合举办第四届中德医学学术联合讲演会。副校长陈建国对德国疫情表达了关切，同时对双方在质子治疗领域深化合作表示期待。 家国情怀：在公共卫生战场彰显担当 2020年，新冠疫情突袭武汉，陈建国教授临危受命，担任华中科技大学疫情防控领导小组副组长、科研攻关领导小组组长。他迅速组织多学科团队开展应急研究，如推动协和医院侯晓华教授团队研发的IgM/IgG抗体快速检测试剂盒投入临床，15分钟即可出结果，有效弥补了核酸检测的不足。他提出“中西医并重”策略，力推附属同济医院将“金叶败毒颗粒”等临床应用有效的中药验方广泛应用于新冠疫情防控制之中。  疫情期间，他牵头建立“华中科技大学-湖北省红十字会应急救护培训基地”，培训专业救护人员数万人。他在《光明日报》发表署名文章《疫情下关于“新医科”的若干思考》，呼吁加强公共卫生体系建设和全球卫生治理合作，这一观点被纳入国家“十四五”医学教育改革规划。 此外，为了支持国际疫情防控，他还组织了70余场国际疫情防控视频交流会议，将我国的疫情防控成功经验与国外合作学校进行分享和交流，并接受国际著名杂志《科学》等的采访，正面介绍和宣传我国的疫情防控经验和成果，为国际疫情防控做出了重要贡献。 2023年6月20日-23日，2023泰晤士高等教育亚洲大学峰会(Times Higher Education Asia Universities Summit)在香港中文大学举行，华中科技大学副校长陈建国受邀率团参会，与来自世界知名高校领导与国际高等教育专家交流，共同探讨亚洲大学的发展与未来，并受邀参加主题研讨会。 国际视野：搭建医学交流的桥梁 陈建国始终秉持开放办学理念，推动华中科技大学融入全球教育体系。他率团访问美国的哈佛大学、布朗大学、芝加哥大学、爱荷华大学，英国的剑桥大学、曼彻斯特大学、伯明翰大学，德国的海德堡大学、慕尼黑大学、杜伊斯堡-埃森大学、马尔堡大学，法国的巴黎萨克雷大学、巴黎第五大学，新加坡国立大学、南洋理工大学，加拿大的麦吉尔大学等世界名校，签署多项合作协议，并与其中多所学校建立了全方位合作伙伴关系。 2019年7月11日，华中科技大学副校长陈建国（右）访问芝加哥大学，与芝加哥大学副校长尼瓦桑（Balaji Srinivasan） （左）交流。 启动“3+1+1”联合培养项目，每年选派数百名学生赴海外交流。并建成中外合作办学基地。他本人也获得英国伯明翰大学荣誉教授称号。 2023年3月27日-4月5日，华中科技大学副校长陈建国率团出访欧洲，先后访问法国巴黎萨克雷大学、巴黎高等矿业学校，英国伯明翰大学、伦敦玛丽女王大学，德国慕尼黑工业大学，共叙友谊、共商合作，巩固发展学校欧洲“朋友圈”，着力夯实全球伙伴网络布局。 薪火相传：西迁精神的传承人 作为同济人，陈建国教授对医学院三次西迁的故事如数家珍。 同济的第一次西迁是在艰苦的抗战年代搬迁到四川宜宾的李庄继续办学。他尤爱讲述老院长唐哲教授用芒硝救治当地居民钡中毒的往事，正所谓“成绩斐然，人民受益匪浅，颂声载道，令誉日隆”。 第二次西迁是建国初期，响应国家号召，同济大学医学院整体从上海搬迁至医疗卫生队伍极度缺乏的华中重镇—武汉，组建中南同济医学院，为国家特别是中部地区培养了大批杰出医药卫生人才，为我国在长江流域消灭血吸虫病这一严重影响人民健康的重大流行病作出了巨大贡献。 第三次西迁是上世纪六十年代中期，同济医学院（时名武汉医学院）再次响应国家 “把医疗工作的重点放到农村去”的伟大号召，派出精干力量，在地处鄂西北山区的十堰市组建“武汉医学院郧阳分院”，为缓解鄂西北地区缺医少药的困境作出了重大贡献。 三次西迁精神一脉相承，就是“国家的需要就是同济的追求”，同济就是“与祖国同舟，与人民共济”。这种精神是陈建国教授心中永恒的灯塔，在他身上也得到了传承：他坚持响应国家对口支援新疆的号召，全力支援新疆石河子大学医学院，在学科建设和人才培养方面给予了巨大的支持。 2025年10月27日-29日，湖北省教育厅“世界著名科学家来鄂讲学计划”支持、湖北医药学院主办的“创新药物概念验证国际论坛”在湖北十堰举办，陈建国教授作了题为“基于肠道菌群调控的抑郁症发病机制与干预药物研究”的报告。 全力支持郧阳医学院（现湖北医药学院）的建设与发展，在科研平台的组建、学术交流与合作、人才培养等方面给与了不遗余力的支持。他说，同济的“济”字，既是济世，更是共济，体现了浓郁的家国情怀。 陈建国教授始终坚信，同济医学院的未来在于不断创新与突破。他鼓励年轻一代要保持对科学的敬畏之心，勇于探索未知领域。在他的带领下，同济医学院的药理学团队正朝着国际一流的目标稳步迈进。 他希望每一位同济人都能牢记“同舟共济、格物穷理”的院训，以德为先，以医为本，为人类健康事业贡献自己的力量。 从赤壁小城出来的医学生到国际知名的医学教育家，陈建国教授用三十余载光阴诠释了“健康所系，性命相托”的誓言。他以科研突破探索生命奥秘，以教育改革培养医学栋梁，以公共卫生实践守护人民健康。 他的故事，是中国医学教育发展的缩影，更是一位知识分子家国情怀的生动写照。正如他在《药理学》教材前言中所言：“医学的终极目标，是让人类远离病痛，拥抱希望。”这一信念，将继续指引他在医学教育和科研的道路上砥砺前行。 人物简介： 陈建国，湖北赤壁人，1963年4月出生，现任华中科技大学同济医学院药理学系二级教授，博士生导师，华中学者讲席教授。1985年获咸宁医学院（现湖北科技学院）本科毕业，学士学位，1990年获同济医科大学（现华中科技大学）硕士学位，1995年赴德国凯泽斯劳藤大学作访问学者，1998年获德国海德堡大学博士学位。1998-2001年期间在美国爱荷华大学从事博士后研究。2002年作为“人才引进”回国，任国家重点（培育）学科《药理学》学科带头人、国家教学名师、国家精品课程《药理学》负责人，是长江学者特聘教授、国家杰出青年基金获得者，国家自然科学基金创新研究群体、教育部创新团队负责人。2015-2024年期间任华中科技大学党委常委、副校长、同济医学院党委书记、院长，兼任生物医药研究院常务副院长、国家重大新药创制科技专项首席科学家、国家中药药理三级实验室主任等职。曾任中国药理学会副理事长，现任神经精神药理专业委员会副主任委员。此外，还担任多个国内外学术期刊主编或编委，主编多部国家级规划教材。他主持多项国家级科研项目，包括科技部“脑科学与类脑研究”重大项目、国家973计划等，在Nature、Nature Metabolism、Cell Metabolism等国际著名期刊发表论文200余篇，其中SCI收录180余篇，他引8000余次。曾获国家教学成果奖二等奖、教育部自然科学奖一等奖、湖北省自然科学一等奖等多项荣誉，指导的博士生也多次获得优秀论文奖项。

WEDNESDAY, Dec. 17, 2025 — Air pollution might play a role in people’s risk for developing autoimmune diseases like lupus and rheumatoid arthritis , a new study says. People exposed to particle air pollution had higher levels of anti-nuclear antibodies, a characteristic marker of autoimmune rheumatic diseases, researchers recently reported in the journal Rheumatology . “These results point us in a new direction for understanding how air pollution might trigger immune system changes that are associated with autoimmune disease,” senior researcher Dr. Sasha Bernatsky , a professor of medicine at McGill University in Canada, said in a news release. For the study, researchers collected blood samples from more than 3,500 people living in Canada’s Ontario region, looking at their levels of anti-nuclear antibodies. Anti-nuclear antibodies are produced by the immune system as part of an autoimmune disease. These antibodies mistakenly target the body’s own cells and tissues. The team compared those blood test results to people’s average exposure to particle pollution, based on air pollution tracking data for their home address. People with the highest levels of exposure to air pollution were 46% to 54% more likely to have high levels of anti-nuclear antibodies, the study found. Fine particle pollution involves particles that are 2.5 microns wide or smaller, according to the U.S. Environmental Protection Agency . By comparison, a human hair is 50 to 70 microns wide. “These fine particles in air pollution are small enough to reach the bloodstream, potentially affecting the whole body,” Bernatsky said. She stressed that such pollution is not just a problem for big cities. “Air pollution is often seen as an urban problem caused by traffic, but rural and suburban areas experience poor air quality too,” Bernatsky said, pointing to wildfires that choke the sky with smoke. The results underscore why standards to reduce air pollution are important, she concluded. “Even though air quality is overall better in Canada than in many other countries, research suggests there is no safe level, which is why Canadian policymakers need research like ours,” Bernatsky said. Sources McGill University, news release, Dec. 15, 2025 Rheumatology, Oct. 22, 2025

撰文丨王聪编辑丨王多鱼排版丨水成文在药物研发领域，蛋白质一直是最主要的药物靶点。RNA 分子是生物学过程的重要调控因子，也是多种疾病的有前景的治疗靶点。然而，由于 RNA 结构复杂多变，且高分辨率数据有限，传统方法难以精准预测小分子药物与 RNA 的相互作用，这严重制约了 RNA 靶向药物的开发，因此，RNA 长期被视为“不可成药”靶点。2025 年 12 月 12 日，上海交通大学溥渊未来技术学院/人工智能学院郑双佳团队联合广东工业大学陈修财教授团队及南京理工大学、哈佛大学、麦吉尔大学、中山大学等高校的研究人员（夏云鹏、李嘉旖、楚怡渟为论文共同第一作者），在 Nature 子刊 Nature Machine Intelligence 上发表了题为：Deciphering RNA–ligand binding specificity with GerNA-Bind 的研究论文。该研究开发了一个专门预测 RNA-配体结合的通用型几何深度学习框架——GerNA-Bind，在多个基准数据集上实现了最先进性能（SOTA）。与 AlphaFold3 相比，GerNA-Bind 对结合位点的预测精度提高了 20.8%。研究团队利用 GerNA-Bind 对癌症相关长链非编码 RNA MALAT1 进行了构象特异性高通量虚拟筛选，鉴定出了 18 个具有亚微摩尔级亲和力的小分子，其中结合效果最好的小分子经实验验证，能够特异性靶向 MALAT1 的三螺旋结构，并在细胞实验中展示出抑制癌细胞迁移的能力。这些发现突显了 GerNA-Bind 在 RNA 靶向的药物发现中的强大潜力，兼具准确性和生物学洞察力。RNA 靶向药物的挑战与机遇RNA 是生命活动中的关键调控分子，与多种疾病的发生发展密切相关。RNA 靶向的小分子药物代表着调控生物学通路和开发疗法的变革性策略。然而，由于 RNA 的结构复杂性和高分辨率数据的缺乏，发现能够选择性结合特定 RNA 构象的小分子，仍然充满挑战。传统方法主要依赖 X 射线晶体学或冷冻电镜等资源密集型技术获取结构数据，或者使用序列相似性和物理化学描述符来预测 RNA-配体结合，但往往难以应对 RNA 的结构灵活性。近年来，深度学习模型为预测 RNA-配体相互作用引入了创新方法，但在处理低同源性 RNA-配体对时面临挑战，且由于模型不确定性高，不太适合高通量虚拟筛选。GerNA-Bind 的技术创新该研究开发了一种几何深度学习框架——GerNA-Bind，通过整合多模态 RNA-配体表征和相互作用来预测 RNA-配体结合特异性。GerNA-Bind 的核心创新在于其多层次、多模态的 RNA-配体表征框架。研究团队巧妙整合了一维 RNA 序列、二维 RNA 二级结构、三维 RNA 构象、二维分子图和三维分子构象，全面捕捉 RNA 与药物分子相互作用的复杂性。具体而言，GerNA-Bind 采用等变图 Transformer 编码 3D RNA 构象，图神经网络编码 2D RNA 二级结构，以及序列编码器处理 1D RNA 序列。对于配体小分子，同样使用图 Transformer 和图神经网络分别处理其 3D 构象和 2D 图结构。在模型核心，GerNA-Bind 通过亲和力预测模块中的双重注意力机制，同时模拟 RNA-配体复合物中的 2D 图连通性和 3D 空间相互作用。尤为值得一提的是，GerNA-Bind 还整合了证据参数化的狄利克雷分布来估计每个 RNA-配体复合物的概率和不确定性。这种方法使模型不仅能够预测结合特异性，还能提供相应的不确定性评分，为决策提供宝贵参考。性能卓越：全面超越现有技术研究团队在两个公共数据集（Robin 和 Biosensor）上对 GerNA-Bind 进行了全面评估，并采用了四种不同的数据分割策略来模拟域内和域外场景。结果显示，GerNA-Bind 在所有测试场景中均显著优于现有模型。在 Robin 数据集上，GerNA-Bind 在基于同源性和指纹的分割中，AUROC 比表现最佳的模型 GraphDTA 提高了 6.7%，比 RSAPred 提高了 12.4%。在 Biosensor数据集上，GerNA-Bind 分别比 GraphDTA 和 RSAPred 提高了 9.1% 和 12.6%。更重要的是，即使在最严格的分割策略下，GerNA-Bind 仍然表现稳健，证明了其出色的泛化能力。结合位点预测是 GerNA-Bind 的另一大亮点。与 AlphaFold3 相比，GerNA-Bind 在结合位点预测的精确度上提高了 20.8%，F1 分数提高了 13%，AUPRC 提高了 10.6%，马修斯相关系数提高了 15.6%。研究团队还发现，GerNA-Bind 的不确定性估计与预测性能高度相关（斯皮尔曼相关系数达 0.96），远高于集成学习（0.79）和 dropout 方法（0.82）。这一特性使得 GerNA-Bind 在虚拟筛选中能够有效识别高置信度的候选化合物，大大提高实验验证的效率。从虚拟到现实：成功发现靶向 MALAT1 的高效先导化合物为验证 GerNA-Bind 的实际应用价值，研究团队进行了一项大规模虚拟筛选，针对与癌症转移相关的长链非编码 RNA——MALAT1。MALAT1 在癌细胞转移中发挥关键作用，其三重螺旋结构保护 MALAT1 免受降解，MALAT1 水平升高与多种癌症相关。研究团队从包含 830 多万个化合物的商业库中，首先通过子结构匹配算法筛选出 21.6 万个可能靶向 RNA 的分子，然后应用 GerNA-Bind 的预测集合识别出 140 个可能结合三重螺旋结构的分子和 49 个可能不结合茎环结构的分子。经过相似性过滤和聚类分析，最终选出 28 个最有希望的候选化合物进行实验验证，进一步评估现代，其中 18 个与 MALAT1 具有亚微摩尔级的强亲和力。其中，结合最有效的化合物 Mol14（一种吩噻嗪衍生物） 被选进行进一步详细研究，与已知的 30 个 MALAT1 结合剂相比，Mol14 的相似性评分仅为 0.17。进一步的特异性测试表明，Mol14 对 MALAT1 表现出高特异性（DC50= 58 nM），而对其他 RNA 的结合较弱。更重要的是，Mol14 与 MALAT1 茎环结构的结合极弱，表明它特异性结合 MALAT1 的三重螺旋位点。作用机制研究表明，Mol14 与 MALAT1 三重螺旋结构中的 U7、U47 和 A66 核苷酸形成氢键，这些核苷酸直接参与三重螺旋结构的形成。GerNA-Bind 准确预测了 U7 和 A66 为关键结合位点，不仅解释了 Mol14 在这些位置的强结合，还为其卓越的靶标特异性提供了结构基础。细胞实验进一步证实，Mol14 以剂量依赖的方式降低 A549 肺癌细胞中 MALAT1 mRNA 水平，并显著抑制癌细胞迁移。展望未来：RNA 靶向药物开发的新纪元GerNA-Bind 代表了 RNA-配体相互作用预测的强大计算框架，通过其多模态架构有效结合了实验验证和计算预测的 RNA 结构，提供预测准确性、可解释性和泛化能力。GerNA-Bind 为计算驱动的结构生物学奠定基础，为靶向 RNA 以治疗疾病提供了新途径。这一突破性技术不仅加速了 RNA 靶向药物的虚拟筛选进程，更为我们理解 RNA 与小分子相互作用的复杂机制提供了全新视角。未来，随着更多实验数据的整合以及与其他生成式模型的结合，GerNA-Bind 有望在 RNA 靶向药物发现中发挥更大作用。将 GerNA-Bind 与生成式建模方法的互动以及多分子相互作用建模的进展，有望强力推进 RNA 靶向药物的发现。论文链接：https://www.nature.com/articles/s42256-025-01154-z设置星标，不错过精彩推文