2025 年 4 月 9 日，国际顶尖学术期刊 Nature 发布最新一期，其中 11 篇来自华人学者（包括作为通讯作者和第一作者的论文）。
1. 叶片吸收导致植物体内微塑料的积累
https://www.nature.com/articles/s41586-025-08831-4
南开大学环境科学与工程学院汪磊、孙红文及麻省大学邢宝山作为共同通讯作者，在 Nature 发表论文「Leaf absorption contributes to accumulation of microplastics in plants」。
本研究首次证实植物叶片可直接吸收大气微塑料，检测发现植物叶片中普遍存在聚对苯二甲酸乙二醇酯（PET）和聚苯乙烯（PS）聚合物及其寡聚体，其浓度与大气含量和叶片生长期呈正相关。在涤纶工厂和垃圾填埋场等重污染区域，叶片中 PET 和 PS 浓度高达 104 ng/g 干重，露天种植的叶菜类植物中也可检出 102-103 ng/g。同时在叶片中观测到纳米级 PET 和 PS 颗粒，证实玉米叶片可通过气孔途径吸收未标记、荧光标记或铕标记的塑料颗粒，并沿质外体途径转运至维管组织，最终在毛状体中富集。该研究揭示了大气微塑料通过植物叶片吸收并积累的普遍现象，提示在评估人类及生物体 MPs 暴露风险时需重视这一环境暴露途径。
2. DNA 引导的转录因子相互作用扩展了人类基因调控密码
https://www.nature.com/articles/s41586-025-08844-z
同济大学医学院、同济大学附属东方医院尹贻蒙作为共同通讯作者，谢志远作为共同第一作者，在 Nature 发表论文「DNA-guided transcription factor interactions extend human gene regulatory code」。
本研究通过筛选 58,000 余对 TF 组合，揭示了 DNA 结合态 TF 间的生化互作网络：共鉴定 2,198 对互作 TF，其中 1,329 对倾向于以特定间距/方向结合 DNA，并发现 1,131 个与单个 TF 基序显著不同的复合基序。这些新型复合基序在细胞类型特异性调控元件中富集，在体内具有活性，且多由发育共表达的 TF 共同形成。研究表明，胚胎轴向发育相关 TF 通过与不同伙伴的互作结合特异性基序，解释了具有相似 DNA 结合特异性的 TF 如何沿发育轴向定义不同细胞类型。该成果系统解析了人类基因调控密码的构成机制，覆盖约 18%-47% 的已知 TF 互作基序。
3. 压力动态调节神经元自噬以控制抑郁发作
https://www.nature.com/articles/s41586-025-08807-4
浙江大学崔一卉、张翔南作为共同通讯作者，在 Nature 发表论文「Stress dynamically modulates neuronal autophagy to gate depression onset」。
本研究揭示外侧缰核（LHb）自噬在应激动态中的关键作用：急性应激激活 LHb 自噬，而慢性应激显著抑制。多种抗抑郁药物均能恢复 LHb 自噬功能，提示其作为共同治疗靶点。LHb 神经元自噬基因敲除增加应激易感性，而增强自噬则产生快速抗抑郁效果。从机制上看，LHb 自噬通过按需降解谷氨酸受体，调控神经元兴奋性、突触传递及可塑性。该研究证实 LHb 自噬在维持情绪稳态中的因果作用，其功能紊乱与慢性应激适应不良相关，而自噬增强剂可通过逆转该过程为抗抑郁治疗提供新策略。
4. 侏罗纪棘头虫揭示棘头虫的起源
https://www.nature.com/articles/s41586-025-08830-5
中国科学院南京地质古生物研究所王博作为通讯作者，在 Nature 发表论文「A Jurassic acanthocephalan illuminates the origin of thorny-headed worms」。
本研究报道中侏罗世道虎沟生物群发现的棘头动物体化石 —— 道虎沟侏罗棘头虫。该化石具有明确棘头动物特征（带钩吻部、交合伞）及离散颚器结构，填补了有颚轮形动物与无颚专性寄生棘头动物间的演化空缺。其形态特征兼具轮形动物 Seisonidea 与棘头动物的过渡性质，揭示了该类群早期演化中未被认知的生态形态多样性，凸显过渡化石在解析这类神秘生物起源中的关键作用。
5. 功能连接组学揭示了小鼠视觉皮层的一般连接规则
https://www.nature.com/articles/s41586-025-08840-3
贝勒医学院/斯坦福大学医学院 Zhuokun Ding 作为第一作者，在 Nature 发表论文「Functional connectomics reveals general wiring rule in mouse visual cortex」。
该研究基于 MICrONS 数据集分析发现，视觉皮层各层及跨脑区（包括反馈连接）中，反应特性相似的神经元优先形成突触连接，表明「相似连接原则」在视觉层级中的普适性。通过数字孪生模型区分神经元调谐特征（响应内容）与空间成分（感受野位置）发现，仅特征调谐能预测精细突触连接。研究还揭示高阶连接规则：突触后神经元群体的功能相似性超出两两相似原则的预期。循环神经网络在分类任务中自发形成与生物系统相似的连接模式，且破坏相似连接比随机连接更显著降低网络性能。该研究阐明了生物与人工系统中共享的连接原则对感觉处理和学习的潜在功能意义。
6. 目标特异性海马体抑制门控学习
https://www.nature.com/articles/s41586-025-08868-5
埃默里大学和佐治亚理工学院 Xiao Zheng 作为共同第一作者，在 Nature 发表论文「Goal-specific hippocampal inhibition gates learning」。
本研究揭示小鼠海马 CA3 区 PV 阳性中间神经元在目标导航中的关键作用：饥饿小鼠学习觅食时，PV 中间神经元在接近/抵达目标位点时的放电显著减少。这种抑制活动的降低具有目标选择性和预测性，促进目标位置与食物结果的关联。光遗传学抑制 PV 中间神经元的目标相关放电会损害目标位置学习，并破坏获得食物后目标位点的神经再激活过程 —— 该过程将既往位置与食物结果绑定，指导后续觅食。结果表明，PV 中间神经元抑制活动的目标特异性降低通过调控关键位置的神经表征和结果关联，支撑导航学习机制。
7. 空间多组学揭示细胞类型特异性核区室
https://www.nature.com/articles/s41586-025-08838-x
加州理工学院蔡龙作为共同通讯作者，在 Nature 发表论文「Spatial multi-omics reveals cell-type-specific nuclear compartments」。
本研究开发了双层 DNA seqFISH+ 技术，可在单细胞水平同时定位 100,049 个基因组位点、17,856 个基因的新生转录组及亚核结构。在小鼠小脑多组学分析中发现抑制性染色质区域的细胞类型差异性显著高于活跃区域；RNA 聚合酶 II 富集区特异性地与长度超过 200kb 的细胞类型特异性长基因形成空间共定位；异染色质区域通过调控基因簇定位影响染色体径向排布和染色体间互作。该技术为复杂组织中亚核结构与基因组互作提供了单细胞高分辨率多组学解析框架。
8. 罕见的神经连接蛋白-1 的杂合缺失的表型复杂性
https://www.nature.com/articles/s41586-025-08864-9
西奈山伊坎医学院 Gang Fang 作为共同通讯作者，在 Nature 发表论文「Phenotypic complexities of rare heterozygous neurexin-1 deletions」。
本研究以 NRXN1 基因杂合缺失为例，揭示其可变剪接的细胞类型特异性对突触功能的差异化影响。研究人员首先利用人诱导多能干细胞发现，NRXN1+/-缺失通过功能丧失（LOF）和功能获得（GOF）机制，分别导致谷氨酸能神经元突触活性降低和 GABA 能神经元突触活性增强。研究还发现剪接异常是突触活性双向改变的核心驱动因素。同时，精准医疗需根据突变机制（LOF/GOF）分层患者，通过增加野生型或消除突变型异构体实现个体化治疗。该研究为脑疾病中兼具 LOF/GOF 效应的突变提供了治疗策略新视角。
9. 神经活动基础模型预测对新刺激类型的反应
https://www.nature.com/articles/s41586-025-08829-y
贝勒医学院 Eric Y. Wang 作为第一作者，在 Nature 发表论文「Foundation model of neural activity predicts response to new stimulus types」。
本研究基于多只小鼠视觉皮层的大规模神经活动数据，训练出能精准预测神经元对任意自然视频响应的基础模型。该模型仅需少量训练即可泛化至新个体，成功预测不同新刺激域（如连贯运动与噪声模式）的响应，并在 MICrONS 功能连接组数据中同步推断解剖细胞类型、树突特征及神经连接。随着神经科学多模态数据积累，此类基础模型将揭示统计规律、实现任务快速适配并加速研究进程，标志着构建大脑基础模型的重要突破。
10. 利用大语言模型实现精准的鉴别诊断
https://www.nature.com/articles/s41586-025-08869-4
谷歌研究院 Tao Tu 作为共同第一作者，在 Nature 发表论文「Towards accurate differential diagnosis with large language models」。
基于大型语言模型的医疗智能辅助系统 AMIE 在诊断推理中展现出显著优势。该研究选取 302 例真实疑难病例，由 20 名医生在两种辅助条件下（传统检索工具/AMIE+传统工具）进行诊断评估。结果显示：AMIE 独立诊断的 top-10 准确率达 59.1%，显著高于未辅助医生的 33.6%（P = 0.04）；AMIE 辅助组的医生诊断质量评分（51.7%）也明显优于传统工具辅助组（44.4%）和无辅助组（36.1%），统计差异显著（P<0.05）。AMIE 协助生成的鉴别诊断列表更全面，提示其具备提升临床决策准确性的潜力，未来需进一步验证其在实际医疗场景中扩展专业诊疗能力的应用价值。
11. 迈向会话式诊断人工智能
https://www.nature.com/articles/s41586-025-08866-7
谷歌研究院 Tao Tu 作为共同通讯作者，在 Nature 发表论文「Towards conversational diagnostic artificial intelligence」。
基于大型语言模型的对话式医疗 AI 系统 AMIE 通过自对弈模拟环境结合自动化反馈机制，实现跨病种、跨科室的适应性学习。研究采用双盲交叉设计，对比 AMIE 与 20 名初级保健医生在多国 159 例标准化病例中的文本问诊表现，由专科医生和标准化患者评估。结果显示 AMIE 在专科医生评估的 32 项指标中 30 项优于医生，在患者评估的 26 项中 25 项占优，尤其在诊断准确性、病史采集和共情沟通方面表现突出。尽管存在临床场景局限，但该成果标志着对话式诊断 AI 的重要突破，未来需进一步研究其在真实医疗环境中的应用潜力。
本文来源：丁香学术综合，版权属于原作者，仅用于学术分享。
