俗称“磁波刀”的“磁共振引导相控聚焦超声”技术是近年来治疗特发性震颤和震颤主导型帕金森病的新兴方式之一，具有无创、可控、穿透力强等特点，目前已有一款进口“磁波刀”产品进入我国。近日，国产化“磁波刀”系统的研发应用再获突破。上海交大生物医学工程学院陈亚珠院士、沈国峰研究员团队联合陈垚教授团队、上海市第一人民医院副院长、放射科学科带头人王悍教授团队与沈德无创时代医疗科技有限公司合作，首次成功完成了国产“磁波刀”系统治疗特发性震颤和震颤主导型帕金森病的临床前灵长类动物实验。首都医科大学宣武医院张宇清主任、宣武医院济南分院张晓华副院长、深圳大学附属华南医院陶蔚主任、魏明怡医生、佛山市中医院周守国主任、王娟主任、黄耀渠主任参与了本次实验。本次恒河猴实验检验了系统的安全性、有效性和稳定性，为“磁波刀”系统进入人体临床试验，实现国产化提供了重要实践支撑。特发性震颤是一种较为普遍的神经系统疾病。患者的吃饭、喝水、写作等日常活动会受到严重影响，大约有15%-25%的患者因该病无法正常生活、工作。目前，特发性震颤的手术治疗和药物治疗较为成熟。其中脑深部电刺激技术（DBS）是重要的微创介入治疗手段之一，通过微创手术将电极植入大脑，刺激神经核团和神经环路，达到治疗目的，DBS属于侵入性治疗，不少患者对此有所顾虑。“磁波刀”系统的治疗原理是在超导磁共振实时成像引导下，同时发射数百至数千束超声波，通过相位实时调控，实现多模式精准聚焦，通过磁共振实时测温，实现脑部治疗靶点精准消融。患者可以在无须开颅、无须全身麻醉的情况下，在门诊即可完成“磁波刀”手术治疗。近年来，上海交通大学生物医学工程学院沈国峰研究员团队联合上海市第一人民医院和沈德无创时代医疗器械有限公司，在陈亚珠院士的指导下联合攻关，已突破“卡脖子”的关键核心技术，成功研发了具有完全自主知识产权的“磁共振引导相控聚焦超声”无创治疗技术并开发出国产“磁波刀”系列产品进入临床。该技术原理类似于相控阵雷达，可主动感知、灵活调整超声焦点的位置，实现焦点的快速移动和转换。在治疗过程中，“磁波刀”能够无损地探测到温度等多种参数，手术操作全程可视化。医生可通过后台监视屏上的实时磁共振图像指导手术操作并实时、精准评估疗效，大幅度提升了聚焦超声治疗的安全性和有效性。目前，团队研制的体部磁波刀产品与进口产品对照，已经完成子宫肌瘤适应证的全部临床工作，正在申请三类医疗器械注册证。在本次动物实验中，研究团队以灵长类动物恒河猴为实验对象，验证了自主研发的国产“磁波刀”设备的系统安全性及有效性。据悉，第一代用于脑部疾病治疗的国产“磁波刀”系统在上市后将聚焦于特发性震颤、震颤主导型帕金森病和运动障碍型帕金森病的热消融治疗，未来还会不断拓展，通过热消融、神经调控、打开血脑屏障靶向递药等创新技术，无创治疗脑胶质瘤、癫痫、阿尔茨海默症、抑制症、强迫症、神经疼痛等脑部神经和精神系统疾病，具有广阔的应用前景。 查看详细>>

近日，上海交通大学生命科学技术学院/医学院临床研究中心俞章盛教授课题组与合作者在中科院Top期刊《Cell Reports Medicine》在线发表题为“Harnessing TME depicted by histological images to improve cancer prognosis through adeep learning system”的研究成果，该研究开发了一个深度学习系统，可以通过组织病理学图像，为没有空间转录组数据的癌症患者预测肿瘤微环境信息，从而实现精确的癌症预后，大幅度地拓展了基因空间表达信息在大型生物医学病理图像公共数据库的使用。生命科学技术学院“致远荣誉计划”博士研究生高瑞恬是本文的第一作者，生命科学技术学院/医学院临床研究中心俞章盛教授、自然科学研究院王宇光教授及医学院附属瑞金医院孙晶教授为共同通讯作者。癌症患者的预后预测一直是临床中的重要挑战。肿瘤微环境对实体肿瘤的发生、演变和转移至关重要。越来越多的研究揭示了肿瘤微环境与癌症预后和治疗选择之间的相关性。空间转录组学技术可以从空间基因表达的角度对肿瘤微环境进行表征，区分癌症患者的不同预后亚组。然而，空间转录组的高昂成本和长实验周期阻碍了其应用于大规模癌症患者队列中进行生存预测。在临床中易于获取的组织病理学图像提供了丰富的肿瘤形态学信息，如果能开发出人工智能模型基于图像预测分子层面的基因空间表达水平，进而刻画肿瘤微环境，有望实现更精确的癌症预后。该研究致力于开发一个深度学习系统，利用组织病理学图像预测相应区域的高维基因空间表达水平，克服空间转录组数据目前存在的高成本和有限样本量等局限性，对仅有病理图像数据、没有空间转录组数据的大规模癌症队列进行肿瘤微环境刻画，提高癌症患者预后的精确性。该深度学习系统包含两个部分，第一部分是基于卷积神经网络和图神经网络的空间转录组表达水平预测模型(IGI-DL)，第二部分是基于空间基因表达描绘的肿瘤微环境信息进行癌症生存预后预测。构建的IGI-DL模型集成了卷积神经网络和图神经网络的优势，充分利用组织病理学图像中的像素强度和结构特征，实现更准确的基因空间表达水平预测。模型在结直肠癌、乳腺癌和皮肤鳞状细胞癌这三种类型实体瘤中均表现出色，与五种现有方法相比平均相关系数提升了0.171。进一步，应用IGI-DL模型通过组织病理学图像推断基因的空间表达，构建Super-patch graph，进行癌症患者的生存预后。研究结果表明使用IGI-DL预测的基因空间表达作为Super-patch graph中的节点特征可以提高生存预后模型在TCGA数据集乳腺癌和结直肠癌队列中的性能表现，五折交叉验证C-index为0.747和0.725，优于其他生存预后模型。该生存预后模型对于早期患者（I期和II期）的预后预测同样保持精度优势，预测得到的风险评分可以作为所有阶段患者和早期患者的独立预后指标。在包含一千多名患者数据的外部测试集MCO-CRC中，生存预后模型保持稳定的优势，具有泛化能力。该研究受到国家自然科学基金、上海市科学技术委员会基金、上海交通大学“医工交叉研究基金”等项目资助。同时感谢上海交通大学网络信息中心提供的超算平台支持。 查看详细>>

疫苗是历史上最有效的医疗干预措施之一，显著减轻了全世界的疾病负担。据估计，疫苗每年在全球挽救了250万人的生命。尽管已经存在灭活疫苗、减毒疫苗、病毒载体疫苗、病毒样颗粒疫苗、DNA疫苗以及mRNA疫苗等成熟和新兴的疫苗技术，许多疾病迄今仍然没有有效的疫苗可以使用，包括HIV、HSV-1、HSV-2等传染性病毒既没有预防性也没有治疗性疫苗。对于某些病毒，现有的疫苗仅具有预防作用，并不能消除已经存在的感染，例如HBV和HPV。在非传染性疾病方面，癌症疫苗的开发仍处于早期阶段，在临床试验中仅仅取得了微弱的成功。这些健康威胁的解决需要疫苗技术的进一步开发和突破。近日，上海交通大学系统生物医学研究院蔡宇伽团队联合复旦大学洪佳旭、应天雷团队，上海交通大学董瑞蛟、陶生策团队，以及武汉病毒所、军事医学科学院、本导基因等多家单位在Nature Biomedical Engineering期刊在线发表了题为Dendritic-cell-targeting virus-like particles as potent mRNA vaccine carriers的研究论文。该研究开发了一种能够特异靶向DC细胞，高效递送mRNA和蛋白的新型疫苗平台技术—DC靶向性类病毒载体（DVLP）。这种全新的疫苗技术既能够携带mRNA也能在疫苗颗粒表面展示抗原蛋白的三维结构，具有高效激活体液免疫和细胞免疫的能力，可以显著防止新冠病毒感染，在被视为疫苗研发黑洞的单纯疱疹病毒的预防上也起到了显著的效果，为全球数亿的HSV感染者带来了治疗与预防的潜在手段。DVLP疫苗技术有望成为一个新型疫苗平台，在病毒感染、肿瘤、衰老的治疗和预防上发挥重要的作用。 查看详细>>

近日，上海交通大学自然科学研究院/物理与天文学院/张江高等研究院洪亮课题组设计了一种微环境感知图神经网络（ProtLGN），能够从蛋白质三维结构中学习有益的氨基酸突变位点，建立自然选择下的氨基酸序列分布，用于指导蛋白质氨基酸位点设计，最终实现蛋白质指定功能的提升（定向进化）。课题组通过生物化学室实验证明，这是一个通用人工智能技术，依据目标蛋白极少实验数据甚至没有实验数据的情况下成功实现了多款蛋白指定性质的定向进化（包括抗体的亲和力/稳定性，多个荧光蛋白的荧光强度、核酸内切酶的DNA切割活性）。此外，ProtLGN能够根据单位点突变体活性准确预测多位点组合突变体活性，并在单轮湿实验中即可筛选出活性显著优于低位点突变体的高位点突变体，表明ProtLGN能够有效挖掘蛋白质定向进化中的正上位效应。因此，相较于传统的蛋白质设计方法，ProtLGN能够极大地提升蛋白质设计效率并降低实验成本。该研究成果以“Protein Engineering with Lightweight Graph Denoising Neural Networks”发表于美国化学学会出版社下Journal of Chemical Information and Modeling。人工智能的快速发展改变着生命科学领域的研究方法和思维范式。其中，蛋白质设计作为生物医药领域的关键技术之一，受到了学界和工业界的广泛关注。传统的蛋白质设计方法通常依赖于试错（蛋白质定向进化）和经验积累（蛋白质理性设计），这种方式虽然在一定程度上能够取得成功，但也存在着效率低下、成本高昂、时间耗费长等难以解决的问题。随着深度学习的快速发展和广泛应用，为蛋白质设计领域注入了新的活力和希望。深度学习模型可以通过大量的生物信息学数据进行训练，并从中学习蛋白质序列、结构与功能之间的关联，为蛋白质设计提供准确、高效的指导。近几年，基于深度学习的预测与筛选方法被提出并在实际应用中得到了验证与应用。然而，当前的方法大多是基于多序列比对（MSA）和/或蛋白质语言模型（PLM）对蛋白质序列进行特征提取。前者提取出的蛋白质共进化信息的质量高度依赖同源信息的数量，但在实际应用中，并非所有蛋白质序列都能进行同源比对，也并非所有比对都足够深以训练足够大的模型以学习氨基酸之间的复杂相互作用。后者来源于自然语言处理，因此模型主体通常需要搭建Transformer，递归神经网络，或其他自回归模型，这类方法通常需要海量的训练数据和大型且复杂的模型设计，从而需要非常高的训练成本。即使是使用当前主流的语言预训练模型的思路，考虑到每个蛋白质都有独特的性质和进化方向，不涉及任何的重新训练路径而直接把一个预训练好的模型推广到任意的任务中，对于大模型的泛化性和表达能力也是一个巨大的挑战。因此，本文设计了一款能够提取氨基酸周围微观环境信息的等变图神经网络的预训练框架ProtLGN，结合蛋白质的结构信息对一条蛋白质上的每个氨基酸进行同步编码，学习蛋白质三维结构中有益的氨基酸突变位点和突变类型，用于指导具有不同功能的蛋白质单位点突变和多位点突变设计。 查看详细>>

近日，上海交通大学电子信息与电气工程学院计算机科学与工程系人工智能教育部重点实验室盛斌教授团队，上海交通大学医学院附属第六人民医院的贾伟平教授和李华婷教授团队，以及清华大学黄天荫教授团队，汇聚来自美国、英国、马来西亚和新加坡等国的多学科专家，共同在权威学术刊物《Science Bulletin》上发表了题为“Large language models for diabetes care:Potentials and prospects”（面向糖尿病诊疗的大语言模型：潜力与前景）的展望性文章。该文章全面分析了大语言模型在糖尿病管理领域的应用，并对其未来发展前景进行了深入展望。糖尿病作为21世纪全球性的重大公共卫生议题，其影响日益扩大。据2021年的统计，全球已有5.37亿人罹患此病，且预计到2045年，这一数字将攀升至7.83亿。面对如此庞大的患者群体，糖尿病的管理面临诸多挑战，包括患者教育、实时病情监测等多个层面。大语言模型（Large Language Models,LLM），作为一种先进的生成式人工智能技术，能够接收图像和文本输入，并输出相应的文本。随着大语言模型的进一步研发与应用，我们有理由期待其为糖尿病患者和医务工作者提供数据驱动、个性化和实时的诊疗支持，从而改善糖尿病患者的健康状况和生活质量。该文详尽地探讨了大语言模型在糖尿病管理中的潜在应用及其对患者健康结局的积极影响。在糖尿病管理中，大语言模型通过健康教育、营养指导、血糖监测数据管理、用药依从性监测、并发症监测以及实时心理咨询等方式，为患者提供了持续且个性化的支持。同时，这些模型也为医务人员提供了糖尿病管理培训，有效简化了临床任务。随后，文章全面总结了当前大语言模型在糖尿病管理中面临的挑战，这些挑战涵盖了专业性、时效性、安全性、个性化需求、伦理道德、法律法规以及隐私保护等多个方面。最后，文章展望了未来的研究方向，呼吁以糖尿病专业知识为基础对现有大语言模型进行微调，探索与网络实时连接的大语言模型，建立公开的测评数据集，制定相应的伦理和法律框架，开展随机对照试验，以及将大语言模型与现有医疗体系和数字医疗技术相结合。这些努力有望进一步推动大语言模型在糖尿病管理领域的应用与发展。 查看详细>>

The radiation detectors used today for applications like inspecting cargo ships for smuggled nuclear materials are expensive and cannot operate in harsh environments,among other disadvantages.Now,in work funded largely by the U.S.Department of Homeland Security with early support from the U.S.Department of Energy,MIT engineers have demonstrated afundamentally new way to detect radiation that could allow much cheaper detectors and aplethora of new applications.They are working with Radiation Monitoring Devices,a company in Watertown,Massachusetts,to transfer the research as quickly as possible into detector products.In a2022 paper in Nature Materials,many of the same engineers reported for the first time how ultraviolet light can significantly improve the performance of fuel cells and other devices based on the movement of charged atoms,rather than those atoms’constituent electrons.In the current work,published recently in Advanced Materials,the team shows that the same concept can be extended to anew application:the detection of gamma rays emitted by the radioactive decay of nuclear materials.“Our approach involves materials and mechanisms very different than those in presently used detectors,with potentially enormous benefits in terms of reduced cost,ability to operate under harsh conditions,and simplified processing,”says Harry L.Tuller,the R.P.Simmons Professor of Ceramics and Electronic Materials in MIT’s Department of Materials Science and Engineering(DMSE). 查看详细>>

近日，上海交通大学船舶海洋与建筑工程学院田新亮研究小组完成了“软尾减阻”的三维风洞实验，并发现了高达22.2%的减阻效果。该研究成果以“Drag reduction using aself-adaptive flexible coating”为题，在线发表在流体力学领域权威期刊《流体物理》（Physics of Fluids 36,041701(2024)），并被选为编辑精选文章。2020年，该小组首次提出了为钝体穿“裙子”来减阻的方法（简称“软尾减阻”），即通过柔性薄膜包裹钝体使其“伪装”成流线体从而实现减阻[1,2]。前期肥皂膜水洞实验证明了二维流场中最高约为10%的减阻效果。此后，国内外多个研究团队[3-5]及该小组[6,7]分别独立采用数值模拟方法，深入分析了二维场景下“软尾减阻”的物理机制和多种参数的影响。但是，该减阻方法能否用于实际工程，一直未获直接回答。从2020年开始，研究小组在船海工程试验中心风洞循环水槽的支持下，逐步证明了“软尾减阻”方法的工程实用性。首先在风洞实验室中构造了“软尾减阻”的三维实验模型，即“刚性平板+柔性薄膜”耦合系统。然后，建立了一套精密的测量系统（图1）：设计了悬挂系统释放约束来提升测力精度，开发了基于激光和高速摄像机的柔性薄膜高时空分辨率测量方法，研制了尾流烟线显示方法和装置。为了解决薄膜在大风中被吹瘪或吹破的问题，研究小组还提出了在平板正面开若干小孔来平衡薄膜内外压强的方法，不仅缓解了薄膜在风载作用下所受的张力，还使得薄膜在任何风速下均可达到鼓胀的效果。 查看详细>>

A collaborated research team led by The Hong Kong University of Science and Technology(HKUST)and Tsinghua University has theoretically proposed anew mechanism of electrical 180°switching of Néel vector and experimentally realized it in antiferromagnetic materials with spin-splitting band structure featuring the C-paired spin-valley locking,also named as altermagnet.The team also demonstrated the material‘s capability to manipulate Néel vector,paving the way for the manufacturing of ultrafast memory devices.Antiferromagnetic spintronics has sparked widespread interest due to its enormous potential for creating ultra-dense and ultrafast antiferromagnetic memory that is suitable for modern high-performance information technologies.The electrical 180°switching of the Néel vector is along-term objective for producing electrically controllable antiferromagnetic memory using opposite Néel vectors as binary"0"and"1".However,the state-of-art antiferromagnetic switching mechanisms have long been limited for 90°or 120°switching of Néel vector,which unavoidably requires multiple writing channels that contradict ultradense integration.The study of electrical 180°switching of Néel vector makes spin-splitting antiferromagnet anew potential candidate for ultrafast memory.Specifically,in collinear antiferromagnet,the Néel vector nhave two stable states n_+and n_-with symmetric energy barriers.To leave an asymmetry of energy barriers,the team led by Prof.LIU Junwei,Associate Professor at the Department of Physics at HKUST proposed to exert an external magnetic field to interact with the tiny DMI-induced moment.Then,the damping-like spin-orbit torque[2]can be used to drive Néel vector nto cross the barrier from n_+to n_-but cannot cross the opposite one(Figure 1a).As shown in Figure 1b,the atomic spin model simulation shows that ncan be deterministically switched to state n_+or n_-in 0.1 ns.Integrating the non-zero Berry curvatures on spin-splitting bands of tight-binding model,the anomalous Hall conductivities show high sensitivity to these two states n_+and n_-,shown in Figure 1c.In experiments led by Prof.PAN Feng and Prof.SONG Cheng,from the School of Materials Science and Engineering at Tsinghua University,the good cyclic performance of fabricated antiferromagnetic Mn5Si3 thin film is shown in Figure 1d,which means the current-driven 180°switching of Néel vector is robust and sustainable.In fact,the team had presented anew theory as C-paired spin-valley locking(SVL)a few years ago in the scientific journal Nature Communications,indicating anew way to induce the magnetization in antiferromagnet and laying the foundation of switching of Néel Vector.Compared to this conventional T-paired SVL materials,the C-paired SVL materials create the spin-splitting bands by the strong exchange coupling between itinerant electrons and local magnetic moments instead of SOC.Furthermore,the spin-splitting valleys are paired with opposite spin directions by preserved crystal symmetry rather than time-reversal symmetry,as shown in Figure 2.In practice,a strain/charge current can be exerted to slightly break or affect the crystal symmetry and therefore induce anet magnetization/noncollinear spin current. 查看详细>>

近日，上海交通大学环境科学与工程学院朱樱副教授在环境领域著名学术期刊Environmental Science&Technology上发表了题为“Comprehensive Assessment of Environmental Emissions,Fate,and Risks of Veterinary Antibiotics in China:An Environmental Fate Modeling Approach”的研究论文。该研究结合实证数据和模型方法，率先阐释了我国2010-2020年间源于畜禽和水产养殖的兽用抗生素排放和多介质浓度的时空演变规律和多介质源汇特征，明晰了环境耐药性演化风险，首次通过纳入兽用抗生素随粪便处理的去除率，揭示了我国畜禽及水产养殖量区域分布与集约化养殖、家庭养殖方式的时空变化对抗生素排放的驱动机制。论文第一作者为上海交通大学环境科学与工程学院2021级研究生李帅奇，通讯作者为朱樱副教授，第一完成单位和通讯单位均为上海交通大学。抗生素耐药性是全球人类健康的主要威胁之一。抗生素的环境释放和污染可能促进抗生素耐药性发展和传播，这增加了人类被含耐药基因的病原体感染的可能性，进而降低医用抗生素药效。我国是全球主要抗生素消费国之一。随着收入的增加，人们对动物蛋白质需求提高，导致兽用抗生素的使用量不断增加。自2016年以来，我国制订了多种兽用抗生素使用管理政策，并将抗生素作为高关注新污染物进行环境污染控制。因此，有必要了解我国不同环境介质中兽用抗生素的排放和污染状况，以应对我国和全球范围内的耐药性发展。然而已有关于我国抗生素排放、环境迁移和分布的研究仍存在局限性。同时，包括我国在内的全球研究主要集中在调查兽用抗生素的使用情况，但很少评估环境释放和污染。这些阻碍了对我国兽用抗生素环境污染暴露水平和归趋的认识。该研究率先结合实证数据和模型方法，对我国2010-2020年间使用的兽用抗生素种类、环境排放量、多介质浓度及分布和环境耐药性演化风险做了全面的调查、估算和评价。使用我国国家尺度多介质环境归趋模型（SESAMe v3.4模型，空间分辨率0.5°），对我国兽用抗生素的多介质浓度进行预测。与其他传统多介质环境归趋模型相比，该模型充分考虑了化学物质解离的特性，并且具备相对完整的跨介质迁移过程。本研究结果可为我国兽用抗生素的污染防治提供支持。同样的研究体系可在全球范围内应用，尤其可用于面临严重抗生素排放和污染问题的国家。 查看详细>>

Gas vesicles are hollow structures made of protein found in the cells of certain microorganisms,and researchers believe they can be programmed for use in biomedical applications.“Inside cells,gas vesicles are packed in abeautiful honeycomb pattern.How this pattern is formed has never been thoroughly understood.We are presenting the first identification of aprotein that is responsible for this pattern,and we believe it can be very useful,”said George Lu,an assistant professor of bioengineering and aCancer Prevention and Research Institute of Texas scholar at Rice University.Lu and colleagues from Washington University in St.Louis and Duke University have shared their findings in apaper published in Nature Microbiology.Co-author Yifan Dai,an assistant professor of biomedical engineering at WashU’s McKelvey School of Engineering,said they were drawn to the research with the question of why the vesicles can form in the honeycomb pattern.With help from WashU colleague Alex Holehouse along with Ashutosh Chilkoti and Lingchong You,of Duke University,the team found this pattern is the most efficient use of space,and the cluster form plays apart in how it functions.Notably,these protein clusters formed in subsaturated solution,a previously identified new form of biological structure,and that drives the organization of these vesicles.Bottom line,they found the function behind this mysterious new form. 查看详细>>