近日，化学与药学院裴志超教授团队在循环肿瘤细胞检测领域取得新进展，研究成果以“AGLUTs/GSHcascadetargeting-responsivebioprobeforthedetectionofcirculatingtumorcells”为题，发表于国际著名化学期刊ChemicalCommunications上。博士研究生王毅为论文的第一作者，裴玉新教授为通讯作者。

作为生命的单位，细胞通过细胞膜与外界进行隔离，也通过细胞膜与外界进行信号转导和物质能量交换。细胞膜上有多种元件感受外界的刺激，并实现细胞状态的转变，科学家也可以利用这些元件，在细胞外增加刺激，从而调控细胞命运。

本发明属于生物工程技术领域。具体涉及对三种猪肠道冠状病毒均易感的猪回肠上皮细胞株。通过对IPI‑2I细胞的克隆筛选，获得了一株对猪流行性腹泻病毒(PEDV)、猪δ冠状病毒(PDCoV)和猪传染性胃肠炎病毒(TGEV)均敏感的细胞株IPI‑FX，该细胞株保藏在中国典型培养物保藏中心，其保藏编号为：CCTCC NO：C2019115。PEDV、PDCoV和TGEV均能在IPI‑FX细胞上有效增殖，增殖滴度均高于106.0TCID50/mL。为深入开展猪肠道冠状病毒的免疫与致病机制及混合感染等的研究提供了有用的细胞，在IPI‑FX细胞上开展相关研究能更好地反映猪体感染时的真实情况。

2020年5月4日，中国科学技术大学生医部、基础医学院、中科院天然免疫与慢性疾病重点实验室和合肥微尺度物质科学国家研究中心周荣斌、江维研究组，附属第一医院潘跃银研究组和复旦大学柳素玲研究组合作在NatureCellBiology上在线发表题为“Myeloid PTEN promotes chemotherapy-induced NLRP3 inflammasome activation and antitumor immunity”的长篇研究论文，发现髓系细胞中PTEN蛋白能够促进NLRP3炎症小体活化，并增强化疗反应性。 化疗是目前治疗肿瘤最常用的手段之一，但是一些肿瘤患者对化疗药物并不敏感。除了受肿瘤细胞自身因素的影响外，越来越多的研究表明免疫微环境对肿瘤的化疗效果同样具有重要作用。过去的研究表明蒽醌类化疗药物能够诱导肿瘤细胞发生免疫原性细胞死亡，释放大量免疫原性物质如HMGB1和ATP，诱导NLRP3炎症小体活化和IL-1β和IL-18等细胞因子产生，从而促进肿瘤微环境中免疫细胞浸润并提高化疗诱导的抗肿瘤免疫。尽管肿瘤微环境中NLRP3炎症小体活化对化疗效果的发挥至关重要，但是在肿瘤微环境中决定NLRP3炎症小体活化的因素还不清楚。 PTEN蛋白是机体中重要的肿瘤抑制子，具有脂质磷酸酶和蛋白磷酸酶双重磷脂酶活性。已有的研究表明肿瘤细胞中PTEN蛋白通过其脂质磷酸酶活性逆转PI3K-AKT-mTOR 信号活化，抑制细胞增殖和肿瘤生长。在肿瘤治疗过程中，肿瘤细胞中的 PTEN 蛋白缺失导致 PI3K-AKT 信号通路过度活化，引起肿瘤治疗抵抗。尽管肿瘤细胞中的PTEN蛋白在肿瘤发生发展和肿瘤治疗中的功能研究较为清楚，但是PTEN在免疫微环境中的作用和机制尚不清楚。 为了探究髓系细胞中的 PTEN 蛋白是否影响肿瘤的治疗效果，研究者首先对髓系细胞中PTEN条件性基因缺陷小鼠进行皮下荷瘤，并利用能够诱导肿瘤细胞发生免疫源性细胞死亡的化疗药物进行治疗。结果显示当PTEN缺陷后，化疗药物对肿瘤的治疗效果显著降低。对小鼠肿瘤组织和腹股沟淋巴结中抗肿瘤免疫相关指标进行检测，发现PTEN缺陷小鼠中CD8+T细胞浸润显著降低，IFN-γ的分泌也明显减少。与此同时，肿瘤免疫微环境中炎症小体活化相关指标caspase-1剪切，IL-1β和IL-18分泌也显著减少。这些结果表明PTEN可能通过促进免疫微环境中炎症小体活化提高机体抗肿瘤免疫。 接下来研究者在细胞水平探究PTEN对炎症小体活化的影响。通过利用shRNA敲低和PTEN缺陷细胞进行炎症小体活化实验，研究者发现PTEN能够特异性促进NLRP3炎症小体活化，而不影响AIM2和NLRC4炎症小体活化。机制上，PTEN能够直接结合NLRP3，通过其蛋白磷酸酶功能介导NLRP3酪氨酸32位点（鼠源为酪氨酸30位点）发生去磷酸化修饰，进而促进NLRP3炎症小体组装活化。此外，作者还构建了能够特异性识别NLRP3酪氨酸30位点磷酸化的抗体以及NLRP3酪氨酸30位点组成型磷酸化的knock-in小鼠Nlrp3Y30E/Y30E，进一步确定了PTEN通过诱导NLRP3酪氨酸32位点去磷酸化促进NLRP3炎症小体活化。 为了明确髓系细胞PTEN促进化疗诱导的抗肿瘤免疫依赖于NLRP3炎症小体。研究者在PTEN条件缺陷鼠中回补细胞因子IL-1β和IL-18，发现回补细胞因子后能够显著提高化疗药物对PTEN条件缺陷鼠的治疗作用，表明PTEN通过促进免疫微环境中NLRP3炎症小体活化提高机体抗肿瘤免疫。在肿瘤临床样本中，研究者也发现髓系细胞中的PTEN与肿瘤患者对化疗药物的敏感性呈现正相关关系。 总之，该研究创新性体现在：1）发现肿瘤抑制因子PTEN在NLRP3炎症小体活化中发挥关键作用；2）揭示髓系细胞PTEN可以通过控制NLRP3炎症小体活化从而决定化疗敏感性；3）提示髓系细胞PTEN的表达可以作为一种预测化疗敏感性的生物标记物。 中国科学技术大学生医部和基础医学院黄亿博士为该论文第一作者，周荣斌、江维、潘跃银和柳素玲教授为共同通讯作者。该项工作得到了复旦大学丁琛课题组、邵志敏课题组，安徽医科大学蔡永萍课题组，苏州系统医学研究所马瑜婷课题组和中科大张华凤课题组、金腾川课题组、王朝课题组和白丽课题组及科技部、基金委、中科院、安徽省和中国科学技术大学的大力支持。 原文链接：https://www.nature.com/articles/s41556-020-0510-3

本发明公开了一种采用核壳微胶囊生物反应器实现细胞细胞高通量分选的方法。该方法采用皮升注射技术对封装有细胞的单分散性颗粒进行高通量包埋，制备具有核壳结构的微胶囊生物反应器，通过荧光分选技术对生物反应器中的细胞进行高通量分析和筛选。该微胶囊生物反应器的核相为具有良好生物相容性的高分子材料为细胞提供生长和增殖空间，壳相为具有稳定性的高分子材料可以增强微球稳定性，避免细胞的逃逸，可以实现细胞的长时间稳定培养，提高被测物浓度，同时允许荧光信号的传递和检测，实现对细胞的高效分析与筛选。

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

北京大学物理学院、纳光电子前沿科学中心、人工微结构和介观物理国家重点实验室“极端光学团队”胡小永教授和龚旗煌院士等在非厄密拓扑光子学研究中取得重要进展：发展出一种研究新型增益-损耗畴壁拓扑光学体系的有效哈密顿量新方法，揭示了由增益-损耗畴壁诱导的拓扑态的产生机制。