2021年9月24日Science期刊精华

2021年9月27日讯/生物谷BIOON/---本周又有一期新的Science期刊（2021年9月24日）发布，它有哪些精彩研究呢？让小编一一道来。

图片来自Science期刊。

1.Science：重大进展！新方法让成年哺乳动物的心肌细胞恢复年轻状态，可使心脏具有再生能力
doi:10.1126/science.abg5159

现有研究表明，成年哺乳动物的心脏不包含心脏干细胞，而且绝大多数心肌细胞不会分裂。因此，在成年哺乳动物的心脏中，心肌细胞的替换非常缓慢，阻止了受损心肌的再生。心肌细胞的有丝分裂后的性质阻止了心脏肿瘤的形成，但同时也将心肌细胞的更新降到最低。相比之下，胎儿心脏显示出相当大的再生潜力，因为存在不太成熟的仍有增殖能力的心肌细胞。

图片来自Pixabay/CC0 Public Domain。

在一项新的研究中，来自德国马克斯普朗克心肺研究所、哥廷根大学医学中心、德国心血管研究中心、马克斯普郎克分子生物医学研究所和加拿大曼尼托巴大学的研究人员发现有可能对心肌细胞进行重编程以修复受损的心肌组织。相关研究结果发表在2021年9月24日的Science期刊上，论文标题为“Reversible reprogramming of cardiomyocytes to a fetal state drives heart regeneration in mice”。在这篇论文中，这些作者描述了他们修复小鼠受损心脏的方法，以及在测试中效果如何。

这项新的研究建立在先前研究---表明如果婴儿在子宫内遭遇心脏损伤，心脏可以自我修复，因为心肌细胞处于一种允许恢复青春的状态---的基础上。在出生后或以后的生活中则不是这样，这是因为心肌细胞没有再生能力。经过几年的努力，这些作者发现了一种让成年心肌细胞恢复到类似胎儿的心肌细胞的方法：利用转录因子Oct4、Sox2、Klf4和c-Myc（OSKM）对它们进行重编程。他们的研究表明，表达这些因子可使心肌细胞更新。这种重新编程还包括使用抗生素多西环素（doxycycline）这种开关。

具体而言，他们发现Oct4、Sox2、Klf4和c-Myc（OSKM）的心脏特异性表达能诱导成年的心肌细胞去分化到类似于胎儿心肌细胞的多能性状态，从而赋予成年心肌细胞以再生能力而重新进入有丝分裂。OSKM的瞬时特异性表达延长了产后小鼠心脏的再生窗口期，并诱导成年心肌细胞的基因表达程序，从而使之类似于胎儿心肌细胞。延长OSKM在成年心肌细胞中的表达会导致心肌细胞重编程和心脏肿瘤的形成。在心肌梗塞前和心肌梗塞期间短期表达OSKM可以改善心肌损伤并提高心脏功能，这表明时间上控制的心肌细胞去分化和重编程可以使成年哺乳动物的心肌细胞重新进入有丝分裂，促进心脏再生。

2.Science：大规模研究揭示VNTR变异影响人类身高等一系列性状
doi:10.1126/science.abg8289

在一项新的研究中，来自美国布莱根妇女医院、布罗德研究所和哈佛医学院的研究人员发现，一类涉及人类基因组中长重复序列的基因修饰可以影响多种与健康相关的特征。相关研究结果发表在2021年9月24日的Science期刊上，论文标题为“Protein-coding repeat polymorphisms strongly shape diverse human phenotypes”。

他们发现这类称为可变数目串联重复序列（variable number tandem repeat, VNTR）的基因修饰与包括身高、头发卷曲以及心脏和肾脏疾病风险在内的近24种性状密切相关。VNTR是基因组中长度从7到数千个碱基对的部分，在不同的个体中重复的次数不同。

Loh实验室开发了新的工具来分析人类外显子组测序数据并研究潜在的VNTR。他们与布罗德研究所成员、布罗德研究所斯坦利精神病研究中心基因组神经生物学主任、哈佛医学院教授Steve McCarroll合作，对人类基因组蛋白质编码区的118种VNTR进行研究。他们通过研究英国生物库中约41.5万名参与者的基因数据，评估这些VNTR的长度变化是否与人类性状有关。

这些作者发现，其中的五种VNTR对多种性状有贡献，往往表现出以前没有报道过的强烈关联。其中的一种VNTR位于LPA基因中，该基因编码脂蛋白（a），与心血管疾病的风险有关。他们的分析能够剖析这种VNTR与LPA的其他变体一起占了脂蛋白（a）水平遗传变异的90%。

这些作者还发现，编码一种软骨成分的ACAN基因中的一种VNTR与身高有关。该基因中的VNTR长度差异似乎可以改变身高高达3.2厘米。论文共同第一作者、McCarroll实验室研究科学家Bob Handsaker说，“我们的发现表明，这些VNTR可以产生真正有效的影响。这更加证明了基因组的这些复杂区域可能真的很重要，需要对此开展更多的研究。”

3.Science：重大突破！我国科学家在一种无细胞系统中将二氧化碳转化为淀粉
doi:10.1126/science.abh4049

淀粉是碳水化合物的一种储存形式，是人类饮食中热量的主要来源，也是生物工业的主要原料。在一项新的研究中，来自中国科学院的研究人员报告了一种在无细胞系统中用二氧化碳（CO2）和氢气合成淀粉的化学-生物化学混合途径。这种人工淀粉合成途径（artificial starch anabolic pathway, ASAP）由11个核心反应组成，通过计算途径设计起草，通过模块化组装和替代建立，并通过三个瓶颈相关酶的蛋白质工程进行优化。在一种具有时空分离的化学酶系统中，ASAP在氢气的驱动下，以每分钟每毫克催化剂22纳摩尔二氧化碳的速度将二氧化碳转化为淀粉，比玉米的淀粉合成速度高出8.5倍。这种方法为今后从二氧化碳中合成化学-生物杂交淀粉开辟了道路。

4.Science：最后一个冰河时期北美洲有人类存在的证据
doi:10.1126/science.abg7586

尽管在过去的一个世纪中进行了大量的考古研究，但人类迁移到美洲的时间仍然远远没有解决。在对新墨西哥州白沙国家公园奥特罗湖的裸露地表的研究中，Bennett等人发现了许多人类的脚印，时间大约在23000年到21000年前。这些发现表明，在最后的冰川期，在北方冰原造成的迁徙屏障以南，人类在北美洲存在了大约两千年。这个时间点与北半球的突然变暖事件，即丹斯加德-奥埃斯格事件2（Dansgaard-Oeschger event 2）相吻合，该事件使湖泊水位下降，使人类和巨型动物能够在新暴露的表面上行走，形成了保存在地质记录中的足迹。

5.Science：植物lipocalin促进视黄醛介导的侧根生长位置
doi:10.1126/science.abf7461

随着根系在土壤中的生长，侧根的产生扩大了对水和养分的影响。这些侧根将在主根的什么位置产生，是由一个振荡的根时钟主导的。Dickinson等人如今确定了一个以信号分子视黄醛为形式的启动信号。一种视网膜结合蛋白---温度敏感性的lipocalin ---的振荡表达确定了视黄醛信号可以启动生长的部位。

6.Science：探究富裕国家的疫苗储备对中低收入国家COVID-19发病率的影响
doi:10.1126/science.abj7364

在SARS-CoV-2大流行的灾难中出现的一个胜利是迅速开发了几种有效的疫苗。然而，在大流行的18个月后，在疫苗批准的6个多月后，富裕的国家仍然是主要的受益者。Wagner等人模拟了富裕国家的疫苗储备对中低收入国家发病率的影响，以及对可能危及疫苗早期成功的新变体爆发的后果。对于能够随时获得疫苗的国家来说，最好是公平地分享疫苗，以降低获得疫苗较少的国家的疾病负担，减少必须对病例输入保持警惕的成本，并尽量减少病毒的演变。

7.Science：揭示微生物乙烯形成酶产生乙烯机制
doi:10.1126/science.abj4290

乙烯是工业上由化石碳源产生的，但植物和微生物通过少数不寻常的酶促反应产生少量的乙烯。Copeland等人利用氧同位素追踪实验和生物化学分析研究了一种微生物乙烯形成酶，以测试它的作用机理。这种酶使用一个非血红素铁中心来激活氧气，以不同的机制催化两个不同的氧化反应。一个氧化反是完全非途径的，导致一个共同底物---精氨酸---的分解。另一个氧化反可以将2-氧代戊二酸完全分解为乙烯、碳酸氢盐和两个二氧化碳分子；然而，它偶尔会脱轨，产生一个ω-羟基酸产物。

8.Science：对人类基因组和表观基因组的新见解将有助于预防、诊断和治疗癌症
doi:10.1126/science.abh1645

自从科学家们首次公布人类基因组序列以来，已经过去了20年。这一重大成就之后的重大技术进步，使我们今天能够非常详细地读取我们DNA的多层信息---从细胞癌变时发生的DNA的第一个变化到晚期肿瘤的复杂微环境。如今，为了加快对癌症患者的发现，我们需要新的方法来汇集我们产生的不同类型的复杂数据，以提供对癌症进化的生物学新见解。

如今，日本国家癌症中心研究所基因组学部主任Toshikazu Ushijima教授、新加坡基因组研究所执行主任Patrick Tan教授和澳大利亚加文医学研究所Susan J. Clark教授回顾了我们目前可以从分析DNA的全部复杂性中获得癌症新见解，并确定了我们需要解决的未来挑战，以便为患者带来下一步的变化。相关结果发表在2021年9月24日的Science期刊上，论文标题为“Mapping genomic and epigenomic evolution in cancer ecosystems”。

图片来自Pixabay/CC0 Public Domain。

在过去的20年里，我们开发的技术表明，我们的基因组和表观基因组远比我们想象的要复杂。我们正处于这样一个阶段：关于癌症的新见解将来自于解决复杂多样的测序和想象数据集所产生的数学问题。

我们的先进技术使我们能够产生大量的数据。但现在的挑战是数据整合---人类根本无法消化我们产生的所有信息。这一挑战将由人工智能来解决，也就是我们需要结合计算方面的专业知识，以创新的方式看待数据和进行数据建模。

另一个关键的未来挑战将是将基础研究结果转化为切实的临床应用。对导致细胞癌变和癌症形成的多个步骤的精确理解，可能使我们能够改善对癌症风险的筛选和癌症的早期检测。在未来，对基因和表观遗传特征的研究可能有助于我们从环境中完全消除致癌物和致癌过程。（生物谷 Bioon.com）