remote_pdf_3d4824_Science_2008.pdf

科学

2026年8月20日

能言善辩的人工智能聊天机器人能改变你的想法 第754页

太阳能开发可能降低鸟类多样性 第758页 & 第831页

集成人工智能和机器人技术可加速科学学习 第761页 & 第763页

BII《科学》创新奖

申请BII与《科学》创新奖

提交一篇描述从基础科学到商业化之旅的文章。

大奖：USD 25,000 入围奖：USD 10,000（每项）

获奖者的文章将在《科学》期刊上发表，并在哥本哈根生物创新研究院创新日活动中受到表彰。

请于2026年11月1日前提交申请

目录

2026年8月20日 第393卷第6813期

754

社论

745 谁来检查人工智能能做什么？

——T. Holz

新闻

746 美国司法部称三项NSF多样性项目违宪

裁决禁止被指基于种族和性别的歧视项目，但其他项目如经修改可继续进行 ——J. Mervis

748 科学家质疑骨骼中淋巴管意外发现的研究

相互矛盾的数据在知名期刊引发争议并导致最后一刻延迟发表 ——C. Offord

749 纵火袭击动摇意大利主办爱因斯坦望远镜的竞争

两名科学家的汽车在撒丁岛拟建下一代引力波观测站地点被烧毁 ——A. Cozzolino

750 中国探月任务旨在探测月球隐藏的水资源

嫦娥七号将向极地陨石坑发送跳跃器直接采样月球冰 ——D. Normile

751 数百篇造纸厂论文在广告中兜售后被发表

部分IEEE会议上超过五分之一的论文与出售作者身份相关 ——J. Brainard

752 关键动植物疾病实验室因生物安全问题停滞

美国农业部尚不清楚新设施何时能处理最危险的病原体 ——K. J. Li

特稿

754 说服力

人工智能聊天机器人正在成为改变人们想法的专家。它们的优势何在？ ——K. Kupferschmidt

评论

观点

758 可再生能源政策超越碳排放

中国政策驱动的太阳能扩张表明气候政策评估应关注生物多样性影响 ——Y. Liang 研究文章 第831页

760 触觉与疼痛影响大脑成像观察

感觉输入影响不同血管网络，影响脑部扫描的精度 ——A. Rakymzhan和L. D. Lewis 研究摘要 第782页

761 学习型实验室

集成高通量实验、机器人技术和人工智能可加速科学发现 ——M. Abolhasani 观点 第763页

763 迭代碳键合

一种模块化合成方法可能扩大化学的可及性 ——M. D. Burke 观点 第761页

书评等

765 技术不是民主的替代品

由机器运行的政府并非不可避免——我们曾经到过那里并拒绝了它 ——C. Véliz

766 学会爱上机器

科技巨头让孩子学习编程的运动比看起来更自私，一位记者如是说 ——J. Wai

插图：Adrian Volta

《科学》2026年8月20日

743

目录

读者来信

767 生物多样性监测忽视行为

——P. Mikula等

767 旱地恢复需要共享证据

——H. Yang等

768 科学生涯：火星上意外的日落

——P. L. Fox

分析

政策文章

769 电池可持续性的布鲁塞尔效应

欧盟电池法规可推动建立广泛共享的可持续性治理证据体系 ——Y. Liang等

研究

亮点

773 来自《科学》及其他期刊

研究摘要

776 细胞生物学

病毒组范围泛素连接酶发现揭示多样化免疫逃避机制 ——C. R. Glassman等

777 人工智能

具有人工智能代理的自主生物医学研究 ——K. Huang等

778 植物进化

基因组揭示禾本科近缘植物关键代谢创新，为禾本科植物的进化奠定基础 ——Y. Takeda-Kimura 等

规划不当的太阳能开发正导致某些中国鸟类数量下降，如这只猎隼。

779 作物科学

TGW1a 基因座在水稻中同时缩短生长周期并提高产量 ——Z. Li 等

780 免疫学

RAD51 蛋白稳定中性粒细胞胞外诱捕网以分隔炎症 ——L. I. Tsansizi 等

781 心脏病学

追踪心脏修复中新生冠状侧支循环的起源 ——M. Zhang 等

782 神经科学

通过分层分隔的小动脉网络实现模态特异性神经血管耦合 ——A. Malescot 等 述评 p. 760

研究论文

783 纳米材料

扶手椅型过渡金属二硫属化物纳米管的优先合成 ——Abid 等

788 生物合成

肉桂醇脱氢酶样支架组织单萜吲哚生物合成 ——D. Gao 等

795 生物钟

CaF₂ 中 ²²⁹Th 的激光穆斯堡尔光谱 ——T. Hiraki 等

800 太阳能电池

重定向湿界面氧化还原途径以提高反向钙钛矿太阳能电池效率 ——Z. Liang 等

807 微生物学

细菌通过甲基化单核苷酸感知病毒诱导的基因组降解 ——I. Osterman 等

813 蛋白质设计

全新设计正交远红、橙和绿荧光蛋白结合蛋白用于多重成像 ——L. Tran 等

封面故事

这块拳头大小的火星表面岩石被好奇号火星车的重量压裂，露出黄色的晶状硫黄内部。该岩石是原生硫沉积的一部分，已保存三十亿年。据推测，它由富硫蒸汽的喷发和固化形成。详见第 820 页。图片来源：NASA / JPL-Caltech / Malin Space Science Systems

820 火星地质

火星盖尔撞击坑中的原生硫沉积 ——S. J. VanBommel 等

826 原子线

高压合成超长包覆单金属原子链 ——J. Zhang 等

831 保护生物学

中国太阳能扩张政策降低鸟类多样性 ——H. Zhang 等 述评 p. 758

学术生涯

谁来检验AI的能力？

Thorsten Holz

关于前沿人工智能（AI）最重要的发现往往也是最难验证的。理解其能力与风险所需的大部分信息——包括对预发布模型和封闭实验结果的评估——在很大程度上仍局限于生产这些模型的实验室之外无法获取。近几周，OpenAI、Anthropic和Meta披露其研究模型已突破预期测试环境并危及其他机构系统。这些实验室理应因报告此类事件而受到赞扬。但在实验室之外，却无法发现、复现或验证所发生的情况。

科学学科通过建立机构使验证成为常规流程而成熟。药物功效并非由制造商单独确立：监管机构会审查基础数据，独立委员会可建议暂停临床试验。密码学标准也并非仅因设计者认为其安全便被接受。公开流程刻意邀请研究人员在标准成为正式标准前攻击候选设计。这些安排的存在并非假设开发者不诚实，而是因为科学知识不能仅依赖信任。无人能在实验室外验证的结果不是证据，仅是证言。

前沿AI带来了独特的测量问题。行为科学家长期认识到，当人们知道自己正被评估时，行为会发生改变。前沿AI将这一挑战进一步延伸：系统可能会明确推理评估本身，并据此调整行为。据报道的一起事件中，某模型被告知其正在模拟环境中运行。当该环境意外连接至互联网时，该模型将真实系统视为模拟的一部分，并生成论据称矛盾证据不应改变其结论。基准分数不再仅是模型的固有属性（如化合物的熔点），而部分成为评估者与被评估者互动的产物。

这种对抗性测量问题在一类实验中尤为严重：为估计能力上限，实验室会在移除或弱化某些部署安全措施的情况下评估研究模型。其理论依据是合理的，此类实验应继续进行。但它们与生物学中的功能增益研究有重要共同点：揭示最大危害的实验往往是最难安全开展的。生物学已建立机构监督此类工作。这些流程虽仍存在争议且不完善，但AI领域几乎尚未开始建立同等机制。封闭性也更为根本性地更难实现：病原体不会推理生物安全柜，但有能力的AI系统可能会推理用于封闭它的环境。

更好的基准仍然重要，但已不足以解决问题。独立验证必须成为常规流程。用于部署决策的能力声明应接受独立复现与验证，这需要的不仅是已发布的基准分数。局外人可评估已发布的模型，却无法评估研究模型、评估协议及实验条件——这些决定了系统是否被判定为安全可部署。大学、公共AI安全研究所及独立评估机构需要在受控条件下获得持久访问权限。英国人工智能安全研究所的部署前测试提供了有用先例，但此类访问权不应由各实验室自行决定。局外人未必更谨慎，但他人的复现才能实现验证，而验证正是将观察转化为科学证据的关键。在不冒险导致无控传播的情况下构建此类访问机制本身就是一个未解难题。

安全关键学科依赖无惩罚性报告制度。评估与封闭失败的披露不应依赖自愿透明度。报告严重事件的实验室需独自承担声誉成本；保持沉默的实验室则几乎无需付出。多起入侵仅在某实验室披露后才被发现，这一事实并不构成安全体系的基础。航空安全报告系统收集机密的事件与险些事故报告；医疗行业出于同一目的采用了保密的患者安全报告系统：组织通过研究失败而非归咎责任，能更快实现改进。前沿AI同样需要可比的报告机制，以便整个社区能从这些失败中汲取教训。

此类改进不会自动出现。更好的基准测试、更强的封闭性以及评估适应评测系统的方法，均是亟待关注的开放科学问题。资助机构应支持这些工作及其所需的机构。部分实验室已暂停或限制其网络安全评估的部分内容：短期内可以理解，但长期不可持续。若某些测量暂时无法安全执行，则不应被放弃；相反，必须发展对抗性测量的科学。验证不是前沿AI研究的阻碍，而是其结果成为科学证据的前提条件。□

Thorsten Holz 是德国波鸿马克斯·普朗克安全与隐私研究所的科学总监。thorsten.holz@mpi-sp.org

10.1126 / science.aei2161

独立验证必须成为常规做法。

《科学》 2026年8月20日

745

新闻

特朗普政府

司法部宣布三项NSF多元化项目违宪

裁决禁止被指基于种族和性别的歧视性项目，但其他项目可在修改后继续 杰弗里·默维斯

美国国家科学基金会（NSF）为打破科学领域长期以来对白人男性的依赖而推出的多元化举措，上周遭到美国司法部（DOJ）裁决：其中三项长期运行的项目因存在种族或性别歧视而被认定违宪并必须终止。同时，司法部表示NSF的另外四个旨在加强科学、技术、工程和数学（STEM）劳动力队伍的项目符合法律要求，另有两个项目可通过调整避免与裁决冲突（详见下表，另见）。

被禁止的NSF项目的支持者表示，该裁决将削弱美国在科学领域与其他国家竞争的能力。马里兰大学巴尔的摩分校名誉校长、数学家弗里曼·赫拉博斯基表示：“每当我们取消一个为所有学生提供科学卓越机会的项目时，都在限制这个国家在科学领域的卓越能力。”其领导的梅耶霍夫学者项目在NSF资助下已成为提高科学和医学领域黑人及西班牙裔人数的全国典范。众议员格蕾丝·孟（纽约州民主党人），作为负责制定NSF预算的国会拨款小组委员会的民主党首席成员，誓言将对这份她称之为“极其令人不安的法律意见”发起斗争。NSF拒绝置评。

与此同时，一些法律学者认为，司法部副助理检察长乔希·克拉多克于8月12日发布的意见书可能表明，唐纳德·特朗普政府正在软化其对任何旨在帮助科学领域历史上代表不足群体的多元化、公平与包容（DEI）项目的全面反对，并可能对种族和性别中立的努力持开放态度。

一家为研究机构提供咨询、帮助其应对特朗普政府一系列关于种族和性别 / 性别歧视行政令的律师事务所的匿名律师表示：“这份文件比我们此前从司法部看到的更为精细、细致，并在重要例外情况下准确描述了联邦法律。它阐明了一条中立策略的途径，与最近一系列裁决形成鲜明对比——那些裁决认为任何中立策略本质上都是违法的，或仅仅是种族歧视的幌子。”

作为资助学术研究的使命的一部分，NSF长期以来一直是STEM多元化的主要联邦支持者。然而，在特朗普重新执政后的几个月内，该机构终止了数百项旨在吸引和留住前NSF主任塞图拉曼·潘查纳坦所称“缺失的数百万人”的项目资助。同时，NSF表示将不再支持“以牺牲某些群体为代价优先考虑其他群体，或直接 / 间接排斥个人或群体”的研究项目。该机构还解散了其“STEM卓越公平处”，即曾资助许多此类努力的部门。

司法部的裁决更进一步。它命令NSF终止路易斯·斯托克斯少数族裔参与联盟（梅耶霍夫学者项目的资助方之一）、研究生教育与教授职业联盟，以及服务于大量西班牙裔学生的高校项目。同时，该裁决禁止NSF动用国会今年为此类项目拨付的$1.04 亿资金。

此次资金追回进一步强化了特朗普坚持其政府可无视国会意愿的立场——国会曾明确授权NSF项目并拥有宪法赋予的联邦资金分配权。克拉多克在其38页的意见书中写道：“国会的财权固然强大，但无法授权——更不用说强迫——行政部门从事违宪的种族歧视行为。”

NSF 一直以来以数据为依据来证明其多元化项目的必要性，这些数据显示黑人、西班牙裔和女性在STEM领域长期严重缺乏代表性。但克拉多克表示，这种做法无法满足美国最高法院在2023年做出的一项裁决所设定的新标准，该裁决禁止在大学招生中使用种族因素，仅允许在“纠正已确认的过去歧视的具体实例”时使用种族标准。他还援引了今年最高法院的一项裁决，该裁决推翻了路易斯安那州在划分国会选区时使用种族因素的做法，并宣称“统计差异不足以作为种族项目的正当理由”。

但一些法律分析人士认为克拉多克的做法过于激进。“国会有宪法权力识别系统性种族主义和其他社会不公

法律纠纷

美国司法部（DOJ）裁定，国家科学基金会（NSF）必须终止或修改其旨在提升多样性的九个项目中的五个，因这些项目存在基于种族、性别或性别认同的歧视。

项目

启动年份

当前拨款（百万）

必须终止

路易斯·斯托克斯少数族裔参与联盟 / 1990 / $50

研究生教育与教授职业联盟 / 1998 / $8 提升STEM本科教育：服务型高校 / 2017 / $47

需修改

先进技术教育 / 1992 / $75

ADVANCE / 2001 / $18

746

2026年8月20日《科学》

“国会有权通过立法解决这一问题，”一位律师表示，他曾担任某重点研究型大学的总法律顾问，并要求匿名。 “有合法的方式可以推进中立且包容的策略，以消除参与障碍。我认为，[司法部]忽视这一事实是根本错误的。国会有权通过立法解决这一问题，”一位律师表示，他曾担任某重点研究型大学的总法律顾问，并要求匿名。 “有合法的方式可以推进中立且包容的策略，以消除参与障碍。我认为，[司法部]忽视这一事实是根本错误的。”

克拉多克的裁决为另外六个项目开了绿灯。其中包括NSF备受推崇的研究生研究奖学金项目（GRFP），该项目包含2022年国会指令——“从STEM领域历史上代表不足的人群中招募奖学金申请者”。

如果GRFP的招募活动以黑人或女性为目标，NSF将触及红线。但存在替代方案。 “NSF可以通过针对STEM领域历史上代表不足的种族中立人群——如残障人士、农村社区居民或低收入背景者——来满足这一要求，”他写道。 “法律并未要求NSF必须针对所有历史上代表不足的人群。”

克拉多克在裁决中指出，NSF于2001年设立的旨在增加女性在学术科学与工程职业中数量的ADVANCE项目面临更棘手的问题。任何专门针对女性的措施均违宪，但他同时表示，不以性别为资格标准的中性策略即使最终更多惠及女性，也是可行的。 “NSF不能资助以性别为资格标准的活动——例如仅限女性的‘Girls Who Code’活动，”他解释道。 “但NSF可以继续资助不对任何性别给予优惠待遇的项目，即使这些项目最终可能更多惠及女性而非男性。”

然而，接受NSF资助的项目即使未被禁令波及，也并未因此摆脱法律风险。与《科学》交谈的律师们警告称，克拉多克的裁决还禁止NSF受资助机构评估任何旨在缩小科学领域种族或性别差距的措施的有效性，若这些措施被认定违宪。

尽管该裁决与现行判例法存在矛盾——现行判例允许此类研究“只要不对某一学生产生可证明的利益而排除另一学生”——但律师们担心司法部最终可能利用该条款关停所有旨在提升美国科学劳动力多样性的NSF项目。

“那位律师表示：“因此，保留部分项目现在是一场胜利。但这并不意味着你可以继续以原有方式行事。你需要采用真正中立的策略来消除不基于个人种族或性别的障碍。” □

以血铸成

中国左江流域近2000年前的石灰岩悬崖上绘制的数千幅生动红色壁画之所以能经受住时间的考验，可能要归功于一种令人毛骨悚然的成分：人血。在将于下月《考古科学杂志》（Journal of Archaeological Science）刊发的一项研究中，研究人员报告称在左江花山岩画文化景观的样本中检测到了血液。研究团队表示，血液中的蛋白质有助于将颜料颗粒与石头融合，从而使其免受数百年季风及其他极端天气的侵蚀。血液中含有两种在晚期妊娠期间激增的蛋白质的微量成分，这表明它们可能是在分娩过程中采集的。若属实，该研究将首次证明古代岩画中存在这种血液。它还将更直接地将创作这些图像的文化与女性生育仪式及生殖崇拜联系起来——这些主题均在悬崖上有所描绘。

——苏米亚·萨加尔

图片：左起：Madhua / Anhua via Getty Images、Koujinho Silva / WHimedia Commons

《科学》2026年8月20日

747

科学家质疑骨骼中淋巴管意外发现

相互矛盾的数据在知名期刊引发争议，并导致论文发表延迟 凯瑟琳·奥福德

长期以来，健康骨骼的内部一直被认为是人体中为数不多的几个缺乏淋巴管的部位之一。

2023年，当一个学术团队声称在小鼠和人类骨骼中发现了淋巴管（即携带免疫细胞并从组织中引流液体的微小管道）时，其他生物学家感到震惊。该发现与广泛认知相悖，即骨骼是这些管道无法穿透的为数不多的几个部位之一。该团队的研究成果发表在《细胞》期刊上，还提出这些管道有助于骨骼在受伤后再生——这一发现具有明显的医学意义。

本周，一支科学家团队在《细胞》期刊上报告称，他们在健康骨骼中未发现淋巴管的证据，并对先前发表的实验提出质疑。原2023年论文的作者在一篇同时发表的反驳文章中拒绝接受批评。这两篇争论激烈的论文经历了曲折的发表过程：上个月，期刊因对反驳文章中针对部分批评者的指控存在担忧，临时决定暂停在线发布。反驳文章此后已进行大幅修订。

一些未参与三篇论文中任何一篇的研究人员表示，他们很高兴《细胞》最终公开对2023年论文的质疑，并倾向于相信这些批评意见。

批评者提出了“强有力的论据”，伦敦帝国理工学院血管科学家格雷姆·伯德西说。“你有这么多团队联合起来反驳[2023年]论文……而且人们无法令人信服地复现其结果，这表明其中确实存在问题。”

淋巴管长期以来已被记录在健康骨骼的外部边缘。但在2023年之前，它们仅在罕见疾病戈尔汉-施图特病（该病中淋巴管侵入骨骼导致骨质严重流失）患者的骨骼深处被确凿发现。

这种情况似乎在2023年发生了改变，当时牛津大学细胞生物学家Anjali Kusumbe及其同事在正常小鼠骨骼深处发现了携带淋巴内皮细胞（LECs，构成淋巴管内壁）蛋白标记的细胞。研究人员报告称，这些细胞及人类骨骼的3D图像显示LECs排列成管状结构，而人类骨髓的基因表达分析也进一步证明了LECs的存在。在活体小鼠中，该团队还展示了用毒素杀死LECs会损害动物修复辐射损伤骨骼的能力。Kusumbe告诉《科学》期刊，2023年的研究成果“具有颠覆性”。

The critics' own experiments looking at normal bone, which added different genetic analyses and 2D imaging, found no evidence of lymphatic vessels, at least in the scenarios the 2023 paper focused on. But they did detect tubes invading bone in mice with a condition mimicking Gorham-Stout disease. "This [shows] our technology is able to see lymphatic vessels inside the bone" when they are present, explains Zhou.

Several scientists in lymphatics research find much of the critique convincing. Ben Hogan, a developmental biologist at the University of Melbourne and the Peter MacCallum Cancer Centre, says if there really are lymphatic vessels within healthy bone, as Kusumbe's team argues, it shouldn't be so hard to find them.

The critique is "careful and rigorous," adds Jian-Fu Chen, a craniofacial biologist at the University of Southern California who previously examined the skulls of mice and documented lymphatic vessels only on the outer surface of bones.

Kusumbe, now at Nanyang Technological University Singapore, strenuously rejects the critics' conclusions. Her group's rebuttal, which includes four of the 11 authors on the 2023 paper, argues the critique doesn't properly replicate their experiments, and suffers from its own technical problems, including imaging issues that hinder the detection of lymphatic vessels. She

748

20 AUGUST 2026 Science

PHOTO: STEVE GACHME / SIMER / SCIENCE SOURCE

NEWS

argues that other groups' recent findings are consistent with her lab's work. And earlier this month, her team posted a preprint underlining the vessels' role in bone regeneration. The question of the tubes' existence in bone "should be considered to be resolved," she says.

The dispute has proved something of a headache for Cell. The journal had originally planned to publish the two papers on 15 July. But it backtracked with a day to spare after Adams raised concerns about the rebuttal, which was first shared with him by Science. In the original version, Kusumbe and colleagues detailed broad criticisms of Adams's work, including claiming errors in some of his previous papers on blood vessels. The version published this week underwent substantial edits to remove those and other contentions.

Kusumbe, who has previously clashed with Adams online over the two groups' research findings, says Cell asked her to remove criticisms of Adams's papers—a decision she found concerning as the rebuttal had already been peer reviewed. (Her team has since posted some of those criticisms as a preprint; Adams says he stands by his research.)

Cell declined to answer questions about its decision-making, saying in a statement: "Because of our responsibility to uphold the confidentiality of the peer-review process, we are unable to elaborate on the details of our correspondence with authors, how this situation might compare with others that may have occurred in our publication history, or any impact it might have on policy."

Other researchers who saw both versions of the rebuttal tell Science they believe the journal made the right decision to delay publication. "A more focused response specifically addressing the presence of lymphatics in healthy bone [was] a reasonable thing to ask for," Hogan says.

The debate on these vessels is nevertheless likely to continue, he adds. "It's easier to suggest that something's present ... than it is to prove that something is absolutely not there."

Important questions remain about lymphatics' role in supporting bone, wherever the vessels are situated, Birdsey stresses. "Maybe this will encourage new techniques, new technology to try to answer these criticisms." □

欧洲

意大利竞逐爱因斯坦望远镜项目遭纵火袭击

两位科学家的汽车在萨丁尼亚岛拟建下一代引力波天文台的地点被烧毁

亚历西奥·科佐利诺

意大利竞逐欧洲下一代引力波天文台——爱因斯坦望远镜——主场的两位地球物理学家，其汽车于8月1日深夜在萨丁尼亚岛的卢拉村（项目拟建地）被纵火焚烧。卢拉村是该项目的拟建地。

卡洛·吉乌奇和斯皮纳·恰涅蒂是意大利国家地球物理与火山学研究所的地球物理学家，其车辆在纵火袭击中被毁。当地当局正以恐怖主义行为对该事件展开调查。目前尚无任何组织或个人声称对此负责，但此次袭击令研究人员的安全问题再次受到关注——仅在3年前，一枚炸弹曾被遗留在研究人员希望改造为天文台的矿井入口处。

“听到消息时我们都十分震惊，”意大利热那亚大学及意大利国家核物理研究院（INFN）物理学家、意大利竞逐项目协调人马尔科·帕拉维奇尼说，“就在几天前，我们刚在卢拉村开设了一个信息中心，所有人似乎都很高兴见到我们。”

引力波天文台通过探测由黑洞或中子星等天体合并事件引发的时空涟漪，帮助研究人员更好地理解这些天文现象。现有天文台（如欧洲的Virgo和美国的激光干涉引力波天文台LIGO）已记录数十次此类事件，但研究人员现计划在地下深处建造一台更灵敏的仪器。耗资20亿欧元的爱因斯坦望远镜将能探测到比当前探测器远约10倍的事件。

这类天文台需要屏蔽环境噪声的仪器，因此意大利政府与萨丁尼亚大区政府共同提议卢拉村作为候选地。这个拥有1200名居民的村庄位于地震活动较少的区域，且已有数公里的地下隧道——前银锌矿遗址——可改造为爱因斯坦望远镜使用。另有两处候选地正在考虑：一处位于默兹-莱茵欧盟区（跨越比利时、德国和荷兰部分地区），另一处在德国萨克森州。欧盟计划于2027年选定最终地点。

尽管卢拉村大多数居民支持在当地建造爱因斯坦望远镜，但名为“反对在萨丁尼亚建造爱因斯坦望远镜”的运动（其代表拒绝置评）认为该项目将损害当地经济。根据2023年，通过的一项法律，卢拉村及附近20个市镇将面临限制噪声活动的规定，以避免干扰天文台测量，包括道路和铁路建设、某些工业项目、发电及石材切割等。反对者还担忧项目挖掘活动会对环境造成危害。

有时，反对声音已趋极端。2023年，一枚炸弹被不明身份者放置在现场，不久之后卢拉村历史中心的墙上出现了“反对在萨丁尼亚建造爱因斯坦望远镜”的涂鸦。许多研究人员认为本月的纵火袭击也是针对该项目的恐吓行为，由个人实施。（目前无证据表明“反对在萨丁尼亚建造爱因斯坦望远镜”运动的成员参与了上述任何事件。）

帕拉维奇尼表示，过去3年间，参与竞逐的科学家已在数十场社区会议上尝试回应当地疑虑。“我们愿意倾听持怀疑态度的人的意见，但不会让少数人的行为阻碍多数人的努力，”他说。

这条法律对某些特定活动的限制看起来很严格，但帕拉维奇尼表示，它不应影响该地区大多数工作，这些工作主要是农业，不会产生太多噪音。他补充说，望远镜将为该地区创造约36,000个就业岗位，并带来约60亿欧元的经济价值。

帕拉维奇尼表示，意大利国家核物理研究院（INFN）也很重视环境问题，并已投入1,700万欧元用于该项目的初步环境影响评估。

自纵火袭击事件以来，当地政府通过在卢拉安装更多监控摄像头并增加警方巡逻来加强安全。尽管最初受到震惊，帕拉维奇尼表示，卢拉的科学家们并不担心该项目申办会因此受到负面影响。该团队计划更多地与当地居民互动，居民们已筹集资金帮助朱基和奇安内蒂购买新车。□

亚历西奥·科齐奥利诺（Alessio Cozzolino）是驻意大利撒丁岛的记者。

《科学》 2026年8月20日

749

新闻

行星科学

中国探月任务旨在探寻月球隐藏的水资源

嫦娥七号将向极地陨石坑发射一台"跳跃"探测器，直接采集月球冰样本

Shackleton crater, in permanent shadow near the Moon’s south pole, may be Chang’e-7’s target in its hunt for ice.

几十年来，月球轨道器已收集到大量证据，表明月球极地陨石坑中储存着以冰的形式存在的水。但尚无任务直接采集这些冻结沉积物，以确定那里存在多少冰、冰如何分布，或冰最初如何形成。最早在下周，中国将发射嫦娥七号——一项机器人任务，旨在通过向月球南极附近一个陨石坑（太阳系中最寒冷、最黑暗的地方之一）发射一个推进器驱动的"跳跃"探测器，来解答这些问题。

寻找冰的实际利害关系重大。中国和NASA正在竞相在下个十年早期建造首个月球前哨基地。冰沉积物可提供饮用水、可呼吸氧气以及火箭燃料用氢。这些陨石坑可能还含有其他有价值的挥发性物质，如氦-3——一种用于低温学并在聚变燃料中被提议使用的稀有同位素。月球基地规划者正在关注"这些潜在资源的战略性使用"，行星地质学家卡罗琳·范德博格特说。

嫦娥七号还将延续中国在月球探测领域的卓越成就。"中国科学家一开始并不确定我们能在月球科学领域取得什么成就"，行星地质学家余启说。但随着以中国月亮女神命名的嫦娥任务，中国"逐步提升能力"，他说，从轨道器发展到着陆器、月球车，最近又实现了月球背面首次采样返回。

阿波罗任务在20世纪60年代和70年代带回的岩石长期以来表明，月球阳光照射区域几乎完全干燥。但在20世纪90年代，NASA的克莱门汀号和月球勘探者轨道器首次发现了永久阴影极地陨石坑中存在冰的有力证据，这些陨石坑可能将水困住并使其亿万年保持冻结状态。由于这些陨石坑从未接受过阳光照射，航天器依赖间接测量。克莱门汀号探测到与冰一致的明亮雷达反射，月球勘探者号发现了异常高浓度的氢——可能是埋藏冰的迹象。然而，后续研究对这些说法提出了质疑。

更直接的证据出现在2009年，NASA的月球陨石坑观测与感知卫星任务将一枚废弃火箭级撞向一个阴影陨石坑。一艘跟进航天器穿过撞击羽流，并确认了水蒸气和其他挥发性物质的存在。"然而，它并未提供关于水冰地质环境的许多细节"，行星地质学家范德博格特说。仍有重大问题悬而未决：那里有多少冰？冰是纯净的还是与土壤混合？冰有多深？"水冰随深度的分布情况是最大的未知数"，行星地质学家李说。

这正是嫦娥七号的用武之地。该任务包括一个轨道器、着陆器、月球车和跳跃探测器，全部由先前发射的一颗通信卫星提供支持。首选着陆点位于沙克尔顿陨石坑边缘，那里几乎持续阳光照射可为任务组件供电，而永久阴影地形仅一箭之遥。通过小型推进器，跳跃探测器将探索月球车无法攀爬的陡峭地形。它将钻探至冻土1米深，加热样本并分析其释放的气体。

7

7,

3,

2009

1

750

20

2026年8月20日《科学》

图片：NASA / 戈达德 / 亚利桑那州立大学

这些测量不仅将确认水的存在及其丰度。着陆器上的仪器将测量普通氢与其较重同位素氘的比例——这种化学指纹有助于区分有关月球冰层起源的不同假说。一些科学家认为，极地冰层是由古老的彗星和小行星撞击带来的，这类水通常相对富含氘。另一些科学家则认为，相当一部分冰层是在月球本身形成的，因为太阳风中的氢离子与月球矿物中的氧气发生反应。由于太阳风氢严重缺乏氘，这种过程会留下更弱的氘信号。而从月球内部通过古代火山喷发释放的水预计会携带中等同位素特征。

尽管这些冰沉积物可能包含来自这三种来源的水，同位素测量或许能揭示哪种来源对极地撞击坑的贡献最大。了解水的来源将为月球的形成和演化提供重要线索，Qian说，他并非嫦娥七号团队成员，但研究嫦娥数据和样本。

与“月球勘探者”号类似，嫦娥七号轨道器将通过探测宇宙射线轰击月表时产生的中子来从太空绘制氢元素分布图。氢会减缓这些中子的速度，使其难以逃逸到太空，因此发射中子较少的区域被推断为含氢量更高——也即水含量更高。将轨道测量与地面测量结果进行对比，将提供Qian称之为“非常珍贵的地面实况”，并可能重新解读数十年来的轨道观测数据。

嫦娥七号不会长期独占月球南极。美国宇航局的VIPER漫游车、欧洲空间局的PROSPECT钻探设备以及日印LUPEX漫游车都计划在未来几年内前往该地区调查冰层，钻探深度可达1.5米以获取样本。每个航天器都具备独特能力，“但这些任务产出的科学成果必然是互补的，”PROSPECT项目科学家大卫·希瑟（David Heather）表示。

这些任务将共同探索月球上最少被探索但最引人入胜的景观，揭示月球两极如何获得水资源，以及这些水资源是否能支撑人类重返月球。□

研究诚信

数百篇“论文工厂”论文通过广告被兜售后最终发表

杰弗里·布雷纳德

一则Facebook广告兜售某IEEE会议论文的作者身份，该论文研究在线技术在土壤肥力管理中的应用。买家只需支付约$64即可成为论文的第五作者；若支付$87，则可成为第一作者。同一广告还提供其他论文的作者身份，涉及交通管理、工业自动化等主题，均将在IEEE（一家非营利性计算机科学与工程学会）运营的会议上发表。而这仅是数百则此类广告中的一例。

近年来，研究诚信调查人员已熟悉此类广告——针对IEEE会议论文集及其他出版商期刊文章。但此前难以追踪科学家是否实际购买作者身份，以及这些可疑论文是否最终得以发表。

如今，一项研究报告显示，此类广告在IEEE会议参与者中似乎颇受欢迎：在2021年至2025年广告中列出的4407个独特论文标题中，近半数（2062篇）与后来发表的论文匹配。（在计算机科学领域，完整论文通常发表于会议论文集。）这些仅是IEEE每年发表的300,000篇会议论文中的极小部分，但某些会议可能特别易受影响。在至少发表25篇与广告相关论文的IEEE会议中，这些论文占会议所有文章的比例超过10%，且在其中三场会议中，这一比例超过20%。该研究于8月11日发布在arXiv预印本服务器上，由柏林自由大学社会科学家安娜·阿巴尔金娜及同事完成。

该研究并未证明任何IEEE作者购买了作者身份。但研究人员表示，这项工作“极为重要且细致”，拓展了对“论文工厂”的已知情况。这些隐秘企业销售虚假作者身份或手稿，法国图卢兹大学计算机科学家纪尧姆·卡巴纳克（曾研究出版不端行为）评价称。

IEEE出版伦理与行为主任路易吉·隆戈巴尔迪表示：“我们对阿巴尔金娜团队的工作深表感谢。‘这些是我们已意识到并正在努力解决的问题。’”

这些撤稿自2002年以来已超过17,000篇，超过其他任何出版商。

研究人员之所以关注提及IEEE的广告，是因为该出版商历史上撤回了大量存在研究诚信问题的会议论文。卡巴纳克及同事计算得出，自2002年以来，IEEE的撤稿量超过17,000篇，超过其他任何出版商。

这项新研究识别的广告出现在200多个社交媒体账户上，其中一些账户似乎专门提供IEEE论文的作者身份销售服务。

《科学》2026年8月20日

751

新闻

“这一切令人瞠目结舍，”阿巴尔金娜表示，“人们可能认为论文工厂是一个地下市场。不，它是一个公开、公开的市场。”她还指出，团队很可能仅发现部分广告，因为许多广告会在发布数周或数月后被删除。

超过90%的与广告相关的论文至少有一位作者来自印度。多项报告显示，许多论文工厂位于印度——部分广告甚至以卢比标价——当地学生和教师面临研究生产力配额压力，以获得学位或晋升。研究仅关注英文广告，可能遗漏了中国的广告（该国已知存在论文工厂活动）。

与广告相关的论文还显现出其他论文工厂的典型特征，此前研究已有记录。这些特征包括抄袭或肤浅的文本、“扭曲短语”（旨在规避抄袭检测器）以及来自不同机构的多位合作者。

The prevalence of suspect papers in conference proceedings may reflect vulnerabilities in IEEE’s review processes, Abalkina’s group suggests: Many conferences that published the ad-linked papers were run by local institutions and groups IEEE contracted with. The deals allow to audit the contractor’s peer reviews of manuscripts, but usually only does so for cause.

So far has retracted 66 of the 2062 articles Abalkina identified as having a paper mill link. Abalkina says she notified about some of the questionable papers months before posting the preprint and says its review should move faster. has picked up the pace of retractions of conference proceedings overall: 1700 in 2025 and 1200 so far this year, Longobardi says.

Now, is considering expanding the use of research integrity software to screen conference submissions and more closely vetting conference contractors, Longobardi says. “While we have an obligation for the integrity of the record to fix those problematic papers, we have a bigger obligation to identify a way to make the pipeline more robust.” He adds that needs help on this: Institutions and funders of researchers who appear on the suspect conference papers identified by Abalkina’s study should join in investigating their authors.

Abalkina worries about ’s commitment to rooting out paper mill activity. At least one author per accepted paper must pay a conference registration fee, which she suggests creates a financial incentive for the society to accept bad papers. And in a May presentation at the World Conference on Research Integrity, she noted that one ad she identified had been posted in June 2025 on a Facebook page operated by one of ’s own regional chapters. As of this week, the ad was still online. Longobardi says is investigating. □

“

THEY SAID IT

大多数人会问……一件发生在150多年前的事情，怎会对今日谁生谁死产生如此巨大的影响？

曼努埃尔·加尔万（Manuel Galvan），加州大学伯克利分校社会心理学家，与同事研究发现：在最依赖奴隶制的县区，美国黑人在2010年至‘20年间的死亡率显著上升。（《美国国家科学院院刊》）

关键动植物疾病实验室因生物安全问题陷入停滞

美国农业部（USDA）仍无法确定新设施何时能够处理最危险的病原体

凯特·简·李

2023年，在美国堪萨斯州举行的剪彩仪式上，美国农业部（USDA）庆祝了一座新的大型生物防御实验室——耗资12.5亿美元的国家生物与农业防御设施（NBAF）在曼哈顿落成。该设施旨在研究可严重破坏畜牧业和农作物的病原体。

然而，3年后的今天，NBAF仍无法处理其主要建造目的所针对的最危险微生物。目前，科学家们仅能开展低风险工作，如使用灭活病毒进行疫苗研发，以及探索更优的疾病监测方法。美国农业部监察长办公室（OIG）的一份新报告将延误归咎于国土安全部（DHS），指其未能妥善设计或建造该设施，并指出NBAF必须解决重大问题——包括房间密封和气压问题——才能准备好研究例如引发口蹄疫（FMD）或非洲猪瘟的家畜病毒。这些“选择性病原体”需在生物安全等级3（BSL-3）设施中进行，需具备负压和无缝实验室表面等特性。

在对该报告的回应中，USDA表示计划在2027年春季前解决已识别的BSL-3问题，预计成本为7800万美元。但该机构承认，目前尚未制定长期计划所需的额外维修和升级时间表，包括为生物安全等级4（BSL-4）设施所需的升级，后者用于研究高风险病原体（如尼帕病毒和亨德拉病毒），这些病毒可致家畜和人类死亡。这些实验室配备有专门的废物处理系统和科学家穿戴防护服时使用的专用管道。

2009年决定在堪萨斯州建造NBAF曾引发争议，部分原因是担心病原体可能逃逸至周边农场。该设施将取代1950年代建于纽约州普拉姆岛的隔离动物疾病实验室，但NBAF还将设立新的研究单位，专注于节肢动物传播疾病和新兴家畜病原体。

752

2026年8月20日《科学》

--。

国家生物与农业防护设施（NBAF）现状

2024年2月，当美国农业部（USDA）正式从美国国土安全部（DHS）接管国家生物与农业防护设施（NBAF）时，该局官员认为该实验室已准备好处理选择性病原体。但一家独立承包商同年晚些时候对NBAF的审查发现，超过100个BSL-3和BSL-4级别研究的障碍，包括缺失的动物通道和空气供应连续性不足。这些问题共同影响了NBAF占地19公顷校区的数百个位置。

美国农业部表示正在解决这些问题。一位机构发言人在发给《科学》的邮件中写道："自特朗普政府以来，美国农业部已优先修复NBAF，以确保从普拉姆岛动物疾病中心向NBAF的任务移交能够快速、安全且稳妥地进行。"一旦完成BSL-3级别研究所需的修复工作，NBAF即可向联邦选择性病原体计划申请"注册"。

"NBAF对粮食安全和保护牲畜免受灾难性外来动物传染病的侵害至关重要。"得克萨斯农工大学生物安全专家杰拉尔德·帕克（Gerald Parker）表示。Gronvall也认为NBAF必须尽快全面运行。"人们可能会想当然地认为，‘建造NBAF花了这么长时间，也许我们不需要它。’但事实是，如果我们不努力做好准备，我们将无法应对未来的威胁。"她说。"我们将落后。"□

凯特·詹·李（Kate Jen Li）是一名驻旧金山记者。

其他新闻

NIH资助评审改革？

美国国立卫生研究院（NIH）希望改变资助评审流程中的关键步骤，此举引发了对透明度和政治干预的担忧。目前，同行评审专家会为每份资助申请打出数字质量分数，申请者会收到这些分数的平均值作为反馈（范围从10到90，10为最佳）。但NIH上周发布的计划显示，该机构的科学评审部门将把这些总体影响分数分为三类：“最具竞争力”、“有竞争力”和“不讨论”。评级及详细评审意见随后将发送至相关NIH研究所的工作人员。研究所将结合该评级及多种因素（如研究所的优先事项和申请者已获得的资助金额）决定资助哪些提案——而申请者将永远无法获知其具体质量分数。其他研究机构采用了类似方法，一些NIH受资助者和工作人员认为这一流程有其优点，因为特定提案的分数可能因评审者不同而大相径庭，且分数与发表论文或其他生产力指标（如专利）的相关性不高。然而，其他人则担心此举可能为基于政治考量的资助决策打开方便之门，同时令申请者对资助结果的原因一无所知。NIH将在13前征集公众意见。——Jocelyn Kaiser

阿根廷博士后抗议风波

上周，阿根廷各地的博士后举行抗议活动，呼吁为近400名因永久研究职位申请流程延误而失业的研究人员提供经济支持。这些博士后已申请阿根廷主要科学机构的永久职业轨道，原本预计在今年年底前收到结果。但今年4月，该机构宣布因申请积压及可用职位数量削减，结果将推迟至2027年8月发布。当博士后的研究奖学金在7月31日到期时，他们顿时失去了收入来源。许多人正考虑离开研究领域或寻求国外机会。——María de los Ángeles Orfila

PHOTO: JEFF ZOHNDER / HUAMY

《科学》2026年8月20日

753

说服的力量

人工智能聊天机器人正在成为说服他人的专家。它们的优势何在？

凯·库珀施密德

2025年12月，英国一位45岁女性在网上参与了一项流行的网络消遣活动：与陌生人就政治问题进行争论。但与大多数人在网上可能认为自己正在与真人辩论不同，她很快发现对方并非人类。相反，这是一个被指示就某项政策问题说服他人的人工智能（AI）模型。在本次案例中，政策问题是：英国政府是否应对阻断道路或能源设施的和平抗议者施加更严厉的处罚？

这些抗议活动——主要目的是反对为能源公司发放新化石燃料许可证——近年来已获得广泛关注。这位女性显然反对通过进一步的法律措施阻止此类抗议活动。她写道："在与企业利益作斗争时，历史上锁链设备往往是唯一可用的手段。"此外，现有法律已禁止刑事损坏或严重非法侵入行为。"我们为什么还需要新的机制？"

人工智能聊天机器人首先通过奉承这位女性回应："您对现有立法的观点提出得非常好。"随后，它提供事实和案例试图改变她的想法。例如，它援引了一项统计数据，显示大多数非法侵入者仅面临轻微罚款，并指出其他人未被起诉是因为审判耗时过长。它声称德国的严格新法律在减少胁迫性阻断的同时并未压制一般示威活动，并建议苏格兰通过类似于超速罚单的方式在无需审判的情况下开具罚款，找到了一个不错的解决方案。

在整个对话过程中，这位女性开始改变主意。在聊天开始时，她对更严厉处罚的支持度为0分（满分100分）。到最后，这一数字已上升至84.7分。她后来写道，该人工智能是名为Claude的大型语言模型（由Anthropic公司开发），它回应了她的所有关切并很好地解释了苏格兰的制度。"我现在倾向于让这个机器人去与内阁成员对话。"

这位女性并非唯一被软件说服的人。她是一项研究的参与者，该研究中超过2000人就政治议题与聊天机器人或真人进行辩论，议题范围从对青少年实施社交媒体禁令到协助自杀。当牛津大学人工智能研究员、该研究的负责人科比·哈肯伯格于6月在预印本平台发布研究结果时，结果令人警醒：无论是ChatGPT、谷歌的Gemini还是Claude，人工智能在说服其他参与者方面始终优于人类。"在我看来，这已是政治说服力与人工智能及人类行为领域的一项里程碑式研究，"未参与此项工作的斯坦福大学社会学家罗布·威勒如是说。

哈肯伯格的论文是一系列研究中最新的一项，这些研究均显示人工智能说服他人的能力。剑桥大学心理学家桑德·范德林登表示："这是一个全新的领域，正在兴起。我认为人们对人工智能的说服力——无论出于伦理还是非伦理原因——都非常感兴趣。"随着该领域的发展，它引发了大量理论和实践问题。聊天机器人究竟如何赢得他人？（警告：撒谎就是其中一种答案。）它们能变得多强？又由谁来控制它们？

如何说服他人这一问题已困扰人类数千年。公元前约2300年古埃及所撰写的《Ptahhotep训诫》等文本

给出赢得辩论的建议。从一开始，人们就对新技术——包括书写本身——的说服力持谨慎态度。公元前四世纪，古希腊哲学家柏拉图在其著作《斐德若》（Phaedrus）中分析了修辞与说服手段，并警告称书面文字让人们得以在未给对方质疑机会的情况下说服他人接受其观点。自此之后，从广播到电视再到计算机的多种技术，都引发了类似的担忧。

如今，轮到人工智能登上聚光灯舞台。关于该技术说服力的研究于2022年真正开始。ChatGPT在OpenAI面向公众发布前的几个月，研究人员威勒（Willer）已在使用其早期版本“GPT Playground”进行测试。在他看来，该模型似乎已足够先进，能生成具有说服力的信息，并可能产生重大影响。他说道：“我们最初主要考虑的是负面用例”，例如用AI撰写的伪造选民信件轰炸政客，或在社交媒体与新闻网站评论区大规模发布论点。他说道：“我认为研究这一点意义重大。”

威勒及其同事要求AI模型生成200字左右的信息，以说服人们支持碳税或禁枪等政策。当他们将这些AI生成的论点与人类撰写的进行对比时，发现两者在改变参与者政策支持度方面同样有效。但其说服方式似乎有所不同：人类倾向于使用故事或情感诉求，而AI生成的信息则被认为更理性，且更依赖证据——这一差异后来成为AI说服力研究中的常见主题。

然而，研究结果在期刊审稿时遇到了阻力。威勒表示，审稿人认为其他研究者早已证明社交媒体机器人能够说服他人。他的团队反驳称，那些机器人不过是由人类操控的虚假账号，并非生成其发布的内容。他说道：“审稿人和编辑未必意识到这两者间的重大区别，即LLM生成的说服性内容实为一项重大创新。”他说道：“这正说明AI与行为科学文献领域仍处于起步阶段。”黑肯伯格（Hackenburg）表示，该研究于2023年以预印本形式发布，最终于2025年在《自然·通讯》（Nature Communications）上发表，真正开启了当前对AI说服力的研究热潮。他说道：“这项研究走在了时代前沿。”

然而没过多久，该领域的其他研究便迅速跟进。在威勒的论文仍处于审稿阶段时，其他研究已开始展示AI的说服力。其中一项研究显示，LLM生成的移民或疫苗强制令等政治议题信息，至少与政治顾问撰写的信息同样具有说服力；另一项研究则发现，LLM生成的疫苗信息比美国疾病控制与预防中心（CDC）发布的信息更具说服力。

研究迅速从AI生成的静态信息转向完整对话。时为瑞士洛桑联邦理工学院（EPFL）硕士生的弗朗切斯科·萨尔维（Francesco Salvi）将在线参与者与另一名人类或AI配对，进行长达10分钟的辩论，辩题涵盖校服到堕胎等议题，结果发现AI与人类同样具有说服力。

2024年9月，卡内基梅隆大学心理学家汤姆·科斯特洛（Tom Costello）及其同事在《科学》杂志发表了一篇论文，表明ChatGPT甚至能说服人们放弃阴谋论信念。在实验中，参与者描述了他们相信的阴谋论，从“美国政府是9·11袭击的幕后黑手”到“英国王室策划了戴安娜王妃之死”，随后与聊天机器人进行了三轮对话。平均而言，参与者对其所选阴谋论的认同度在100分制上下降了近17分。

其他研究人员对此感到震惊。阴谋论信念向来难以改变。“在此之前，这一领域从未有任何方法奏效过，”范德林登（Sander van der Linden）表示。（在公开数据集和分析流程中发现错误后，该论文将进行修正，但作者表示新结果与原论文在规模和方向上一致。）甚至研究人员本身也感到意外。“一开始我对其效果持怀疑态度，”康奈尔大学心理学家、该论文作者戈登·彭尼库克（Gordon Pennycook）表示，“但结果超出了我们的预期，我们为此震惊。”

《科学》杂志 2026年8月20日 755

专题

随着证据不断累积，证明AI聊天机器人能够改变人们的想法，哈肯伯格（Hackenburg）仍然觉得存在一个缺口。“我仍然无法真正感受到这些模型与现实世界中真正的说服者相比，其说服力如何，”他说道。

因此，哈肯伯格不仅将聊天机器人与普通人进行比较，还

对科学家而言

对于像哈肯伯格这样的科学家，这个问题已经有了答案，现在的问题是AI的说服力可能被如何利用。AI可能被用于秘密操纵他人的担忧并非无中生有，2025年4月的一起事件就说明了这一点。苏黎世大学的研究人员一直在研究名为r / changemyview的Reddit社区。该社区的用户会在平台上发布自己对各类话题的观点，并为改变其想法的其他用户的帖子颁发虚拟奖励。

对说服力感兴趣的科学家此前已分析过该社区的数据。但此次研究人员不仅仅是在研究人类互动——他们还

我原本以为禁令不会有实际作用……但这次讨论（以及平衡的论证）让我确信存在可行的方法。

一位55岁男性，在与聊天机器人就禁止16岁以下儿童使用社交媒体进行辩论后。他最初对禁令的支持度为41.3（满分100分）；对话结束时，这一数值已提升至84.7。

研究还将AI与一组56名精英辩手进行对比，其中包括世界冠军。为进一步激励，辩手的报酬与说服力挂钩。

人类采用了不同的策略。例如，哈肯伯格表示，表现最佳的辩手之一会用来自其祖国尼日利亚的谚语来说服他人。“这些来自世界各地的人竭尽全力，尝试适合其文化和语境的方法和技巧。”但这还不够。尽管优于普通人，但冠军辩手的说服力明显不及AI。

哈肯伯格甚至为人类提供了AI辅助。他为精英辩手构建了一款教练工具，该工具能显示他们与研究参与者的过往对话、对参与者的影响程度，以及AI在对话不同阶段会如何回应。使用该工具8小时后，人类的表现有所提升，但AI仍然更胜一筹。哈肯伯格表示：“最终结果并不接近。”他的团队甚至发现，参与者在与说服力强的AI机器人对话后，比与该慈善组织的专业游说者对话后更可能向“拯救儿童”国际慈善组织捐款。

但聊天机器人为何更具优势？早期研究曾表明，这归功于AI能利用用户的个人信息来

说服他人。但威勒在其基础研究中发现，其他研究人员也证明了AI的说服力依赖于诉诸事实和证据。在2025年预印本（其《科学》论文的后续研究）中，科斯特洛及其同事发现，聊天机器人唯一无法成功劝服人们放弃阴谋论的情况，是被禁止使用证据或理性论证之时。彭尼库克表示：“它会试图说，‘哦，你不该相信这个。这真的有害，可能伤害他人。’人们则回应，‘你没给我任何改变想法的理由。’于是他们不会改变想法。”

当研究证实人们会倾听好的论点时，彭尼库克说：“事实和证据确实很重要。”但这并不意味着聊天机器人使用的事实必须准确。在去年发表于《科学》的一篇论文中，哈肯伯格发现，经过训练以提高说服力的模型最终变得更不诚实。哈肯伯格表示，模型可能学会了“事实”似乎是最能说服人们的东西，于是最终在对话中充斥着可疑甚至纯属虚构的内容。“它们开始从已有的事实中挖掘最底层的内容，而它们所掌握的事实质量就这样逐渐下降，”他说道。甚至在哈肯伯格最近的预印本中，当劝说一位英国参与者支持对破坏性抗议施加更严厉惩罚时，模型也抛出了大量不准确和虚假信息。

但AI最大的优势在于

756

2026年8月20日《科学》

鸣谢：（插图）阿德里安·沃尔塔（引文）ARVIV 2026 16475V1

隐秘地试图用AI影响他们。研究者创建了数十个虚假账户，其中包括自称是男性强奸幸存者、专门从事虐待创伤咨询的治疗师以及反对“黑人的命也是命”运动的黑人，并让这些账户发布数百条由大语言模型生成的信息。当用户和版主发现欺骗行为时，该实验被广泛谴责为不道德。

“社区并不知道自己参与了任何研究，当发现自己是实验对象（还是被操纵的对象）时，他们感到不满，这并不奇怪，”研究在线社区的康奈尔大学学者萨拉·安·吉尔伯特说。该研究的完整结果从未公开发表，尽管一份在线摘要声称AI生成的信息在该平台上的表现远超普通信息，“超越了所有人类说服力的已知基准”。

这项针对Reddit用户的研究参与者规模相对较小。但理论上，AI可以触及更广泛的受众，同时针对每个人量身定制信息。“我可以让AI系统为每个接收者量身定制说服性信息，并以成千上万甚至数百万人的规模同时进行，”阿肯色大学研究员马尔科·德纳特说。耶鲁大学哲学家卢西亚诺·弗洛里迪在2024年的一篇论文中将这种能力称为“超级说服”，并担忧“所有邪恶行为者可能利用它实现最恶劣的目标”。

面对这些担忧，《科学》上关于打击阴谋论信念的论文作者最终与AI安全研究人员合作，并彻底颠覆了原始实验。在新研究中（目前仅以预印本形式发布），他们发现AI可以将人们“说服”相信阴谋论，且信念增加的幅度与用AI辟谣机器人交谈后信念下降的幅度大致相当。彭尼库克说：“我们并没有发明炸弹，但需要弄清爆炸半径有多大。”“答案是：相当可观。”

一些研究人员认为此类担忧被夸大了。毕竟，过去对写作或电视等技术危害的类似恐慌并未成真。“过去技术的历史表明，我们现在可能过于悲观，”尼汉说。首先，人类的可说服性可能存在极限，尤其是在经过数千年尝试用所有可用工具相互影响后。“我认为我们现在更接近天花板而非地板，”威勒说。

最大的问题之一是，所有关于AI说服力的研究如何能够在现实世界中纷繁复杂的信息生态系统中发挥作用。为了产生任何效果，一条信息首先必须引起人们的注意——而当人们不断被来自不同渠道的信息轰炸时，这本身就是一个巨大的挑战。毕竟，在大多数AI实验中，参与者会被付费与聊天机器人互动并专注于其信息。

未来几年，一波新的研究将探索AI如何最好地吸引用户，Costello说

Salvi目前在普林斯顿大学，一直在将研究方向转向这个问题。

在最近的一项实验中，马克斯·普朗克人类发展研究所所长Iyad Rahwan及其同事让参与者与一名AI“销售助手”互动，该助手代表一家书商，帮助他们在日本作家村上春树的两部小说——《海边的卡夫卡》和《挪威的森林》之间做出选择。AI被指示引导用户选择其中一本书——最终68%的参与者表示他们更倾向于购买AI推荐的那本书。三分之一的参与者没有意识到AI正在试图引导他们的选择。“这些工具正变得越来越普遍，为特定产品推销提供明确的经济激励，”Salvi说。

在与AI伙伴聊天时，我能够反思对我来说重要的事情以及塑造我观点的个人经历。……我摆脱了直觉反应，转向理性思考。

一种方法可能仅仅是广告。在2025年的一项实验中，耶鲁大学研究人员发现，一些Facebook用户可以通过一项广告活动被诱导与政治聊天机器人互动，活动中他们每次对话可获得1美元报酬。但效果不佳：向超过8000人展示广告仅带来73次至少两轮的对话，因此这可能不是大规模说服的现实方法。“说到底，并没有那么多人想要与随机AI机器人进行对话，”Allen说。

更可能的情况是，AI公司开始利用其聊天机器人的技能来变现现有用户的注意力。例如，我们可能会看到大语言模型（LLMs）提及特定产品或公司，

尽管人们担心很快就会在日常生活中不自觉地受到邪恶“超级说服”聊天机器人的蛊惑，Floridi却给出了一个反直觉的解决方案：释放更多此类工具。“简单来说，如果你无法避免它，那就让它多元化和多样化，”他在2024年的论文中写道。“这可能是一个混乱、嘈杂的世界，但也可能更少操纵性。”

但目前的世界并非如此。当前，少数AI公司及其聊天机器人主导着局面，每月有数亿人与ChatGPT或Claude互动。“如果那个单一聊天机器人改变其关于加沙或乌克兰的言论方式，能在多大程度上改变舆论？”Rahwan问。“你需要控制多少电视台才能达到同样的说服力？”□

一名28岁男子在与聊天机器人就为晚期绝症成人合法安乐死进行辩论后。他最初将支持合法化的评分定为17.7分（满分100分）；对话结束时，这一数字已上升至78.7分。

《科学》 2026年8月20日

757

鸣谢：（插图）Adrian Volta （引文）arXiv 2006 3647(IV) [CS:CV]

观点

生态学

超越碳排放的可再生能源政策

中国政策驱动的太阳能扩张表明，气候政策评估应关注生物多样性影响

梁宇宁

生物多样性丧失由多重人为压力驱动，包括气候变化、栖息地丧失和环境污染。推动可再生能源发展的气候政策通过降低温室气体排放减轻其中一种压力。然而，大规模能源基础设施在转换或分割土地时可能加剧与栖息地相关的压力。因此，可再生能源转型需要在实现碳排放减少的同时，通过适当的选址和运营决策避免不必要的生物多样性损失。本期第831页，张等（1）的研究表明，中国政策驱动的太阳能扩张降低了当地鸟类多样性。该研究将可再生能源政策评估从直接碳排放减少扩展至记录生物多样性的意外负面影响，其更广泛的启示是：生物多样性影响应直接纳入可再生能源政策的实施与评估。

经济活动可通过改变野生动物群落并削弱其所支撑的生态系统服务来退化栖息地。这些服务（如授粉和洪水调节）有助于生态系统功能，包括对环境冲击的恢复力。它们还通过市场和非市场渠道影响人类福祉，包括农业生产、自然灾害防护、医学发现以及非使用或美学价值（2–8）。由于经济系统与生态系统密切相关，可持续发展政策需要系统性证据来证明经济活动如何影响生态系统服务，以及这些影响应如何纳入生物多样性保护。

生成此类证据在实证上仍具挑战性。主要制约因素是大规模、重复物种观测数据的有限性。许多现有数据集描述了特定时间点的物种地理分布，而仅有少数监测良好的物种（通常是具有吸引力的类群）拥有跨多个时期的纵向数据。公民科学平台已扩展了对物种出现和数量的重复记录（不同于卫星观测），但这些记录反映了观察者的努力、位置选择及物种可检测性差异。因此，它们是协调生物多样性监测的有益补充

758

2026年8月20日《科学》

图片：Greg Baker / AFP via Getty Images

选择中国太阳能系统的安装地点受到可再生能源政策倡议及工程可行性的双重影响。太阳能投资既可体现碳减排的政策激励，也可能与扶贫及地方经济发展挂钩。这些目标或许具备社会价值，但未必与生态适宜性一致。若太阳能选址决策忽略生物多样性影响，政策便可能因偏向财务回报或其他社会经济优先事项而导致地理错配，进而将项目引向对野生动物干扰最小的位置之外的区域。

张等人利用了2014年至2023年间中国2344个县的太阳能政策差异。他们从详细政策文件中构建了一个太阳能光伏政策严格性指数，以衡量政府对光伏项目的支持力度，并将该指标与鸟类观测数据相关联。其估计结果显示存在负面权衡：政策严格性每提高一个标准差，鸟类多样性香农指数下降2.1%。降幅在富裕县份更为显著，且主要集中在三北地区（涵盖中国北部、东北及西北）以外的非沙漠区域。这种空间异质性传递出核心政策启示——太阳能的生态成本随项目所处景观而变。在非沙漠区域或栖息地结构更丰富的地区，项目可能破坏依赖现有植被及候鸟迁徙路线的鸟类群落；而将太阳能农场部署在环境或社会价值较低的土地上，则可在实现相近碳效益的同时减少生物多样性损失。该研究还告诫勿将“绿色”视为生态影响的充分衡量标准。张等人记录了“劣质绿化”现象：某些景观可能在植被指标上显得更“绿”，但若异质性植被被均质化地面覆盖取代，其栖息地质量反而下降。尽管作者聚焦太阳能，但选址问题广泛适用于可再生能源基础设施。风电场及输电走廊同样会产生特定于位置的野生动物风险，使生物多样性影响成为气候与发展政策评估中的相关投入。

张等人的研究结果并非毫无保留。其一项局限涉及测量手段：鸟类多样性是一种有价值的预警指标，但并非整体生物多样性的完美代理，因为其他物种及生态系统功能对可再生能源场址的反应可能有所不同。作者并未夸大鸟类多样性的相关性，但若能在更广泛的分类群及监测数据上开展调查，将有助于更全面的评估。另一项局限涉及政策与生态机制的关联：张等人估计了推动太阳能扩张的政策对生物多样性的影响，但对太阳能面板本身的项目层面效应的直接表征仍显不足。同一政策激励在不同设施设计及景观背景下可能产生不同结果。太阳能项目在破坏栖息地或简化植被（尤其是在繁殖或迁徙区附近）时，会降低鸟类多样性；而在其他设计下，它们或许能改善局部小气候及栖息地异质性。将政策激励与能源项目部署相关联，将有助于明确太阳能开发在何种情况下会产生净生物多样性成本或收益。

将生物多样性测量转向估值的下一步，是将鸟类多样性变化与生态系统服务和保护价值联系起来。若缺乏此类估值，政策分析将无法充分重视保护，成本效益分析也可能低估开发的社会成本。正如气候政策需要可信的气候损害估计来界定碳的社会成本，当可持续发展政策改变生态系统时，也需要可信的生物多样性价值估计。

参考文献与注释

1. H. Zhang等，Science 393，831（2026）。
2. C. Costello，M. Ward，J. Environ. Econ. Manag. 52，615（2006）。
3. M. Dainese等，Sci. Adv. 5，eaax0121（2019）。
4. E. G. Frank，W. Schlenker，Science 353，651（2016）。
5. S. Kolstoe，T. A. Cameron，Ecol. Econ. 137，1（2017）。
6. F. Noack，M.-C. Riekhof，S. Di Falco，J. Assoc. Environ. Resour. Econ. 6，823（2019）。
7. S. Polasky，C. Costello，A. Solow，in Handbook of Environmental Economics, vol. 3, K.-G. Mäler, J. R. Vincent, Eds. (Elsevier, ed. 1, 2005), pp. 1517–1560.
8. C. A. Taylor，H. Druckenmiller，Am. Econ. Rev. 112，1334（2022）。
9. Y. Liang等，Proc. Natl. Acad. Sci. U.S.A. 117，30900（2020）。

致谢

作者感谢中国国家自然科学基金（项目编号：72303006）的支持。

10.1126 / science.aek1460

北京大学经济学院，北京，中国。电子邮箱：ynliang@pku.edu.cn

《科学》2026年8月20日

759

视角

神经生理学

触觉与疼痛影响大脑成像的观测结果

感官输入影响不同的血管网络，进而影响脑部扫描的精度

Adiya Rakymzhan (^{1}) 和 Laura D. Lewis (^{1,2,3,4})

人类大脑中认知和感觉功能的空间组织的大部分知识，并非直接来自神经元记录，而是源于血管的成像信号。例如，功能性磁共振成像（fMRI）通过局部血氧变化推断大脑中的神经活动。神经元向附近血管发送信号使其扩张，从而输送氧气和葡萄糖以支持神经活动。这种神经血管耦合通常被视为将神经信号忠实转换为成像读数的独立模态。在本期第782页，Malescot等人（1）报告称，触觉和疼痛这两种模态激活同一脑区内不同且相互混杂的神经元群体，并通过不同的血管网络输送血液。这种血管路由导致疼痛产生的血流动力学反应远弱于触觉，因为神经活动的空间模式与血管的空间组织并不完全对应。

人类fMRI使用的血氧水平依赖（BOLD）信号依赖于脱氧血红蛋白（HbR）在红细胞中的含量。由于大脑血流量增加的速度快于氧气消耗，HbR被冲出局部血管，这种下降产生可测量的fMRI信号（2, 3）。HbR浓度由血流量、氧气消耗量和血容量三个量共同决定，每个量均可独立变化（3）。例如，当神经元活动增强时，血流量通常增加的幅度远大于局部耗氧量，即使神经元消耗更多氧气，HbR仍被冲走（4）。因此，BOLD是神经活动的间接读数，其准确性取决于极少被单血管分辨率验证的血管解剖学假设。

然而，这些关于大脑血管反应的假设受到基本皮层结构的挑战。神经元在皮层中呈水平分层组织，不同细胞类型和输入信号在不同深度到达。例如，顶层（第1层）接收来自皮层其他层的电化学输入，这与第4层（位于数百微米以下）从大脑中心丘脑神经元接收的信号截然不同（5）。然而，

血管遵循完全不同的规则。单根穿透小动脉可为跨越皮层多层的组织供血，而毛细血管的动脉来源由空间邻近性决定，而非组成该组织的细胞类型（6）。因此，成像体素会跨越多个皮层层级平均血氧信号，无论其功能角色如何。单层高分辨率fMRI是一项令人振奋的技术发展，正越来越多地用于研究层级特异性神经计算（7, 8）。但考虑到这些横向和纵向结构的差异，层级特异性神经活动如何在血管反应中体现？

Malescot等人结合了宽场光学成像与深层双光子显微镜技术，后者能在哺乳动物皮层的特定深度分辨单个神经元、毛细血管和微动脉。在小鼠实验中，他们比较了对疼痛受体激活与非疼痛触觉刺激的反应，刺激均施加于同一躯体感觉皮层区域。作者分别测量了两种条件下微血管灌注情况，以及浅层与深层穿透性微动脉的血管直径变化。核心发现是：整体血流动力学对感觉刺激的反应并非空间均匀，而是与深度相关，并受到被招募的微动脉类型及其灌注在皮层各层的扩展范围所塑造（见图）。

这种微动脉类型特异性在低分辨率成像方法中无法察觉，因其会将所有血管类型和深度的血流动力学信号平均化。

Malescot等人的研究表明，对感觉刺激的血流动力学反应不仅由局部神经元活动的强度决定，还取决于被招募血管的解剖学特性。整体神经元活动在疼痛刺激下仅比触觉刺激小约20%，总血容量也成比例变化。然而，HbR（与BOLD信号相关的信号）在疼痛刺激下约小50%，这一差距远大于整体神经活动差异所能预测的幅度。原因在于微血管结构。尽管第2层和第3层的神经元活动在两种刺激模态下几乎相同，但疼痛刺激下这些层中的毛细血管红细胞流速、通量和密度却比触觉刺激下低56%至92%。作者将这一不匹配现象追溯至微动脉特性：依赖强表层活动的浅层微动脉对触觉刺激有反应，但对疼痛刺激几乎无反应；而能整合多层输入的深层微动脉则会扩张

动脉小动脉而非活动

触觉和疼痛激活特定的神经元群体，并在小鼠大脑皮层（第I至VI层）中引发不同的活动模式。浅层穿透性动脉小动脉终止于浅层，对触觉刺激产生扩张反应，但对疼痛无反应；深层穿透性动脉小动脉则贯穿整个皮层深度，对两者均产生等量扩张。因此，第II / III层血管的供血在触觉刺激下高于疼痛刺激，而深层供血则相当。这种差异——而非局部神经元放电的简单差异——可能解释了触觉与疼痛在脑成像信号中存在的巨大差异。

760

2026年8月20日《科学》

图示：A. 菲舍尔 / 《科学》

对两者均产生等量扩张。仅使用血管直径进行的模拟重现了血液在皮层各层的分布。值得注意的是，此前的fMRI研究发现疼痛引发的BOLD反应小于触觉（9, 10）。Malescot等人的研究结果表明，这可能反映了疼痛与触觉所招募的不同血管结构，并提示在解释fMRI信号时应考虑这一因素，以提高精度。

这些结果是否也适用于人脑成像？尽管人类的血管解剖结构与小鼠不同，动静脉比例远高于小鼠，但两者在血管垂直结构上相似，即血管深入脑组织。通过功能性近红外光谱（11）同时采集两种信号，可验证总血容量是否比脱氧血红蛋白（HbR）更能预测整体神经活动。此外，尽管已在人类皮层中描述了不同深度和直径的穿透性动脉小动脉（12），但它们是否表现出相同的模态依赖性功能选择性尚不清楚。大多数标准人类fMRI研究采用BOLD成像，但也可通过一种名为血管空间占据（13）的技术测量分层血容量变化。预期触觉会在所有皮层深度（包括浅层）产生显著的血容量增加，而疼痛则会在深层产生相对保留的增加，但浅层增加减弱，与小鼠结果相符。然而，人类疼痛范式会激活神经调节觉醒系统，这些系统会独立于局部神经血管耦合影响皮层兴奋性和血管张力（14, 15），这可能使将分层差异完全归因于动脉小动脉类型招募变得困难。

这种血管模式是否适用于其他感觉模态和脑区尚不得而知。考虑到大脑复杂的血管结构，Malescot等人的研究结果表明，解剖学因素应成为解释BOLD fMRI信号的重要依据。血管拓扑结构而非扫描仪分辨率，可能决定了fMRI技术的最终极限。尽管这些发现可能使标准fMRI信号解释变得复杂，但它们也表明血液动力学信号中存在丰富的分层特异性神经活动信息。由于血管身份是分层特异性皮层活动模式的读出器，测量和理解这些复杂的血管反应为高分辨率人脑成像提供了引人注目的机遇，为跨皮层微回路计算提供了复杂但可追踪的特征。

参考文献与注释

1. A. Malescot 等，Science 393，eaeb5077（2026）。

2. S. Ogawa，T. M. Lee，A. R. Kay，D. W. Tank，Proc. Natl. Acad. Sci. U.S.A. 87，9868（1990）。

3. R. B. Buxton，E. C. Wong，L. R. Frank，Magn. Reson. Med. 39，855（1998）。

4. P. T. Fox，M. E. Raichle，Proc. Natl. Acad. Sci. U.S.A. 83，1140（1986）。

5. K. D. Harris，G. M. G. Shepherd，Nat. Neurosci. 18，170（2015）。

6. P. Blinder 等，Nat. Neurosci. 16，889（2013）。

7. N. Zaretskaya 等，NeuroImage 220，117078（2020）。

8. E. Finn，L. Huber，P. Bandettini，Prog. Neurobiol. 207，101930（2021）。

9. K. S. Taylor，K. D. Davis，Hum. Brain Mapp. 30，1947（2009）。

10. M. Bushnell 等，Proc. Natl. Acad. Sci. U.S.A. 96，7705（1999）。

11. D. A. Boas，C. E. Elwell，M. Ferrari，G. Taga，NeuroImage 85，1（2014）。

12. H. M. Duvernoy，S. Delon，J. L. Vannson，Brain Res. Bull. 7，519（1981）。

13. L. Huber 等，Magn. Reson. Med. 72，137（2014）。

14. E. Hamel，J. Appl. Physiol. 100，1059（2006）。

15. B. C. Rauscher 等，Nat. Neurosci. 29，1203（2026）。

致谢

作者感谢美国国立卫生研究院（RO1AG070135 与 U19-NS128613）、西蒙斯基金会以及麻省理工学院比斯瓦斯奖学金的支持。

10.1126 / science.aek1809

( ^{1} ) 麻省理工学院电子学研究实验室，美国马萨诸塞州剑桥。( ^{2} ) 麻省理工学院电气工程与计算机科学系，美国马萨诸塞州剑桥。( ^{3} ) 麻省理工学院医学工程与科学研究所，美国马萨诸塞州剑桥。( ^{4} ) 麻省总医院马丁诺斯生物医学成像中心，美国马萨诸塞州波士顿。电子邮箱：Idlewisllrmit.edu

Science 2026年8月20日

自主实验室

自主实验室

米拉德·阿博哈萨尼

传统的材料或分子发现方法涉及迭代过程，即创建并测试一种组合，直到达到所需性能。开发一种有用的材料或分子可能需要数年或数十年的合成、表征、失败分析和重新设计。挑战在于，成分本身很少决定性能。在传统发现过程中，人类判断帮助确定探索哪些变量、优先考虑哪些结果以及接下来测试哪些候选对象。自主实验室提供了一种不同的发现模式。通过将机器人技术、高通量实验、多模态测量和人工智能（AI）集成到闭环系统中，自主实验室可以在最少人工干预下选择、运行和解释实验（1）。每一轮实验都成为选择后续行动的基础，由预测模型、科学目标和先验知识引导。这种闭环学习过程为加速解决全球技术和社会问题创造了一条以数据为中心的路径（2，3）。

自主实验室的实施已在不同实验领域显现。例如，在分子化学领域，一个自主平台成功结合结构建模、性能预测、多步合成和表征，在三个闭环周期内合成了294种此前未报道的类染料分子，并识别出9种具有所需光学性能的候选对象（4）。一个模块化机器人实验室利用贝叶斯优化（一种迭代机器学习策略）同时确定了用于制备钙钛矿太阳能电池中有机空穴传输膜的最优组成和加工条件（5）。此外，一个AI引导的微滴流反应器利用液体微滴作为独立反应室，与手动探索相比消耗的材料减少了500倍，在仅1个月内便在40维反应空间中发现并优化了核-壳半导体纳米粒子的合成（6）。这些方法与传统高通量筛选策略不同：模型在每次测试后更新，元数据在测量过程中被捕获，实验选择具有自适应性。

然而，这些成功暴露了一个核心瓶颈。AI系统生成假设并建议实验的速度远快于大多数实验室硬件能够执行和验证它们的速度。大型语言和多模态模型通过分析海量文本数据集并处理多种类型的数据，能够在几秒钟内通过搜索以往文献提取设计规则、提出合成路线并生成候选材料（7）。相比之下，物理基础设施（如反应器和测试平台）却未能以同样的速度发展。它们仍难以扩展、泛化并与自主决策工作流集成。传统自动化（如串行批处理反应器和独立分析仪器）仍只能产生有限的高质量实验数据。微型化流体系

系统可连续将试剂泵入微型容器，缩短混合时间并实现对反应条件的精确控制（6）。这些平台可高通量筛选分子与纳米颗粒，且具有良好的重现性。然而，并非所有实验都能在微流控系统中进行。涉及粉末、高温、设备制造或苛刻操作条件的实验，通常需要更大型或专用硬件。在这些情况下，加速可能来自适合机器人自动化的简化测试，这些测试能在不重现完整应用的情况下捕获关键性能测量值。例如，电池半电池可在组装完整电池前评估电极材料。多重保真度模型随后可将这些更快的测量结果与长期或应用层面的性能联系起来（8）。

除高通量实验平台外，全自主科学还需协调实验室更广泛环境中的物理任务。移动机器人（9）可通过在实验室间运输样本、校准仪器并执行依赖上下文的维护，来扩展自动化实验操作。它们还能通过机器视觉与灵巧操作，协调不同实验台的多个流程。尽管如此，现有实验室机器人仍存在灵巧性差、化学兼容性有限、从错误中恢复缓慢以及在拥挤实验室中缺乏安全导航等问题。因此，面向移动机器人的自主实验设施必须设计为机器人就绪的实验空间，配备导航路径、机器可读工作站及化学危害的故障安全程序。随着这些能力的成熟，移动机器人可支持观察、诊断与重新配置，以维持实验连续性并将资源重新导向最具信息量的测量。

互操作性——即仪器、机器人、软件与数据系统间交流与交换信息的能力——是将自主实验室连接成更大发现网络的关键（8）。与最终结果一同共享所有实验细节（如校准信息、方法、样本历史与统计误差），可帮助人工智能系统识别合成条件、材料结构与性能间的复杂关系，进而用于跨实验室设计实验。例如，来自光催化或半导体材料实验室的实验数据（如晶体结构与光学吸收）可用于筛选高效太阳能电池的候选光吸收剂或界面层。此外，连接的数据在同时优化多种性能时尤为有价值。例如，二氧化碳转化燃料的催化剂必须高效转化捕获的二氧化碳；偏好特定产物（如一氧化碳、甲醇或乙烯）；在运行中保持稳定；并需低能耗输入。创建与测试这些催化剂需要庞大的设计空间与多变量。利用不同自主实验室的数据，可大幅减少设计、测试与优化材料所需的资源，避免重复实验，并更新计算模型以指导未来实验设计。

Large、结构良好的自动驾驶实验室所产生的数据集，可帮助科学家研究那些仅凭直觉或单次实验难以解决的开放性科学问题。这类问题在复杂系统中普遍存在，例如非平衡态化学反应——相同的起始物料可因混合顺序、光照、温度、流速及反应时间等因素生成不同产物；又如量子材料——成分或结构的微小变化即可切换电子行为。通过系统性测试这些变量并将条件与结果关联，自主平台有望揭示在较小数据集中隐藏的机制。

更高的自主性也对信任度提出了更高要求。自动驾驶实验室在选择实验时，必须能在执行前识别出不安全、不可靠或缺乏科学价值的操作。安全设计原则可将硬性操作限制与数字孪生体结合——数字孪生体是实验室系统的计算复制品，能在物理实验前模拟反应、加工步骤及潜在故障模式。AI系统做出的决策还需可追溯，以便科学家审计实验被选中的原因、支持决策的数据、结果分析过程及剩余不确定性。这将把科学家的角色从操作员转变为科学协调者，其职责转为设定目标、评估证据并引导智能仪器实现有意义的发现。

共享标准与云接口可让小型大学、社区学院或新兴企业的研究人员远程提交实验至自主平台并获取分析结果。然而，实验室间的数据共享常因专有规则、数据格式不兼容及网络安全问题而受阻。此类合作基础设施也可能将权力集中于控制机器人设施、专有数据集及专业人员的机构。扩大准入需求开放标准、共享基准、透明的访问模式及对学术与国家自主科学用户设施的公共投资。

北美、欧洲与亚洲的研究人员已在积极推进自主实验室建设，为更广泛的国际进展奠定基础（10–12）。硬件制造商、AI开发者与实验科学家间的协调行动，是设计下一代仪器、传感器与数据框架的关键。各国政府与资助机构可通过投资开放、互操作的基础设施、量化进展的基准数据集及确保透明度的标准，加速自主科学的采用。教育体系也需演进，以培养能设计可扩展通用自动驾驶实验室的专家，并培训能运用自主实验与AI辅助推理加速科学发现的研究人员。归根结底，自主性应放大创造力，增强而非取代人类对理解的追求。下一次发现革命或许不应以单台仪器的速度衡量，而应以众多实验室协同学习的能力衡量。

参考文献与注释

1. M. Abolhasani, E. Kurnacheva, Nat. Synth. 2, 483 (2023).

2. F. Strieth-Kalthoff 等, Science 384, eadk9227 (2024).

3. F. Delgado-Licona, D. Addington, A. Alsaiari, M. Abolhasani, Nat. Chem. Eng. 2, 277 (2025).

4. B. A. Koscher 等, Science 382, eadi1407 (2023).

5. B. P. MacLeod 等, Sci. Adv. 6, eaaz8867 (2020).

6. A. A. Volk 等, Nat. Commun. 14, 1403 (2023).

7. J. Gottweis 等, Nature 655, 487 (2026).

8. D. Gil, K. A. Moler, Science 390, eae0605 (2025).

9. T. Dai 等, Nature 635, 890 (2024).

10. J. Hwang 等, Digit. Discov. 5, 1968 (2026).

11. N. Yoshikawa 等, Digit. Discov. 4, 1384 (2025).

12. J. Li, C. Ding, D. Liu, L. Chen, J. Jiang, Digit. Discov. 4, 1672 (2025).

致谢

M.A. 承蒙美国国家科学基金会支持。

10.1126 / science.aee2448

北卡罗来纳州立大学化学与生物分子工程系，罗利，北卡罗来纳州，美国。邮箱：abolhasani@ncsu.edu

机器人化学

迭代连接碳原子

一种模块化合成方法可能拓展化学的可及性 Martin D. Burke^{1,2< / sup>}

碳原子之间形成强链接，构建出构成社会必需品的小分子骨架，如药物、材料、化肥以及广泛的消费品。近两个世纪以来，碳原子通过定制合成相互连接，每个反应均从数千种前体和实验条件的组合中选出。这种工匠式流程高度依赖专业人员的技能，使其在机器人、人工智能（AI）及非专业人士面前难以企及。Blocc chemistry———种从预制构建模块（“blocs”）模块化构建小分子的方法———应运而生，为迭代构建碳-碳（C-C）键提供了新途径。这有望实现有机合成自动化、快速生成模块化数据集以训练AI模型，并让非专业人士广泛接触有机化学。

在发现N-甲基亚氨基二乙酸（MIDA）及其对应物四甲基N-甲基亚氨基二乙酸（TIDA）可作为有机硼构建模块的反应性开关后，自动化迭代C-C键形成首次得以演示（1–3）。当MIDA或TIDA与有机硼构建模块结合时，配体氮原子上的孤对电子与高度活泼的硼原子配位，使其转为不活泼状态。MIDA或TIDA保护的中间体还可通过两步溶剂系统轻松与杂质分离。混合物首先通过硅胶层析柱，后者可捕获MIDA-TIDA有机硼化合物；随后用另一种对有机硼化合物有更强亲和力的溶剂洗脱，将其从凝胶中释放。这种“捕获-释放”方法因其简便性和标准化流程而对机器人友好，可在每步合成后自动纯化反应产物（2, 3）。

通过系统性地将构建模块添加到分子链一端，重复合成硼酸酯，展示了自动化迭代C-C键形成的第二条路径（4）。该方法尤其擅长在保持三维结构的同时，在sp3杂化碳原子（形成四面体排列的四个单键的碳原子）间形成键。sp3杂化碳原子在药用天然产物中大量存在，如抗生素erythromycin和免疫抑制剂rapamycin。因此，该方法有望优化天然分子，创造更安全、更有效的药物。此外，此策略还能帮助阐明sp3杂化碳立体异构中心（分子中交换两个键会产生不同分子的原子）对溶液中小分子三维形状的影响。将这种迭代合成方法与TIDA硼酸酯结合，已实现了对富含sp3杂化碳的复杂天然产物的机器人合成（3）。

将构建模块作为灵活平台，用于获取广泛小分子功能，尤其有助于生成模块化数据，其中许多不同小分子的化学性质可被系统性测定（见图）。AI模型需要最优的标记（最小数据单元）以高效处理数据。例如，生成式AI工具ChatGPT使用单词而非字母，AlphaFold和Evo（分别用于蛋白质和基因组DNA的AI模型）则使用氨基酸和核苷酸作为标记，而非原子。类似地，构建模块已被提议作为有机化学AI模型的标记（5）。此类系统可建议小分子溶

《科学》2026年8月20日

763

--。

以下为忠实中文翻译：

这些潜在的协同作用最近已通过三项AI引导的闭环实验得到验证，分别实现了顶级有机激光发射器（6）、高效且光稳定的有机光伏给体材料（7）以及钙钛矿太阳能电池用空穴传输材料的优化（8）。这些研究利用自动化模块化化学方法，迭代生成高质量数据集，用于训练AI模型以预测目标分子功能。基于物理的描述符使AI能够揭示新的化学知识，例如光稳定性的基础（7）。

尽管如此，要将自动化模块化化学扩展为通用的小分子创新平台，仍需标准化反应条件。目前已在利用AI发现通用C–C键形成条件方面取得了一些进展

模块化组装分子构件

预制分子（“构件”）的一端被临时保护基屏蔽，而另一端与另一构件反应，在它们之间形成C–C键。这种模块化方法可轻松多次迭代连接多个构件，从而构建新分子。

适用于广泛功能性相关构件的条件（9, 10）已越来越多地被纳入最新一代小分子合成仪中（6）。然而，仍需开展更多工作以达到成熟技术（如自动化肽和寡核苷酸合成）所设定的标准。

此外，机器人在sp3杂化碳原子间形成C–C键仍具挑战性，原因在于反应动力学缓慢和三维几何结构。尽管已有早期进展报道（2–4），但引导反应优先产生所需三维结构仍是关键问题。最近发现的新化学反应性模式，能保持sp3杂化碳原子周围特定原子的三维排列（11），表明在很大程度上无法触及的这一领域具有巨大潜力。另一挑战是从构件序列预测新兴分子功能。超级计算机在大规模密度泛函理论计算能力的稳步提升（为复杂小分子提供定量物理描述符）以及量子计算的发展，可能使更准确的分子性质预测成为可能，从而补充自动生成的实验数据集。

除合成线性分子外，构件化学还可扩展至创建具有复杂交织碳环的复杂小分子。四环胆固醇即为经典示例，其四个碳环侧链连接 side-by-side，形成具有脊和谷的复杂分子表面。在自然界中，此类化合物通常由线性前体折叠成复杂的多环结构并形成共价键。这一过程类似于蛋白质折叠，其中复杂的三维形状编码于氨基酸序列中。以往研究（2）表明，构件化学可通过折叠促进小分子合成。这有望扩展系统性数据集，用于训练AI模型以从线性前体预测复杂折叠小分子结构，类似于AlphaFold对蛋白质的处理方式（12）。

构件化学的模块化和标准化特性使非专业人士无需专业技能即可预测和创建小分子。这种分子创新的大众化或将使化学更广泛地普及，并通过让学生设计实验而非演示教科书反应来改变化学教学方式。基于构件化学的课程已在美国K-12、本科及研究生层次吸引超过10,000名学生参与（13）。此外，由Google主办的近期Kaggle竞赛汇集了全球专业与业余计算机科学家，开发利用构件化学生成数据集预测新合成但未报道分子功能的AI算法（14）。数字分子构建器（Digital Molecule Maker）允许基于构件组装小分子，并可通过合成机器人实现3D打印（13）。由芝加哥一名高中生开发的“分子版我的世界”（Minecraft for Molecules）平台，使用户能在熟悉的三维环境中逐构件构建分子（15）。将机器人合成与测试循环的反馈纳入此类平台，或将广泛赋能公民化学家参与发现一系列对社会有重大影响的小分子。

随着可及性的不断提升，建立保障措施与最佳实践以确保小分子药物发现被安全、负责任地应用变得至关重要。在生物化学领域，国际生物安全与科学生物防护倡议等举措为自动化DNA合成提供了建设性策略。这些策略包括：建设集中式设施，通过算法监督自动化合成，自动标记潜在危险化合物的合成，注册用户，监控供应链，并设立独立委员会对企业经营行为与治理原则进行审计。类似的举措也将适用于“块体化学”（bloc chemistry）。此外，与人类交互的AI模型应具备可解释性、可监控性，并能被人类有意义地控制。公共论坛将汇聚学术界、产业界、政府及更广泛社区的领导者，继续在推动风险与收益的透明讨论、寻找有效方法最大化后者并最小化前者方面发挥重要作用。

参考文献与注释

1. E. P. Gillis, M. D. Burke, J. Am. Chem. Soc. 129, 6716 (2007).

2. J. Li et al., Science 347, 1221 (2015).

3. D. J. Blair et al., Nature 604, 92 (2022).

4. V. Fasano et al., Nature Synthesis 1, 902 (2023).

5. C. Edwards et al., arXiv:2505.12565 (2026).

6. F. Strieth-Kalthoff et al., Science 384, eadk9227 (2024).

7. N.H. Angello et al., Nature 633, 351 (2024).

8. Wu et al., Science 386, 1256 (2024).

9. N.H. Angello et al., Science 378, 399 (2022).

10. J. Wang et al., Nature 626, 1025 (2024).

11. X. Zhang, K.T. Palka, M. Zhang, J.P. Morken, Nature 652, 359 (2026).

12. T. Klucznik et al., Nature 625, 508 (2024).

13. N. Green et al., J. Chem. Educ. 103, 976 (2026).

14. J. L. Wu et al., Digital Discovery 5, 304 (2026).

15. S. Williams and J. Planey, "Minecraft for molecules enables non-specialists to 3D print molecules across the globe" presented at the 271st National Meeting of the American Chemical Society, Atlanta, GA, 23 March 2026.

致谢

作者感谢同事们的有益讨论，并感谢美国国立卫生研究院（R35GM118185）及分子制造实验室研究所（美国国家科学基金会AI研究所项目，资助号2019897和2505932）的支持。作者是Excelsior Sciences的联合创始人及股东，该公司已从伊利诺伊大学获得了与区块化学相关的技术许可。

10.1126 / science.aeg5569

( ^{1} ) 伊利诺伊大学厄巴纳-香槟分校化学系，美国伊利诺伊州厄巴纳。 ( ^{2} ) 贝克曼研究所分子制造实验室，美国伊利诺伊州厄巴纳。邮箱：mdburke@illinois.edu

764

2026年8月20日《科学》

图示：A. Fisher / Science

书评等

科学与社会

技术并非民主的替代品

机器统治的政府并非不可避免——我们曾身处其中并拒绝过它

纵观历史，人类大多受暴君统治。机器统治的“虚拟国家”——即由机器统治的政府——是野心家们用以实现专制统治的最新工具，历史学家吉尔·莱波尔在《虚拟国家的兴衰》一书中如是论述。该书通过对构建这一框架的叙事进行梳理，提醒我们：正如它被组装起来，也能被拆解。

莱波尔认为，自动化统治意味着放弃自由与宪政民主。要摧毁这样的项目，首先要识别、命名并理解其组成部分及其协同运作方式。

在第一部分中，莱波尔追溯了“机器统治”这一理念的历史脉络：从托马斯·霍布斯17世纪提出的“国家不过是一架‘人工人’”，到19世纪末功利主义的盛行；再到20世纪“技术专家统治论”的兴起，其支持者主张以技术取代民主。第二部分则引人入胜地探讨了“机器人”这一概念的演变——从其词源（意为“奴隶”）到其与动物灭绝的关联，再到其在科幻小说中的影响力。她指出，机器人最初由作家作为文学构想创造，用以批判工业效率与剥削，后被科技狂热者误读其虚构故事，并将其包装成产品引入现实世界。

这本书中有许多令人瞠目的珍贵内容。其中之一是约书亚·霍尔德曼的故事，他是加拿大反犹太人社会信用党主席（也是埃隆·马斯克的祖父）和技术专家。另一个则是风险投资家马克·安德森于2023年发表的《技术乐观主义者宣言》，该宣言部分受墨索里尼支持者菲利波·托马索·马里内蒂1908年发表的《未来主义宣言》启发——后者是一份激烈抵制传统机构、拥护权力、技术与民族主义的宣言，其中包含一句发人深省的话：“我们将摧毁所有博物馆、图书馆和各类学院，将与道德主义、女权主义……”

科技高管们常以“例外论”自居，声称人工智能（AI）如此新颖且前所未有，以至于我们无法理解其意义。正因为如此，莱波尔的历史著作——它记录了相关历史先例并追溯AI背后理念的源头——比以往任何时候都更显重要。

然而，当试图研究技术相关话题时，我们愈发难以在噪音中找到信号。网络搜索常将此类主题淹没在AI垃圾信息中，模糊了科技高管们的不当行为与坦率言论。像莱波尔这样的作品，能够梳理混乱且相互竞争的叙事，并揭露科技领袖的言行，其价值无可估量。

《虚拟国家的兴衰》是一部优秀的读物，为当下的历史时刻提供了急需的视角。但世上并无完美之书，首先，莱波尔的行文有时颇具挑战性，因为历史有时会沦为对相似案例的罗列，缺乏鲜明的角色或引人入胜的情节推动叙事。此外，书中反复出现“man”一词指代人类，这也令人感到突兀。

此外，书中对“虚拟国家”赖以自圆其说的某些核心机制——

《虚拟国家的兴衰》 吉尔·莱波尔 Liveright，2026. 336 pp.

tioned only in passing, without explanation of how they work and why they matter. Prominent among these mechanisms is the use of prediction. (Of course, a reviewer who is a philosopher and has written a book on prediction would predictably pick up on this gap.) Although the term is mentioned some 20 times, Lepore does not explain what makes prediction different from rule by principles—the former can never be facts, and unlike transparent criteria that can be met or not met, predictions are unverifiable and unfalsifiable and therefore cannot be contested. An analysis of prediction is, in my opinion, a fundamental factor in diagnosing the ills of the digital age.

Similarly, there is a lack of recommendations. Had there been an exploration of prediction as a fundamental component in the machinery of the automated state, for example, then perhaps Lepore might have also offered some advice on how to limit it and when not to rely on certain kinds of predictions. Some of her pronouncements are also underdescribed, for example: “Everything destructive that [the architects of the Artificial State] have done can be undone by voters, elections, legislation, and judicial enforcement.” But how?

Lepore concludes by reminding readers that we have dismantled other “very stubborn systems for organizing human societies without consent,” including “the divine right of kings, feudalism, human bondage, imperialism, fascism.” May her words echo in the halls of democracy and help preserve and refurbish it. It is up to us now. □

DOI: 10.1126/science.aej1046

The reviewer is affiliated with the Institute for Ethics in AI at the University of Oxford, Oxford, UK, and is the author of Prophecy: Prediction, Power, and the Fight for the Future, from Ancient Oracles to AI (Doubleday, 2026). Email: carissa.veliz@philosophy.ox.ac.uk

Science, 20 August 2026, p. 765

图示：Moor Studio via Stock

教育

学会热爱机器

科技巨头让孩子们学编程的运动比看起来更自私，记者娜塔莎·辛格（Natasha Singer）如是认为

《编程孩子：科技巨头改造公立学校之战》 娜塔莎·辛格（Natasha Singer）著 诺顿出版社，2026年 352页

在记者娜塔莎·辛格的新作《编程孩子》中，读者得以了解计算技术如何重塑经济、改变教育并引导人类文化。"与Code.org等组织一道，谷歌和微软等科技巨头正在利用他们为推动编程热潮而开发的相同策略，来助推一场AI教育风暴，"她写道。"这是一个引发美国教育根本性争论的故事——这场争论已持续一个多世纪之久。公立学校的目的是什么？"

在第一部分，读者了解到科技巨头如何影响教育改革。辛格在此揭示了Code.org首席执行官哈迪·帕尔托维（Hadi Partovi）如何通过2013年一段名为《大多数学校不教的东西》的病毒式YouTube视频推广编程教育运动，并认为实质性内容可随后跟进。帕尔托维回忆起硅谷那段日子里的乐观情绪。"每一天，你都在帮助改变世界，"微软园区里一块标志性标语如是写道。但科技巨头们正在创造何种改变——这种改变是好是坏，又是谁在具体推动它？

尽管帕尔托维在教育领域几乎毫无经验，但他凭借编程倡议在美政府最高决策层获得了支持。他告诉辛格，在理想情况下，最佳想法应被决策者听取并付诸实施。但现实是："如果你有足够的钱捐给政治竞选，那么你的想法就能被听到。"辛格指出，编程很快取代了冷战时期美国课堂上对物理学的重视，而人工智能（AI）现正在取代编程。

在第二部分，辛格解释道，帕尔托维凭借其强大的人脉，说服了包括美国总统巴拉克·奥巴马在内的知名人士加入其编程运动，而Code.org将这项运动推销给教育工作者时打出的口号是"编程时刻即将到来"。与此同时，科技巨头的游说推动了新法律和政策的出台，这些政策将计算机科学教育优先纳入K-12课堂。辛格在此将帕尔托维比作P.T.巴纳姆，并指出科技公司如何争相吸引教育工作者的注意："他们各自都希望确保其公司的计算机科学教育努力惠及学生，并为学校创造善意，同时避免显露出营利性商业议程的外观。"向教师免费提供技术工具是良好的公关手段，他们（正确地）推断出这一点。

《PC杂志》专栏作家约翰·C·德沃夏克（John C. Dvorak）在编程运动中嗅到了特洛伊木马的气息。他在2013年一篇题为《Code.org的隐藏议程》的文章中总结了自己的批评，写道："在我看来，这不过是向学校推销更多电脑的伎俩……孩子们连密苏里州在地图上的位置都找不到，而这些编程人士却在推动学校购买电脑和平板电脑。"

辛格在此将此与制药公司营销进行类比。她指出，尽管存在类似的利益冲突，但当科技巨头推广自家产品时，人们的看法却截然不同。她提到了拉尔夫·纳德（Ralph Nader）的《响应性法律研究中心》于1979年出版的《课堂中的江湖骗子》一书，该书记录了各类公司如何通过向超负荷运转且资源匮乏的教育工作者提供课程和教室材料，试图借此推广自家品牌。

在第三部分，辛格引用了OpenAI首席执行官萨姆·奥特曼（Sam Altman）对下一阶段课堂计算的愿景："我们的孩子将拥有虚拟导师，他们能够以任何学科、任何语言，并以孩子所需的任何进度提供个性化指导。"她在此暗示，科技公司可能会通过鼓励学生与聊天机器人建立关系并教导他们依赖这些工具，来推动AI代理的采用。

教育的目的是什么？儿童应如何为充满编程和人工智能的未来做好准备？纵观教育改革的历史，新理念往往推进缓慢，而社会中相互竞争的价值观也会阻止课程偏离极端方向。但学校常常是竞争价值观争议的主战场（1），密切关注强大实体如何试图影响后代，这一点值得重视。

参考文献与注释

1. D. Tyack, L. Cuban, Tinkering Toward Utopia: A Century of Public School Reform（哈佛大学出版社，1997年）。

10.1126 / science.aek5943

审稿人隶属阿肯色大学费耶特维尔分校教育改革系与心理学系，美国阿肯色州费耶特维尔。邮箱：jwai@uark.edu

硅谷支持的教育倡议使得科技巨头得以推广自家产品。

766

20 AUGUST 2026《科学》

图片：SkyNisher via Stock

生物多样性框架应衡量人类活动如何改变物种行为，例如开普椋鸟（Lamprotornis nitens）。

生物多样性监测忽视行为

全球生物多样性指标跟踪物种是否存续、衰退或恢复，但未衡量其行为多样性是否得以保留。人为驱动的行为多样性丧失与行为同质化已在多个分类群和大洲得到越来越多的记录（1，2）。然而，《昆明-蒙特利尔全球生物多样性框架》虽涵盖灭绝风险、生态系统范围、遗传多样性及物种丰度趋势（包括生命星球指数）等指标（3），却未设行为多样性指标。此缺失为生物多样性政策留下重大漏洞，使监测对可能先于局部灭绝的生物学变化视而不见（4）。

这并非抽象问题。例如，人类干扰已改变哺乳动物的活动时间表：对62个物种的荟萃分析发现，在人类压力下，夜行性平均增加了1.36倍（5）。人为噪音通过鸟类鸣叫频率筛选鸟类群落，降低低频鸣叫者的比例，压缩声学生态位空间，即便在物种丰富度恢复的情况下亦然（6）。这些及其他众多变化重塑动物交流、觅食、移动、空间利用、恐惧、社会与捕食者-猎物互作、对人类的反应及病原体暴露，进而影响种群存续、物种互作，并最终影响生态系统功能（7）。其结果是行为灭绝债务在当前生物多样性指标下几乎不可见。

这一漏洞是可解决的。相机陷阱、被动声学记录仪、GPS遥测档案及公民科学平台已作为现有监测项目的副产品，为成千上万物种生成活动时间、移动、空间利用及交流特征数据。从这些数据源可计算出标准化的群落层面行为变异指数，如昼夜活动重叠度、声学生态位宽度及基于性状的离散度。随着《昆明-蒙特利尔框架》朝2030年目标推进，生物多样性公约应将行为多样性指标纳入候选组成或补充指标。物种存续本身并不意味着行为多样性得以保留。为保护生命的全部复杂性，生物多样性政策必须监测并保护行为与物种并重。

Peter Mikula¹, Daniel T. Blumstein², Piotr Tryjanowski³

¹捷克生命科学大学环境科学学院，布拉格，捷克共和国 ²加州大学洛杉矶分校生态与进化生物学系，洛杉矶，美国 ³波兹南生命科学大学动物学系，波兹南，波兰 邮箱：mikulap@fzp.czu.cz

参考文献与注释

1. P. Mikula, D. T. Blumstein, P. Tryjanowski, PLOS Biol. 24, e3003689 (2026).
2. O. Berger-Tal, D. Saltz, M. Michelangeli, B. B. M. Wong, Proc. R. Soc. B 292, 20252097 (2025).
3. 《生物多样性公约》秘书处，"昆明-蒙特利尔全球生物多样性框架监测框架"（《生物多样性公约》第15 / 5号决定，2022年）；https: / www.cbd.int / gbf / monitoring / 。
4. F. Cerini, D. Z. Childs, C. F. Clements, Nat. Ecol. Evol. 7, 320 (2023).
5. K. M. Gaynor, C. E. Hojnowski, N. H. Carter, J. S. Brashares, Science 360, 1232 (2018).
6. C. D. Francis, C. P. Ortega, A. Cruz, PLOS ONE 6, e27052 (2011).
7. M. W. Wilson et al., Ecol. Lett. 23, 1522 (2020).

10.1126 / science.aej9284

旱地恢复需要共享证据

2026年8月15日，中国生态环境法典正式生效，将30余部环境法律整合为超过1240个条款的统一框架（1）。在本刊发布之际，联合国防治荒漠化公约第十七次缔约方大会（UNCCD COP17）正在蒙古国乌兰巴托召开（2）。这一罕见的契机为中国将生态治理经验拓展至国界之外、通过基于证据的旱地恢复合作提供了机遇。

中国北方旱地与蒙古草原构成一个连通的社会-生态系统，干旱、沙尘暴、放牕、采矿及气候变化跨越国界。中国在生态恢复方面投入巨大，在多个旱地地区提升了植被覆盖度和生态系统服务功能（3–5）。包括近期在塔克拉玛干沙漠周边完成的3046公里绿化带（6）在内的大型防护林带，以及可再生能源扩张改变了沙漠景观（7）。然而，植被绿化本身并非恢复成功的可靠指标。绿化可能掩盖地下水枯竭、人工林种植失败及农村生计改变等问题；因此必须结合生态与社会经济结果进行评估（8）。同样，蒙古高原大面积湖泊消失表明，未维持水文韧性的植被恢复无法保障生态系统的长期恢复（9）。这些跨境挑战需要跨境证据支撑。

因此，中国、蒙古及《生物多样性公约》科学-政策接口应在COP17期间建立"中蒙旱地科学走廊"。该倡议可结合卫星观测与协调一致的实地监测（植被、土壤、水资源、沙尘动态及牧民生计），并以开放、统一的数据为支撑。共享指标应区分本土生态系统恢复与人工林存活、水分限制型绿化与可持续恢复，以及单纯植被覆盖增加与真正减少土地退化之间的差异。

中国的新法典为基于证据的治理奠定了基础。COP17应抓住这一机遇，将国家恢复成就转化为土地退化 neutrality、干旱韧性及区域生态安全的共享框架（10）。

《科学》2026年8月20日

767

图片：Piotr Tryjanowski

读者来信

Hong Yang$^{1,2,3}$, Xiang Gao$^{1,4,5,6}$, Jianhua Wu$^{3,7}$, Yao Chen$^{8,9}$, Wubin Yu$^{1}$

$^{1}$能源与碳中和科学与教育融合学院，浙江工业大学，杭州，中国。$^{2}$地理与环境科学系，雷丁大学，雷丁，英国。$^{3}$莫干山研究院，浙江工业大学，德清，中国。$^{4}$清洁能源利用国家重点实验室，浙江大学，杭州，中国。$^{5}$浙江省清洁能源转化与利用重点实验室，浙江工业大学，杭州，中国。$^{6}$大连理工大学，大连，中国。$^{7}$两山转化与绿色发展研究中心，浙江工业大学，杭州，中国。$^{8}$管理学院，浙江工业大学，杭州，中国。$^{9}$绿色创新与发展研究院，浙江工业大学，杭州，中国。电子邮箱：h.yang4@reading.ac.uk

参考文献与注释

1. 中华人民共和国国务院，"中国采用里程碑立法推动绿色现代化"（2026）；https: / english.www.gov.cn / news / 202603 / 13 / content_WS69b36ae1℃6d00ca5f9a09d90.html。

2. 联合国防治荒漠化公约第17届缔约方会议，COP17概览与日程（联合国防治荒漠化公约，2026）；https: / www.unccd.int / cop17。

3. C. Chen等，Nat. Sustain. 2，122（2019）。

4. S. Noor等，Proc. Natl. Acad. Sci. U.S.A. 123，e2523388123（2026）。

5. H. Zhou等，Commun. Earth Environ. 7，80（2026）。

6. 中华人民共和国国务院，"中国最大沙漠全绿洲环绕"（2024）；https: / english.www.gov.cn / news / 202411 / 28 / content_WS6748240fc6d0868f4e8ed7ed.html。

7. H. Yang，Q. Feng，J. Xiao，G. Li，J. R. Thompson，Proc. Natl. Acad. Sci. U.S.A. 123，e2601509123（2026）。

8. S. Cao，Environ. Sci. Technol. 42，1826（2008）。

9. S. Tao等，Proc. Natl. Acad. Sci. U.S.A. 112，2281（2015）。

10. A. L. Cowie等，Environ. Sci. Policy 79，25（2018）。

10.1126 / science.aek5595

科学人生

1976年8月20日，火星地平线上的日落。

火星上的意外日落

1976年8月20日晚间，距离“海盗一号”成为首个成功登陆火星的航天器约一个月后，我独自坐在喷气推进实验室的成像区。就在这时，海盗号生物学团队的一名成员冲进房间，焦急地对我说：“明天我们团队可能会因为机械故障无法按计划收集数据！如果处理不当，我们将浪费预留的数据记录器空间。”他问我成像团队是否可以使用这部分空间，以确保其得到充分利用。我欣然同意。

我是被行星天文学家卡尔·萨根招募加入海盗着陆器成像团队的——该团队负责拍摄并分析火星地形图像。海盗号的微型数据记录器空间极其珍贵，且无人知晓着陆器能运行多久，这导致各科学团队为使用权展开激烈竞争。我深知必须充分利用这次计划外的机会。

经过几分钟思考，我决定捕捉火星日落。由于不确定最佳相机设置，我尝试通过拍摄两张照片来提高成功率——一张在日落前，另一张在日落后。我将参数发送给工程师，约18分钟后，指令被上传至海盗着陆器的机载计算机。

第二天早晨，我成为首个目睹另一颗行星日落的人。这两张美丽的照片展现了日落前火星明亮的红色天空和夜幕降临时深紫色的天空。这些图像激发了公众的想象力，提醒人们科学发现的分享不仅能提供重要的新信息，还能融入美感与敬畏。

保罗·L·福克斯

克利夫兰诊所研究中心心脏、血液与肾脏研究部，克利夫兰，俄亥俄州，美国。电子邮箱：foxp@ccf.org

10.1126 / science.aec4203

科学人生征稿

《科学人生》是一个不定期专栏，旨在分享读者面对的幽默或不寻常的日常现实。你能做得更好？请将你的故事提交至 www.submit2science.org。

768

2026年8月20日《科学》

图片来源：NASA

分析

政策文章

治理

电池可持续性的布鲁塞尔效应

一项欧盟电池法规有助于推动建立广泛共享的可持续性治理证据体系

Yanan Liang$^{1}$, Edgar Hertwich$^{2,3}$, Robert Istrate$^{1,2}$, Antonio Valente$^{4}$, Ranran Wang$^{1,5,6}$

全球电池产业作为清洁能源转型的核心，正进入一个新阶段，其发展不仅受技术和金融驱动，还受可持续性证据体系构建方式的影响。欧盟《电池法规》（EU 2023 / 1542）通过强制性产品全生命周期数据规则、温室气体排放核算规则、材料循环利用规则及负责任采购验证程序（1），对这一转变进行了法制化。该法规标志着一种新兴的"布鲁塞尔效应"：欧盟不仅能全球化实体规则（如碳足迹阈值），还能全球化用于证明合规性的证据体系。电池成为测试案例，因其法规是首个采用产品全生命周期方法的欧盟法律，涵盖供应链中在欧洲以外生成所需证据的环节，且这些证据规则可能扩散至其他产品领域。挑战在于，此类体系在全球应用时能否保持可信度。

传统的布鲁塞尔效应指的是欧盟以外的企业为维持进入欧盟市场的准入权，即使无正式域外执行机制，也会遵循欧盟实体规则（如限制产品中可使用化学物质的规则）（2）。《电池法规》遵循此逻辑，但扩展了扩散对象：除实体规则外，证据规则也可能扩散。证据规则的扩散不同于现有国际标准、报告协议及生命周期清单数据集的采用，后者通常不决定市场准入。该法规进一步将特定数据标准、核算规则及验证程序纳入具有法律约束力的、以欧盟为中心的合规体系，决定何为合规证据。此区域性中心化的规范方法旨在提高可比性和可验证性，但在全球应用时若未能认可更具本地代表性的证据（因不符合合规规则），则可能引发问题。

这种新兴的证据扩散形式提出了一个关键问题：尽管区域性法规自然依赖区域锚定的数据、方法论及制度惯例，此类证据体系在全球应用时能否保持可信度？电池提供了一个启示性案例，因其供应链全球化且多阶段，而法规当前的实施阶段使该案例恰逢其时。法律框架已就位，但决定市场准入的证据体系仍在运行化。当前的选择可能成为电池领域的事实标准，若该模式扩展至其他产品领域，还将影响可持续性监管的广度。因此，这是评估此类体系在全球化时如何保持可信度的关键窗口。

为电动汽车（EV）电池碳足迹（CF）合规制定的《授权法案》（DA-CFB-EV）（3）——目前最为技术成熟的补充法案——展示了该证据体系如何运作以满足CF合规要求。该授权法案明确了数据、核算及验证要求，涵盖从原材料获取和预处理、电池生产、分销，到生命周期末端回收的全过程，并以电池全生命周期能量输出进行标准化，同时排除车辆使用阶段充电所耗电力。

合规驱动的供应链扩散

为将任何超过2 kWh的可充电电动汽车电池投放欧盟市场，制造商必须为每个电池型号和制造工厂准备一份CF声明，并使用欧盟（3）规定的生命周期清单数据、计算规则和验证程序。这一举证负担主要落在欧盟境外的上游供应链阶段，这些阶段在确定电池CF中起核心作用；同时，这些阶段也是收集和验证证据更为困难的环节。在为满足欧盟需求的电动汽车电池供应链中，非欧盟生产主导了采矿、加工和阴极制造，为大多数上游阶段提供超过80%的欧盟需求，而欧洲在下游的电池组装和电动汽车组装中发挥更大作用（见表格）。

如DA-CFB-EV（3）所规定，CF声明所依据的数据必须符合环境足迹（EF）要求——欧盟官方衡量和传播生命周期环境绩效的方法论（4）。公司特定数据必须使用EF合规模板和术语报告。二次数据必须符合EF要求，通常源自生命周期数据网络（LCDN）上的数据集，该网络托管于生命周期评估（LCA）欧洲平台。这些数据集及其提供方主要为欧洲机构[详见补充材料（SM）]。该法规还将生命周期阶段所用电力默认建模为国家平均电网组合——除非在直接连接电力的狭窄情况下——并要求由欧盟指定的通知机构在欧盟合格评定框架下进行验证。这些规则共同将数据生成和验证定位于以欧盟为中心的结构内。

然而，当这一以欧盟为中心的举证体系应用于全球化的电池供应链时，可能会在无意中限制可比性和脱碳努力。非欧盟制造商常面临两难：要么使用地理代表性较弱的EF合规数据，要么在欧盟要求下生成新的证据。

Science 20 AUGUST 2026

769

分析

欧盟委员会对CF方法论的公开咨询反馈显示，生成此类证据存在多重障碍，特别是在跨全球价值链获取详细供应商级数据的限制，以及报告差异和验证负担（5）。此类数据通常属于商业敏感信息，且不受下游制造商的合同控制。

电力建模提供了一个具体案例，说明这一地区中心化的举证体系如何在应用于全球分布式生产时，在提升可比性的同时损害代表性。DA中规定的生命周期阶段所用电力依赖国家平均电网组合，为比较提供了标准化基础，但在大型异质性经济体中却可能产生重大影响。对于某些主要经济体，更具地理特异性的电网排放数据显示其国内差异可与欧盟成员国间差异相当（见SM和图S1）。因此，问题不仅在于能否生成更具代表性的证据，还在于举证体系能否认可准确、透明且可验证的数据，以更好反映实际生产条件。

欧洲在电动汽车电池供应链中的地位：全球生产份额与进口依赖

该表报告了欧洲在电池供应链各阶段的全球生产份额，以及欧洲需求中自欧洲以外地区供应的估计比例。参考期间、地理定义、基础数值、数据来源、计算程序及进一步的方法学细节均在随附的补充材料正文及表S1至S3中提供。

电动汽车电池供应链阶段 / 欧洲全球生产份额 / 进口依赖

锂矿开采 / ~0% / >80% 钴矿开采 / <5% / >80% 锂加工 / <1% / ~100% 钴加工 / <5% / 20–30% 正极材料制造 / <1% / >95% 电池制造 / 10–15% / 50–60% 电动汽车组装 / 10–15% / 30–40%

自愿的认识论扩散

扩散也通过自愿引用欧盟证据体系的元素而运作，包括数据基础设施、方法论规则和验证系统。国际组织、标准制定机构和外国监管机构正开始参考或与这些元素对齐，即便在欧盟管辖范围之外的司法管辖区也是如此。考虑到欧盟的市场规模和监管能力，此类扩散可能性较大，并能提升不同司法管辖区间可持续性信息的透明度和可比性（7）。然而，同一机制也可能集中认识论权威，引发关于全球分布式供应链中代表性的问题。

电池行业中日益增长的对齐趋势为欧盟证据体系元素自愿扩散提供了早期证据。电池护照——由欧盟电池法规引入——已影响全球电池联盟（GBA），其自愿护照将其披露原则与欧盟框架对齐（8）。包括日本、韩国和加拿大在内的多个司法管辖区正在探索类似框架，而美国已在其能源部电池供应链项目中参考了欧盟可追溯性架构的元素（9）。

此类扩散有先例可循。经典的布鲁塞尔效应案例——如REACH（化学品注册、评估、授权和限制法规）和GDPR（通用数据保护条例）——展示了欧盟法规如何成为全球参考点，因外国企业和监管机构为维持市场兼容性而对齐其规则（2）。这些法规主要扩散实质性标准：即规则明确产品可包含何物或流程应如何运作——例如限制哪些化学物质或规范个人数据处理方式。电池法规也将引入实质性规则（如市场准入的CF阈值），但其突出之处在于扩散如何衡量、报告和验证环境绩效的标准化规则。由于证据规则大多与产品无关，电池护照被呈现为在《可持续产品生态设计条例》（ESPR）下更广泛DPP系统的首个测试案例，并计划扩展至纺织品、电子产品等其他行业（10）。

然而，促成对齐的机制也可能集中对何为可信证据的影响力，引发关于全球分布式供应链中代表性的问题。以欧盟为中心的惯例正日益塑造新兴的全球规范，尽管支撑这些评估的大部分生产和原始数据位于全球南方。此差距并非有意排除，而是反映了欧洲在标准制定中的战略参与及其对组织全球可持续性信息的证据体系的影响力（11）。同时，扩散并非严格单向：欧洲监管模式通过吸收外国工具和行业反馈等方式演进，实现双向动态。这些双向动态既凸显构建更具包容性证据体系的潜力，也凸显风险：若不对代表性给予结构性关注，欧洲在标准制定中的早期且积极角色可能使其惯例对全球如何生成和验证可持续性证据产生过大影响。

可信且包容的证据治理

欧盟电池法规标志着可持续性治理的转变，其中标准化数据集、方法和验证系统决定市场准入。其长期可信度将取决于证据体系是否能在不同生产背景下确保信任、互操作性与代表性。实现这一目标需要在三个相互关联的领域协调行动。

通过协调而非替代来强化方法论基础

产业生态学与数据科学可帮助阐明方法论选择如何对结果产生实质性影响，包括系统边界、分配方式及背景数据集的差异。各方应聚焦于协调这些差异，并制定透明的EF与其他框架间转换协议，而非开发平行系统。这将使不同体系下生成的可持续性证据在跨司法管辖区时仍保持可比性与政策相关性。投入产出数据可帮助识别上游热点，并交叉验证产品层面估算的合理性，尤其在供应商层面信息难以获取的情况下（13）。

770

20 AUGUST 2026 Science

分析

在严谨性与务实减排间取得平衡

过度的报告与审计要求可能将资源从减排转移至合规，在数据与核查能力有限的地区尤为如此。应采用分阶段且与能力相称的方法，允许在完全符合要求前使用其他但可证明具可比性的数据与建模方法。在电力建模中，这意味着有条件的灵活性：在可确保可追溯性与完整性时，允许以区域或设施特定的电网数据或已验证的可再生能源采购，替代国家平均值。此类灵活性有助于确保证据规则强化而非阻碍减排。

核查应聚焦对排放源的实质性影响，同时简化对次要贡献者的要求。监管机构应评估不同数据粒度与审计要求的核查模型，以制定适合中小企业及低能力地区的分层路径。在数据基础设施与供应商国合作伙伴关系上的投资，可强化当地核查系统，并支持证据的互认。

扩大国际参与证据体系

证据体系目前集中于少数机构与司法管辖区，限制了其反映全球生产体系演变的能力。通过明确角色（如在欧盟管理的LCDN中参与数据治理与方法论审查，特别是在全球南方主要生产地区的行动方），可提升经验准确性与可行性。监控新数据集与数据提供者的审查时长、审计结果及地理参与度，有助于评估参与度是否扩大或既有不对称性是否持续。从长远看，统计机构、行业联盟与研究院所间的更广泛合作，可支持跨司法管辖区共享数据集与方法的开发，同时维护完整性。

推进更具包容性的证据治理需在现实约束下进行，如产业竞争力、数据主权及对关键材料供应链的控制。因此，改革可能渐进推进。近期可聚焦方法论协调与灵活数据使用，而长期进展则有赖于核查能力建设与国际协调的加强。联合国环境规划署的全球生命周期评估数据访问（GLAD）网络等新兴倡议，为合作提供了初步平台（14）。

证据系统的可信度

现有的证据系统支撑着多种形式的可持续性治理，但其范围和后果各不相同。欧盟《可再生能源指令》下的生物燃料标准依赖生命周期核算和供应链可追溯性，以认证燃料是否符合可持续性标准；《巴黎协定》的透明度框架则依赖于标准化报告的国家温室气体排放清单；而《生物多样性公约》等多边协议则依赖可比的环境指标来监测进展。在这些框架中，治理的核心在于可信且可比的环境证据，而《电池法规》更进一步，将区域性定义的证据要求转化为全球分布式供应链市场准入的法律约束条件。

欧盟其他近期市场准入法规，特别是《碳边界调整机制》（CBAM），也体现了这一证据转向，但其影响范围更为有限。CBAM目前仅适用于供应链相对简单的选定商品（如钢铁和水泥），主要依赖于内嵌排放报告，而非电池法规所要求的多阶段生命周期数据、建模规则和验证（15）。

因此，欧盟《电池法规》并非孤立案例，而是早期且具有启示意义的案例，表明在许多行业中，供应链不可避免地具有全球性的情况下，治理可持续性所需的共享证据系统。归根结底，可信度不应取决于证据的来源地，而应取决于其是否准确反映生产条件、是否透明记录，以及是否能在不同方法体系间进行比较。因此，包容性不仅是次要的公平问题，更是可信的基于证据的可持续性治理的必要条件。□

参考文献与注释

1. 欧盟，“欧洲议会和欧盟理事会2023年7月12日关于电池及废电池的条例（EU）2023 / 1542，修订指令2008 / 98 / EC及条例（EU）2019 / 1020并废除指令2006 / 66 / EC”，《欧盟公报》L191，第1-117页，欧盟出版物办公室，布鲁塞尔，2023年。
2. A. Bradford，《布鲁塞尔效应：欧盟如何统治世界》（The Brussels Effect: How the European Union Rules the World），牛津大学出版社，2020年。
3. 欧盟，“电动汽车电池碳足迹方法学（授权法案）草案”（《欧洲委员会》，2024年）。
4. 欧洲委员会，“欧盟委员会2021年12月15日关于使用环境足迹方法衡量和传播产品及组织生命周期环境表现的建议（EU）2021 / 2279”，《欧盟公报》L471，第1-396页（欧盟出版物办公室，2021年）。
5. 欧洲委员会，《关于电动汽车电池碳足迹方法学草案授权法案的反馈意见》（《欧洲委员会》，2024年）。
6. 国际能源署，《2025年全球电动汽车展望》（Global EV Outlook 2025）（CC BY 4.0，IEA，巴黎，2025年）；https: / www.iea.org / reports / global-ev-outlook-2025。
7. J. Meckling, B. B. Allan， Nat. Clim. Chang. 10, 434 (2020)。
8. GBA，“GBA电池护照-温室气体规则手册-通用规则-第1.5版”，《全球电池联盟》（GBA，2023年）。
9. OBP，“全球电池护照动态：关键电池监管发展与趋势”，《开放电池护照》（OBP，2025年），访问时间：2025年10月25日。
10. 欧盟，“欧洲议会和欧盟理事会2024年6月13日关于建立可持续产品生态设计要求框架的条例（EU）2024 / 1782，修订指令（EU）2020 / 1828及条例（EU）2023 / 1542并废除指令2009 / 125 / EC”，《欧盟公报》L系列，第1-89页，欧盟出版物办公室，布鲁塞尔，2024年。
11. A. O'Halloran， Circ. Econ. Sustain. 4, 2859 (2024)。
12. J. Scott， Am. J. Comp. Law 57, 897 (2009)。
13. R. Hagenaars, R. Heijungs, A. Tukker, R. Wang， Renew. Sustain. Energy Rev. 212, 115443 (2025)。
14. C. Xu等， Nat. Rev. Clean Technol. 1, 788 (2025)。
15. C. Bellora, L. Fontagné， Energy Econ. 123, 106673 (2023)。

致谢

感谢阿贡国家实验室的J. Zhang和清华大学公共政策与管理学院的J. Zhu。E.H.获得欧盟“地平线欧洲”计划资助协议编号101056868（CIRCOMOD）支持。文中表达的观点和意见仅代表作者个人，不反映其所属机构的官方立场。E.H.是XIO可持续分析公司的合伙人兼董事会成员，并曾任欧盟气候变化科学咨询委员会成员。R.W.担任ISO / TC 2017 / SC 7 / JWG 8产品层级温室气体核算标准专家组成员。

补充材料

10.1126 / science.aed8133

¹莱顿大学环境科学研究所，荷兰莱顿。 ²国际应用系统分析研究所，奥地利拉克森堡。 ³挪威科技大学能源与工艺工程系，挪威特隆赫姆。 ⁴ecoinvent协会，瑞士苏黎世。 ⁵南京大学环境学院水污染控制与绿色资源化国家重点实验室，中国南京。 ⁶南京大学苏州校区环境与健康研究所，中国苏州。电子邮箱：ranran.wang@nju.edu.cn；hertwich@iiasa.ac.at

《科学》2026年8月20日

771

准备好让您的研究受到关注？

提交您的研究：cts.ScienceMag.org

科学期刊精选

编辑：迈克尔·芬克

自由空间光学

构建机器人光学工程师

自由空间光学系统的实施是许多科学和工程分支的核心，从生物成像到原子物理学。这些任务耗时且需要训练有素的专家。Uddin等人展示了一个人工智能驱动的平台，能够自主执行光学系统的精确组装。通过结合微调的智能体与计算机视觉引导的机械臂，实现了高级系统布局和精确的光学元件放置，并演示了多种自由空间光学计量装置。这些概念可大幅加速自由空间光学系统的构建，无论是专家还是非专业人士，有效地在各学科间普及光学实施能力。 ——乔纳森·范 Sci. Adv.（2026）10.1126 / sciadv.aee1381

一台机器人平台在自由空间中自主组装光学元件。

生物合成

酶作为支架被招募

生物合成途径通常被描述为一系列独立的、顺序的步骤。然而，在植物细胞内，这些途径往往更为复杂，涉及步骤间的协调或中间产物在细胞区室间的移动。Gao等人在研究抗癌分子的生物合成过程中，发现了蛋白质VinBLAST，它作为一种支架将该途径中的两种酶聚集在一起。VinBLAST与一大类生物合成酶相关，但其本身并不具有已知的催化功能。敲低VinBLAST表达会显著降低植物中下游中间产物的生成，而在酵母异源生产系统中添加VinBLAST则大幅提升了生物合成产量。因此，这种支架功能是工程化系统中必须纳入的关键因素。 ——迈克尔·A·芬克

《科学》第788页，10.1126 / science.aeb0357

时钟

探测钍-229

原子钟是世界上最精确的计时器，但依赖核能级跃迁的核钟可能更具应用价值。科学家长期关注钍-229核素，因其跃迁与激光频率兼容。固态核钟（如将钍-229核掺杂于氟化钙等固体中）尤为前景广阔。然而，固体内部的电场梯度会导致核能级分裂。Hiraki等人对掺杂于氟化钙单晶中的钍-229核钟跃迁进行了激光穆斯堡尔光谱分析。基于光谱数据，研究人员识别出晶体内钍离子的四个不同掺杂位点，并表征了其各异的电场环境。 ——耶莱娜·斯塔日奇

《科学》2026年8月20日，第773页，10.1126 / science.aea7978

微生物学

Metis感知噬菌体诱导的基因组损伤

噬菌体通过降解细菌基因组为单核苷酸，并利用这些碎片构建自身病毒基因组来利用细菌细胞。Osterman等人描述了一种名为Metis的细菌防御系统，它能感知宿主基因组降解过程中释放的修饰核苷酸副产物。一旦被激活，Metis会触发一个过程，暂停细胞活动并中止感染。Metis无法拯救受感染细菌本身，因为一旦基因组完全降解，细胞便无法恢复。然而，它能阻止噬菌体在受感染细胞中复制，从而保护邻近细菌。 ——迪江

《科学》第807页，10.1126 / science.aed6782

火星地质学

纯硫磺

火星上的纯硫磺石

在地球上，纯硫磺沉积物可由火山或热液系统产生。在火星上，大多数硫原子以硫酸盐矿物形式存在。VanBommel等人报告称，好奇号火星车在火星上发现了一片浅色石头区域。X射线光谱分析显示，这些石头由纯硫磺组成，表面覆盖有沙子和尘土。有些石头被漫游车车轮意外碾碎，露出内部的硫磺晶体。由于该位置不太可能存在火山或热液过程，作者提出这些石头可能在数十亿年前因埋藏的笼形包合物减压过程中形成。—Keith T. Smith《科学》p.820,10.1126 / science.adu5501

原子导线

铜原子导线的高压合成

单金属原子链是构建纳米电子器件的有吸引力平台，但其实际应用一直受合成挑战限制。J. Zhang等人开发了一种高压方法，将β-铜酞菁转化为包裹在碳鞘中的微米长铜原子链。他们证明，在超过21吉帕斯卡的压力下，有机框架会聚合并将铜原子锁定成链。所得纳米线表现出强各向异性导电性和一维反铁磁耦合。—Jack Huang《科学》p.826,10.1126 / science.aeg0028

妊娠

早期筛查标记妊娠风险

识别高风险妊娠并发症患者可能具有挑战性，尤其是在妊娠早期，此时干预可能最有效。Stanley等人分析了常规第一孕期血样中无细胞DNA片段特征模式，这些样本来自低或高妊娠并发症风险的孕妇。作者提取了特定片段特征，并训练了一个多模型片段组学模型，该模型能够区分最终发生与未发生妊娠并发症的患者。该模型独立于胎儿比例估计和临床风险因素。这些发现表明，第一孕期无细胞DNA的片段组学分析可能有助于识别高妊娠并发症风险患者。—Melissa L. Norton《科学转化医学》（2026）10.1126 / scitranslmed.adz8846

其他期刊

编辑：Corinne Simonti和Jesse Smith

肺病学

肺部镶嵌图

肺功能对生存至关重要，理解空气和吸入颗粒通过肺部的模式将为多种肺部疾病、病原体和污染物暴露以及吸入药物递送提供有益见解。为在现实环境中可视化这一过程，Grifno等人在透明人工胸腔内组装了一套小鼠离体肺，并连接到雾化器和持续通气装置。作者随后使用该装置递送荧光标记的气溶胶，使其能够识别颗粒沉积的镶嵌图案，并表征不同颗粒类型和肺气肿、纤维化及癌症转移等疾病条件的影响。—Yevgeniya Nusinovich《自然生物医学工程》（2026）10.1038 / s41551-026-01724-5

合成生物学

计算

细菌参与的计算

物理储层计算是一种利用物理系统解决计算任务的人工智能方法。Ahavi等人利用实验室常用大肠杆菌菌株的生长反应，从患者血样中预测COVID-19严重程度，并解决其他代表性任务。患者血浆中的代谢物驱动了大肠杆菌生长动力学的差异，当与机器学习结合时，足以区分轻症与重症结果。类似的大肠杆菌生长读数能够处理回归和分类计算任务，表明细菌储层计算有望以极低基础设施实现信息处理。——Cheri Sirois

Cell Syst. (2026) 10.1016 / j.cels.2026.101654

神经科学

多任务处理的秘密

大脑如何分配资源以并行执行多个任务？Wang等人测量了小鼠次级运动皮层中单个细胞和大规模神经元群体的活动，以研究不同学习阶段的多任务处理。小鼠执行两项具有不同认知需求的任务：推动并保持杠杆以获得糖奖励，以及聆听声音提示以决定是否舔食奶嘴以获取巧克力牛奶。最初，参与执行两项任务的神经元活动增加，而两项任务间未共享的神经元活动则减少。然而，经过训练后，任务专门化的神经元被招募，参与执行各项任务的神经回路变得更加分离。——Joana Osório

Neuron (2026) 10.1016 / j.neuron.2026.06.001

材料科学

空位中的热氢原子

由于氢因其作为多功能能量载体在工业燃气轮机和航空发动机中的潜在应用而受到积极研究，理解其与构成这些系统结构部件的材料之间的相互作用已变得至关重要。Kong等人报告称，在镍基超合金中，氢原子在高温下的行为有所不同。在接近环境温度下，氢原子倾向于与微结构缺陷（如位错和界面）相互作用，从而降低合金的延展性。当温度升高时，氢原子会被困在金属碳化物中的碳空位内，引发化学反应形成加压甲烷，并削弱基体-碳化物界面。氢造成的损伤程度与合金的碳化物含量相关，为未来能量转换系统材料的开发提供了见解。——Sumin Jin

Nat. Mater. (2026) 10.1038 / s41563-026-02680-w

有机化学

在方形上选择你的位置

氮杂环丁烷由三个碳原子和一个氮原子组成，它们以饱和四元环的形式结合在一起。它们作为结构特征出现在多种天然产物以及药物化合物和前体中。Kuker等人报告了一种醛类与氮杂环烯（不饱和C₃N环）反应的通用方法，可根据与铑催化剂配位的双膦配体的不同，将酰基基团附加到氮原子相邻的碳原子或对侧碳原子上。两种异构体均可通过极高的位点选择性和手性2-取代产物的对映选择性获得。——Jake S. Yeston

J. Am. Chem. Soc. (2026) 10.1021 / jacs.6℃05233

地下水严重超采

加利福尼亚州的中央谷地生产了美国近四分之一的食品，但为此付出了该地区含水层的代价。过去二十年间的干旱意味着更多抽取、更少补给，以及土地压实和下沉。Larochelle等人测量了2016年至2022年间北部中央谷地的卫星探测到的地面沉降。他们的数据显示，沉降速率加快，表明含水层已不可逆压实，致密的孔隙再也无法吸收水分。与南部中央谷地类似，北部地区现在可能已被视为严重超采。—Angela Hessler

Proc. Natl. Acad. Sci. U.S.A. (2026)

10.1073 / pnas.2526041123

《科学》2026年8月20日

775

《科学》期刊其他文章 编辑：Michael Funk

细胞生物学

病毒利用泛素蛋白酶体系统进行感染

为建立感染，病毒必须快速重塑宿主细胞，通过将细胞资源转向自身复制并规避免疫检测。为此，它们依赖泛素蛋白酶体系统（UPS），该系统可实现蛋白质的快速且特异性降解。Glassman等人测试了一组病毒基因库，以发现并表征病毒泛素连接酶，识别出多样化的降解机制，这些机制聚焦于在免疫功能和病毒感染中发挥关键作用的底物。更好地理解病毒效应蛋白如何劫持UPS系统，可能为抗病毒疗法的发展铺平道路。—Stella M. Hurtley

《科学》第776页，10.1126 / science.aec6299

人工智能

研究支持的智能体框架

生物学研究需要复杂的规划和适应，具体取决于项目需求，但许多具体任务却枯燥且机械。研究设计的某些环节，尤其是编码和方案开发，可能适合自动化。Huang等人开发了一种通用人工智能模型，通过信息检索和定制方案、数据分析方法及代码生成，为基础生物医学研究提供支持。该智能体框架支持分层规划和决策，并与专业工具和数据库的集成使该系统能够处理开放式任务，并采用既定方法完成定制任务。作者在多种查询中评估了该模型，并展示了与实验室自动化的集成。—Michael A. Funk

《科学》第777页，10.1126 / science.adz4351

植物进化

禾本科代谢特征早于禾本科植物出现

禾本科植物包括许多重要的粮食作物，并在多样化生态系统中充当初级生产者。它们还表现出独特的代谢特征，如在质体和细胞质中合成淀粉的能力，以及从苯丙氨酸和酪氨酸合成木质素的能力。然而，这些特征的进化起源尚不清楚。Takeda-Kimura等人对禾本科姐妹分支的基因组进行测序，发现尽管部分细胞质淀粉合成基因在禾本科内出现，但关键的质体膜转运蛋白却早于其进化。一个早于禾本科特异性全基因组加倍事件的早期串联重复事件，催生了双功能苯丙氨酸 / 酪氨酸氨裂解酶，使禾本科植物能够进行双重木质素生物合成。—Unnati Sonawala和Madeleine Seale

《科学》第778页，10.1126 / science.adv0443

作物科学

缩短生长期但高产

现代种植系统中，每年种植多种作物要求每种作物的生长期更短。然而，这种压缩的作物生长期往往导致产量降低。利用开花时间和籽粒产量存在差异的水稻种质资源，李等人识别出一个与开花时间提前和籽粒增大相关的遗传位点。该基因编码一种类成花素蛋白。通过将该蛋白从控制粒数的有害等位基因中解耦，作者将两个有益等位基因结合，在生长期缩短的情况下实现了更高的籽粒产量。 —Unnati Sonawala 和 Madeleine Seale

Science 第779页，10.1126 / science.ady1619

免疫学

分支结构限制NETs扩散

中性粒细胞释放由去凝聚DNA、组蛋白和抗菌分子构成的细胞外诱捕网（NETs），以捕获并杀死病原体。Tsansizi等人研究了其在NETs中观察到的分支DNA结构的形成和功能。参与DNA修复过程中类似DNA结构形成的RAD51分子，有助于NETs中部分分支结构的形成。在小鼠体内，通过阻断DNA分支来破坏NETs结构，在真菌感染肺部时非但未改善结果，反而使病情恶化。通过抑制DNA分支降低NETs整体完整性，会导致染色质在血液循环中升高，并更广泛地激活免疫细胞，而非仅将炎症限制在肺部。 —Sarah H. Ross

第780页，10.1126 / .aed9286

心脏病学

为心脏提供侧支循环

心肌梗死发生在冠状动脉之一被阻塞时，导致该动脉供血的心肌组织缺血性损伤。但在某些情况下，患者存在绕过阻塞的侧支血管，为下游组织提供部分血流，从而减少心脏损伤程度和死亡风险。为确定这些侧支的起源，M. Zhang等人构建了多个带有荧光报告基因的小鼠模型，追踪不同类型血管的形成过程。他们确定冠状动脉侧支源自毛细血管，而非其他动脉，这可能有助于制定促进侧支形成的策略。 —Yevgeniya Nusinovich

第781页，10.1126 / .ady3027

神经科学

解码神经血管耦合

神经血管耦合是神经活动调节脑血管血流的机制，也是脑成像方法（包括功能性磁共振成像，fMRI）的基础。人们曾假设不同的感觉刺激对血流的影响相同，但Malescot等人通过光遗传学与成像方法相结合，证明神经血管耦合和脑氧合作用在触觉与疼痛刺激下存在显著差异，尽管两种刺激引发了相似的净神经活动（参见Rakymzhan和Lewis的视角文章）。该效应与穿透小动脉的扩张有关。这些结果可能对评估fMRI和其他脑成像数据具有重要意义。 —Mattia Maroso

775-B

20 AUGUST 2026

第782页，10.1126 / .aeb5077；另见第760页，10.1126 / .aek1809

保护生物学

防止太阳能权衡

世界需要开发清洁、可再生能源。然而，考虑到庞大的人口数量及其能源需求，清洁能源也将对自然产生巨大影响。太阳能是最清洁的可再生能源之一，但太阳能农场可能极大地改变环境。H. Zhang et al. 研究了中国2000多个县的太阳能推广政策对鸟类多样性的影响（见Liang的观点文章）。他们发现，最支持光伏政策的县鸟类多样性有所下降，主要是由于土地转换。研究者认为，太阳能开发必须积极应对这类损失，尤其是在沙漠等地区选址，以最大限度减少植被改变。——Sacha Vignieri《科学》p. 831, 10.1126 / science.aee0747；另见p. 758, 10.1126 / science.aek1460

蛋白质设计

染料结合蛋白的彩虹

荧光蛋白可在细胞中进行空间标记的基因编码，但其光化学性能受限于小分子染料。Tran等人通过设计高亲和力荧光染料结合蛋白，解决了这一问题，从而实现了通过小分子染料进行基因标记。作者展示了其在超分辨率和多重成像中的多种应用，包括可诱导或感知两个编码融合蛋白靶标间近邻关系的分裂蛋白设计。——Michael A. Funk《科学》p. 813, 10.1126 / science.aeb0822

纳米材料

手性选择性纳米管合成

过渡金属二硫化物纳米管可赋予独特的电子和光学性能，但控制其手性仍是长期挑战。Abid等人在氮化硼纳米管模板内合成了二硫化锡、二硫化钼和二硫化钨纳米管，并通过电子显微镜、衍射和圆二色谱测量证实其强烈偏好扶手椅构型。通过结合计算和原位电子显微镜表征，作者表明能量上更有利的锯齿形纳米带在生长过程中卷曲并转化为扶手椅形纳米管。——Jack Huang《科学》p. 783, 10.1126 / science.aeh1429

抗体

Fab融合的奇迹

基于抗体的治疗药物用于治疗多种疾病，但在妊娠期间因存在胎儿暴露风险而受限。Nilsen等人发现将免疫球蛋白G抗体融合至白蛋白可阻止其通过新生儿Fc受体进行母胎转运，并延长抗原结合片段（Fab）的血浆半衰期。在新生儿同种免疫性血小板减少症小鼠模型中，将治疗性Fab片段融合至白蛋白可阻止胎盘转运及子代不良副作用。因此，白蛋白融合是延长治疗性抗体血浆半衰期并避免胎儿暴露的有前景方法。——Hannah Isles《科学免疫学》（2026）10.1126 / sciimmunol.aee5151

在小面积电池中实现了27.4%的效率，且未封装器件在85℃和85%相对湿度下经约1500小时最大功率点跟踪后仍保持95%的效率。——Phil Szuromi《科学》p. 800, 10.1126 / science.aeg8415

重新定义VTA中的神经元身份

VTA中的多巴胺能神经元调控着对奖赏和厌恶事件的学习与行为适应。研究通常将其视为一个单一群体，或按其在VTA中的位置进行分类。Prévost等人发现，神经递质的释放与神经元的行为功能、信号动态及电生理特征高度相关。在传递多巴胺和谷氨酸的VTA神经元中，多巴胺合成与谷氨酸囊泡包装分别参与了厌恶和奖赏学习。——韦·黄

Sci. Signal. (2026) 10.1126 / scisignal.aee2028

太阳能电池

避免墨水反应的不良影响

共轭肼类添加剂可限制空穴选择性接触中的质子对钙钛矿墨水产生的不良影响。Liang等人发现，咔唑基膦酸自组装单分子层的酸性会通过钙钛矿前体中使用的二甲基亚砜介导碘化物氧化还原反应。肼类添加剂可抑制该反应，并与甲脒阳离子形成无害加合物。认证光电转换效率达

Science 2026年8月20日 775

病毒组范围泛素连接酶的发现揭示了免疫逃避的多样化机制

Caleb R. Glassman, Kheewoong Baek, Gaopeng Hou, Qiru Zeng, Christopher Nardone, Kate B. Juergens, Eric Fujimura, Colin N. O'Leary, Mamie Z. Li, Joao A. Paulo, Eric S. Fischer, Siyuan Ding, J. Wade Harper, Stephen J. Elledge*

文中提供的图片为二维码。该图片不包含任何可按OCR指令处理的文本、数学公式、表格或图形。因此，无法从该图片中提取任何文本内容。

完整文章及作者单位列表：

science.aec6299

引言：病毒是专性细胞内病原体，依赖宿主细胞进行复制和传播。为实现有效感染，病毒必须快速重塑宿主细胞蛋白质组以支持病毒复制，同时限制免疫反应。泛素蛋白酶体系统（UPS）是由E1、E2和E3酶组成的模块化级联系统，可在不依赖转录、翻译和基础蛋白质周转延迟的情况下实现对蛋白质组的快速且特异性改变。因此，病毒对UPS的操纵是病原体通过控制宿主细胞生理以建立感染的关键机制。

基本原理：UPS的模块化特性使识别病毒泛素连接酶变得困难。与其他翻译后修饰（如由具有固定折叠和活性位点残基的酶介导的磷酸化）不同，泛素连接酶通过多样化的序列和折叠将底物桥接至携带泛素的E2酶。因此，需要额外的方法来识别和表征这些蛋白质。

结果：为识别病毒泛素连接酶，我们将约10,000个病毒开放阅读框（vORF）融合至绿色荧光蛋白（GFP）特异性纳米抗体，并通过监测GFP荧光丧失作为底物降解的代理。病毒“降解蛋白（degradins）”（诱导蛋白质降解的因子）分为三种机制类型：利用皮层环指连接酶（CRL）系统结构特征的非常规泛素连接酶、重定向宿主CRL复合物的劫持蛋白，以及模仿宿主CRL组装的典型泛素连接酶。宿主CRL依赖于适配器与皮层蛋白之间的固定相互作用；然而，非典型泛素连接酶——轮状病毒A NSP1尽管缺乏CUL3底物适配器特征性的BTB结构域，仍与CUL3相互作用。NSP1利用与BTB结构域相似的CUL2 / 5适配器ELOC与CUL3结合，这一复合物的3.3-Å冷冻电子显微镜结构揭示了这一机制。Razdan病毒NSs蛋白完全绕过适配器蛋白，通过其C端尾部的螺旋基序直接与CUL3结合，从而降解CUL1并抑制核因子κB（NF-κB）信号传导。相比之下，病毒劫持蛋白Teviot病毒基质蛋白（CUL3^BTBD^）和Adana病毒NSs蛋白（CUL1^β-TrCP^）适配完整的宿主CRL复合物，聚焦于靶向JAK1并抑制Ⅰ型干扰素信号传导。最后，典型病毒泛素连接酶——非洲猪瘟病毒的MGF505（CUL5^ELOR / C^）和MGF360（CUL2^ELOR / C^）通过保守的BC-box基序介导复合物组装，降解参与病毒限制和自噬的底物。在所有三种类型中，病毒泛素连接酶均通过与预先存在宿主机制相接口的底物识别模块，利用UPS的模块化特性，从而扩展了有限病毒编码空间的容量。

结论：在此，我们通过池化遗传筛选以高通量且无偏倚的方式识别病毒泛素连接酶。尽管降解机制多样，病毒泛素连接酶均聚焦于在病毒限制中具有已知作用的免疫相关基因，表明这些通路代表了病毒传播的关键瓶颈。

*通讯作者。邮箱：selledge@genetics.med.harvard.edu 引用本文：C. R. Glassman 等，Science 393，eae6299（2026）。DOI：10.1126 / science.aec6299

系统性发现和机制解析病毒泛素连接酶

（上）约10,000个病毒ORF与GFP特异性纳米抗体融合，实现了降解活性的池化遗传筛选。［部分使用BioRender创建］（中）病毒“降解蛋白”利用宿主CRL（cullin-RING连接酶）的模块化特性降解宿主底物。（下）已鉴定病毒泛素连接酶及其靶向底物的示意图。

776

2026年8月20日

《科学》

研究论文

细胞生物学

病毒组范围泛素连接酶的发现揭示了免疫逃避的多样化机制

Caleb R. Glassman¹,²,³, Kheewoong Baek⁴,⁵, Gaopeng Hou⁶, Qiru Zeng⁶, Christopher Nardone¹,²,⁷, Kate B. Juergens⁸, Eric Fujimura¹,²,⁹†, Colin N. O'Leary¹,²,⁸, Mamie Z. Li¹,²,³, Joao A. Paulo¹⁰, Eric S. Fischer⁴,⁵, Siyuan Ding⁶, J. Wade Harper¹⁰, Stephen J. Elledge¹,²,³*

病毒是细胞内寄生物，可重编程宿主蛋白质组以促进复制并逃避免疫识别。我们应用了一种包含约10,000个开放阅读框的病毒组范围文库，以发现病毒泛素连接酶，并通过靶向CRISPR筛选和蛋白质组学绘制其降解机制及宿主底物图谱。这些病毒效应蛋白可分类为模仿宿主E3的经典连接酶、重定向宿主E3的劫持蛋白，以及重组CRL机制的非常规连接酶。病毒介导的降解策略在免疫相关底物（包括JAK1和CUL1ᴿ⁻ᴵᶜᴾ）上高度收敛，凸显免疫逃避是病毒泛素连接酶进化的主要驱动力。我们的研究阐明了病毒利用泛素-蛋白酶体系统的策略，并为治疗靶向提供了潜在可能性。

病毒是专性细胞内病原体，可重编程宿主细胞以促进复制并逃避免疫检测。作为回应，宿主细胞会快速激活抗病毒信号通路，包括翻译抑制（1）、干扰素（IFN）诱导（2）和炎症性细胞死亡（3）。为建立有效感染，病毒必须迅速重塑宿主细胞生理以抑制免疫反应，并将细胞资源重定向至病毒复制。

翻译后修饰（PTMs）使病毒能够快速改变蛋白质功能，而无需经历转录、翻译和基础蛋白质周转的延迟。泛素-蛋白酶体系统（UPS）是一组模块化级联酶（E1、E2和E3），可通过泛素化标记底物，从而改变其功能，并在某些情况下导致快速蛋白质降解（4）。在此通路中，E3泛素连接酶通过将底物与泛素化E2桥接，决定底物特异性。病毒可通过编码自身E3或结合并重定向宿主E3来劫持该系统，从而诱导蛋白质表达的快速变化（5–7）。我们将诱导细胞底物降解的病毒蛋白家族称为“degradins”。病毒通过UPS快速改变细胞生理的多个方面，包括抑制细胞凋亡（8）、保护病毒基因组免受修饰（9, 10）以及逃避适应性免疫检测（11–13）。

尽管这种调控模式具有重要意义，但病毒泛素连接酶的鉴定工作仍主要依赖蛋白质组学方法

of HIV-Vif（14），或通过与宿主连接酶的序列同源性，如痘病毒的广复合物、跨轨迹、砖块-小贩-装饰（BTB）结构域蛋白（15，16）。尽管如此，许多病毒泛素连接酶与人类E3缺乏同源性，无法仅通过序列预测。因此，我们采用遗传筛选方法系统性识别病毒泛素化调节因子，利用新近开发的病毒开放阅读框（vORF）文库，其中包含来自多种人类和动物病毒的基因（17）。在该筛选中，每个病毒蛋白与绿色荧光蛋白（GFP）特异性纳米抗体（αGFPnb）融合，使我们能够通过荧光激活细胞分选（FACS）监测GFP荧光作为降解活性的代理。接下来，我们使用CRISPR筛选识别所需的UPS组分，并通过蛋白质组学确定单个病毒基因的底物。该方法使我们能够从机制上表征具有不同机制和底物的病毒泛素连接酶。因此，我们的方法为揭示并表征利用UPS的病毒降解蛋白提供了一种快速且无偏见的方法，揭示了已知和新兴病毒免疫逃避策略。

A pooled genetic screen reveals viral regulators of protein stability

泛素连接酶可催化底物形成K48连接的泛素链，导致其降解（4）。此前，纳米抗体融合蛋白已被用于控制翻译后修饰，包括磷酸化（18）、糖基化（19）和泛素化（20）。因此，我们测试了将病毒泛素连接酶融合至αGFPnb（21）是否会导致GFP降解，采用改进的全局蛋白稳定性（GPS）分析法，其中GFP荧光相对于DsRed对照进行测量（22）。为建立系统，我们使用轮状病毒A非结构蛋白1（NSP1），其可在病毒株依赖性方式下降解干扰素调节因子3（IRF3）（23）。虽然可诱导型3xHA-NSP1和αGFPnb-NSP1均可有效降解GFP-IRF3（图1A-B），但仅αGFPnb-NSP1能降解GFP本身（图1℃-D）。类似方法已用于识别可诱导降解的人类蛋白（24），凸显该策略的普遍性。

为系统性识别充当泛素连接酶的病毒蛋白，我们表达了融合至αGFPnb的病毒开放阅读框文库，并基于相对于DsRed对照的GFP荧光丢失进行流式细胞分选筛选（图1E）。该筛选分析揭示了已知的泛素化调控蛋白稳定性系统（UPS）病毒调节因子，包括HIV-Vpr（25）、轮状病毒A NSP1（23, 26）、禽腺病毒A ORF8（27）、人腺病毒E4orf6（28, 29）及非洲猪瘟病毒E2（30），同时发现许多未被描述在蛋白质降解中发挥作用的病毒蛋白（图1F及数据S1）。尽管我们的筛选捕获了多种已知病毒泛素连接酶，但因纳米抗体融合的不兼容性或无法降解GFP作为新底物，可能遗漏其他真实的泛素连接酶。由于基于纳米抗体的筛选在底物和降解机制上均为意图性未知，我们进行了后续CRISPR筛选以识别宿主细胞依赖性，并通过蛋白质组学识别底物（图1E）。

轮状病毒A NSP1 装配非典型 CUL3ᴱᴼᴰ / ᶜ 复合体以抑制抗病毒 RNA 感知

轮状病毒A是一种双链RNA病毒，可引发幼儿严重腹泻。疫苗接种已被证明在限制轮状病毒感染相关的住院和死亡方面高度有效；然而，它在发展中国家仍是一个公共卫生问题（31, 32）。轮状病毒A的NSP1基因是一种IFN拮抗剂，可在毒株依赖性的方式下与宿主CRL（cullin-RING泛素连接酶）系统的多个组分相互作用（26, 33）。然而，NSP1介导IFN抑制的机制仍不清楚（34）。我们试图进一步深入了解这一过程的机制，同时验证我们的工作流程用于病毒泛素连接酶表征。αGFPnb-NSP1导致依赖于

¹哈佛医学院遗传学系，波士顿，马萨诸塞州，美国。²布莱根妇女医院遗传学部，波士顿，马萨诸塞州，美国。³霍华德·休斯医学研究所，波士顿，马萨诸塞州，美国。⁴达纳-法伯癌症研究所癌症生物学系，波士顿，马萨诸塞州，美国。⁵哈佛医学院生物化学与分子药理学系，波士顿，马萨诸塞州，美国。⁶华盛顿大学医学院分子微生物学系，圣路易斯，密苏里州，美国。⁷生物与生物医学科学项目，医学院，波士顿，马萨诸塞州，美国。⁸病毒学项目，医学院，大学，波士顿，马萨诸塞州，美国。⁹化学与化学生物学项目，大学，剑桥，马萨诸塞州，美国。¹⁰医学院细胞生物学系，大学，波士顿，马萨诸塞州，美国。*通讯作者。电子邮箱：selledge@genetics.med..edu †已故

《科学》 2026年8月20日

第1页，共16页

研究论文

A

B

C

D

E

F

图1. 池化遗传筛选识别病毒调控蛋白稳定性的因子。（A至D）抗GFP纳米抗体（αGFPnb）融合可实现对蛋白质降解的底物无关性追踪。（A）病毒泛素连接酶的通用示意图。（B）轮状病毒A NSP1降解IRF3。表达GPS-IRF3（DsRed IRES GFP-IRF3）及含N端3xHA或αGFPnb融合的TRE驱动NSP1的293T-pINDUCER20细胞用200 ng / ml强力霉素（DOX）处理16小时，通过流式细胞术测定GFP / DsRed比值。数据显示为重复测量的平均值±标准差，代表两次独立实验。（C）αGFPnb介导降解的示意图。（D）αGFPnb融合使NSP1降解GFP。表达GPS报告基因（DsRed IRES GFP）的293T-pINDUCER20细胞按（B）所述进行分析。（E）病毒泛素连接酶发现与表征的工作流程。免疫沉淀-质谱（IP-MS）。（F）αGFPnb-vORF降解筛选结果。通过MAGeCK比较输入中底部1% GFP / DsRed细胞的条形码丰度计算显著性。代表性基因以彩色点表示。多个点的存在表示不同物种或毒株间得分相似的病毒基因。筛选在重复实验中进行，包括独立感染、筛选和分选。另见数据S1。

CRLs（被NEDD8激活酶抑制剂MLN4924阻断）、泛素化（被泛素激活酶E1抑制剂TAK243阻断）及蛋白酶体（被蛋白酶体抑制剂硼替佐米阻断）（图2A）。由于许多E3因其接近泛素化反应而不稳定，我们对NSP1-GFP稳定性进行了针对1500个泛素相关基因的CRISPR筛选。该筛选揭示了CUL3复合体（CUL3-NEDD8-RBX1）及蛋白酶体的关键作用（图2B及数据S2A和S2B），与先前报道一致（33）。

免疫沉淀-质谱（IP-MS）分析带血凝素（HA）标签的NSP1确认其与CUL3以及已知底物IRF3和SAMD9存在物理相互作用（图2℃及数据S3A和S3G）（33, 35）。通常，宿主泛素连接酶通过BTB结构域与CUL3相互作用（36）；然而，AlphaFold预测NSP1缺乏BTB结构域（37），且在IP-MS中未观察到含BTB结构域的蛋白。相反，NSP1免疫沉淀拉下了延伸蛋白C，其结构与BTB结构域及CUL1适配子SKP1相似（38, 39），但通常作为CUL2和CUL5的适配子。基于这些结构相似性，我们假设ELOC可能替代BTB结构域以促进CUL3结合。ELOC（TCEB1）和ELOB（TCEB2）在CRISPR筛选中也得分为宿主细胞依赖性因子，表明该相互作用可能对NSP1功能至关重要（图2B）。与此一致，NSP1介导的降解需要CUL3和ELOC（fig. S1A），且Cas9介导的ELOC突变导致CUL3结合减弱（fig. S1B）。此外，纯化的NSP1-CUL3^{ELOB / C< / sup>在体外可有效泛素化IRF3（fig. S1℃）。为从结构上表征该复合物，我们筛选了不同A群轮状病毒株的NSP1基因以提高表达和活性，从而识别出一个在哺乳动物和昆虫细胞中表达改善的变体（ID: B3SRV2.0.1）。我们通过互换免疫沉淀（reciprocal IP）确认了两株NSP1基因均可形成CUL3<>ELOB / C< / >复合物（图2D）。如预期，NSP1可拉下带FLAG标签的CUL3和ALFA标签的ELOC。此外，我们观察到ALFA-ELOC与FLAG-CUL3的相互作用依赖于NSP1表达，与三元复合物形成一致。}

为阐明NSP1复合物组装机制，我们通过冷冻电子显微镜（cryo-EM）解析了CUL3-RBX1--ELOC-NSP1（ID: B3SRV2.0.1）的3.3 Å结构（图2E，表S1及fig. S1D）。NSP1-CUL3<> / C< / >复合物的整体几何结构与宿主泛素连接酶结合CUL2<> / C< / >和CUL5<> / C< / >时相似，其中N端的一个螺旋与ELOC底部相互作用（40–44）。通常，CUL2 / 5连接酶通过由小疏水残基组成的螺旋（BC-box）结合ELOC；然而，NSP1通过一个由中心苯丙氨酸残基（Phe<>210< / >）锚定的螺旋结合ELOC的疏水结合口袋。BC-box通常后接一个富含脯氨酸的序列以促进泛素连接酶与E3间的相互作用。相比之下，NSP1使用第二个螺旋与ELOC和CUL3广泛相互作用以稳定三元复合物形成。

之前，ZSWIM8被报道为CUL3<> / C< / >适配子，在靶向mRNA降解中发挥作用（45, 46）。与NSP1不同，ZSWIM8含有典型的BC-box，表明其组装模式可能更类似于传统的CUL2 / 5连接酶。的确，CUL3- / C-ZSWIM8的最新结构进一步支持了这一观点。

Science 20 AUGUST 2026

2 of 16

图2. 轮状病毒A NSP1蛋白募集CUL3^{ELOB / C}抑制抗病毒RNA信号传导

(A) 轮状病毒A NSP1介导的降解需要CRL活性。携带TRE-αGFPnb-NSP1（ID：Q3ZK61.0.1）的GPS报告细胞用200 ng / ml DOX处理4小时后，再加入1 μM抑制剂（BORT：硼替佐米）处理最后8小时。通过流式细胞术检测重复样本的荧光强度，结果以平均值±标准差显示。

(B) NSP1降解需要CUL3复合体。在GPS-NSP1（DsRed IRES GFP-Q3ZK61.0.1）细胞中进行泛素聚焦CRISPR筛选。另见数据S2A和S2B。

(C) NSP1宿主因子相互作用的免疫沉淀-质谱分析。用MLN4924处理16小时后，用DOX诱导TRE-3xHA-NSP1表达。显示单次实验中过滤常见污染物后的总光谱计数。另见数据S3A和S3G。

(D) NSP1募集CUL3^{ELOB / C}复合体。细胞转染TRE-3xHA-ffLuc2或NSP1（ID：Q3ZK61.0.1或B3SRV2.0.1）、CMV-ALFA-ELOC和CMV-2xFLAG-CUL3后用DOX处理，再进行亲和纯化。WCL：全细胞裂解液。

(E) NSP1-CUL3^{ELOB / C}冷冻电镜结构，局部精修区域已突出显示。

(F和G) NSP1介导的降解依赖于底物和CUL3^{ELOB / C}结合。GPS-β-TrCP1（DsRed IRES GFP-BTRC）细胞携带TRE-NSP1（ID：B3SRV2.0.1）及突变体（β-TrCP：S480A / S483A、ELOC：F210R、CUL3：L184R / L185R）（F）或GPS-IRF3（DsRed IRES GFP-IRF3）细胞携带TRE-NSP1（ID：Q3ZK61.0.1）及突变体（IRF3：L483R、ELOC：F210R、CUL3：L184R / L185R）（G）按(A)方法分析。

(H) IFN反应性HT-29细胞以0.01感染复数（MOI）感染rSA11轮状病毒，在收获时通过焦点形成单位（FFU）分析检测。点代表可在两个时间点检测到感染的单个病毒库的配对测量值。另见fig. S2H。除非另有说明，结果代表两次或更多独立实验。

尽管CUL3^{ELOB / C}结合区域具有保守性，轮状病毒A毒株在C末端存在显著差异，部分毒株具有与IRF3结合相关的ELLISD基序（48），而其他毒株则具有β-TrCP降解子DSGXXD，用于募集并降解β-TrCP，从而抑制核因子κB（NF-κB）信号传导（33, 49–51）。复合体揭示ZSWIM8通过富含脯氨酸的基序结合CUL3（47）。

β-TrCP降解子或CUL3^{ELOB / C}结合位点的突变可减弱β-TrCP降解（图2F），同时解耦底物与CRL结合（fig. S2℃）。在IRF3结合型NSP1变异体中，类似突变在CUL3^{ELOB / C}结合和底物降解中也发挥保守作用（图2G和fig. S2D）。与β-TrCP和IRF3在IFN诱导中的共同作用一致，两种毒株的NSP1变异体在依赖于募集各自底物（β-TrCP和IRF3）及CUL3和ELOC的情况下，可抑制仙台病毒感染后的IFN-β诱导（fig. S2, E和F）。

为评估CUL3^{ELOB / C}募集在活病毒感染中的生理重要性，我们使用成熟的SA11轮状病毒反向遗传系统生成重组病毒（52）。在CUL3^{ELOB / C}结合界面携带NSP1突变的SA11无法在MA104细胞中降解NSP1底物IRF3和SAMD9（fig. S2G）。在IFN反应性HT-29细胞中的多步生长实验显示，ELOC或CUL3结合位点的突变可减弱病毒扩增能力，但程度低于NSP1缺失株，提示NSP1在底物降解之外还有其他作用（图2H和fig. S2H）。

作为一种双链RNA病毒，轮状病毒可被细胞质RNA感受器RIG-I和MDA5识别，后者激活MAVS并促进IRF3和NF-κB的核定位，最终导致Ⅰ型干扰素基因的表达。因此，NSP1毒株通过与CUL3^ELOB / C^保守的相互作用抑制RNA感知并阻止Ⅰ型IFN的诱导，但其作用机制是通过靶向不同的底物实现，这凸显了该免疫逃避轴对轮状病毒A毒力的重要性。

Teviot病毒基质蛋白募集CUL3 ( ^{BTBD1} ) 降解JAK1并抑制IFN-β信号传导

我们接下来研究了Teviot病毒（TevPV）的基质蛋白（M）。Teviot病毒是一种bat-borne Puramyxovirus，其基因组为负链RNA（53）。尽管基质蛋白通常在病毒颗粒装配中发挥结构作用，但它们也可具有调节功能（54）。

《科学》2026年8月20日

第3页，共16页

研究论文

TevPV-M介导的降解需要CRL活性，泛素聚焦型CRISPR敲除筛选鉴定出CUL3和BTBD1为必需宿主因子（图3，A和B，以及数据S2℃和S2D）。免疫沉淀质谱（IP-MS）鉴定出β-连环蛋白降解复合物（CTNNB1 / APC）成分，以及CUL3接头蛋白BTBD1和TRiC分子伴侣复合物成分（图3℃）。Cas9介导的CUL3或BTBD1突变（但非相关接头蛋白BTBD2）可削弱M介导的降解（图3D）。AlphaFold 3预测TevPV-M结合BTBD1的位置邻近但位于其典型底物结合基序之外（fig. S3A）（55）。突变TevPV-M在预测的BTBD1界面处的残基可阻断其与CUL3及ALFA标记的BTBD1结合（fig. S3B）。尽管TevPV-M可结合β-连环蛋白降解复合物的多种成分，但其表达并未导致β-连环蛋白稳定性改变（fig. S3℃）。

为鉴定潜在底物，我们进行了全细胞蛋白质组学分析。Janus激酶1（JAK1）水平在TevPV-M表达后下降（图3E及数据S4A）。JAK1是一种酪氨酸激酶，介导多种细胞因子（包括I型干扰素如IFN-β）的信号传导。野生型TevPV-M（而非BTBD1结合突变体）可导致JAK1降解，这与JAK1作为底物的结论一致（图3F）。JAK1未在TevPV-M的IP-MS中检测到；但这可能反映了底物与病毒蛋白间的低亲和力。为捕获相互作用，我们将可四环素诱导表达的TevPV-M细胞转染ALFA-JAK1并进行亲和纯化。JAK1可独立于TevPV-M与BTBD1的相互作用而沉淀出TevPV-M，表明病毒效应蛋白与宿主底物间存在物理关联（fig. S3D）。在IFN-β信号传导中，细胞因子结合可使受体相关的TYK2和JAK1激酶二聚化，进而发生转磷酸化（56）。TevPV-M降低了JAK1（而非TYK2）的总体水平，同时削弱了两种激酶及转录因子STAT1和STAT2的磷酸化，其依赖于与BTBD1的相互作用（图3G）。

泛素连接酶及接头蛋白因与泛素-蛋白酶体系统（UPS）的相互作用通常不稳定。由于基质蛋白是病毒颗粒的结构成分，病毒可能面临在蛋白质表达稳健性与有效底物降解间的权衡。确实，CRL抑制剂MLN4924处理或BTBD1结合位点突变均可增强TevPV-M水平，且两者均可阻断JAK1降解，提示病毒可能需要在病毒颗粒装配与免疫逃避间取得平衡（图3H及fig. S3E）。

Teviot病毒基质蛋白（TevPV-M）通过募集CUL3（BTBD1）降解JAK1。

Fig. 3. TevPV-M介导的降解需要Cullin-RING连接酶活性。携带TRE-αGFPnb--M（ID: YP_009176989.1）的GPS报告细胞用200 ng / ml DOX处理4小时后，再加入1 μM抑制剂处理最后8小时（BORT：硼替佐米）。荧光通过流式细胞术在平行样本中测定，以平均值±标准差显示。

Fig. 3. -M的降解依赖于CUL3（BTBD1）。在GPS--M（DsRed IRES GFP-YP_009176989.1）细胞中进行泛素聚焦CRISPR筛选。另见数据S2℃和S2D。

Fig. 3. -M相互作用图谱通过免疫沉淀-质谱（IP-MS）构建。用TAK243处理12小时诱导TRE-3xHA--M表达。显示单次实验中经过滤除去实验间常见污染物后的总光谱计数。另见数据S3B和S3G。

-M介导的降解依赖于CUL3（BTBD1）。转导lentiCRISPR构建体的GPS报告细胞按（A）所述进行分析。

A375细胞中TevPV-M表达的全细胞蛋白质组学分析相对于荧光素酶对照，单次实验以三重重复进行。持续富集于ffluc2对照的蛋白质从图中排除。另见数据S4A。

-M降解JAK1。GPS-JAK1（DsRed IRES GFP-JAK1）细胞转导TevPV-M或突变体（*BTBD1:L196E / I199E / P297F），用DOX处理16小时后按（A）所述分析。另见fig. S3，A和B。

-M减弱IFN-β信号传导。A375细胞转导（F）所述载体，用DOX诱导并用2 nM IFN-β刺激30分钟。

-M表达与JAK1丰度呈负相关。来自（G）的细胞按指示处理16小时。另见fig. S3。

除非另有说明，实验结果代表两次或更多独立实验。

阿达纳病毒NSs蛋白募集CUL1(^{\beta\text{-TrCP}})降解JAK1并抑制IFN-β信号传导

阿达纳病毒（一种虫媒Phlebovirus，57）的非结构蛋白小基因（NSs）被预测为潜在的病毒降解蛋白。NSs介导的降解依赖于CRLs（图4A），CRISPR筛选鉴定出CUL1、SKP1和β-TrCP2（FBXW11）为必需宿主因子（图4B及数据S2E和S2F）。与CUL1参与一致，免疫沉淀-质谱（IP-MS）显示NSs与CUL1(^{\beta\text{-TrCP}})复合体的多个组分（β-TrCP1、β-TrCP2、CUL1和SKP1）相互作用（图4℃及数据S3℃和S3G）。人工序列检查发现NSs C末端存在典型β-TrCP降解子（DSGIST），且Cas9介导的CUL1和β-TrCP2突变（但非β-TrCP1）可减少降解（图4D）。此外，结合的蛋白质中还包括JAK1，后者被视为潜在底物。确实，NSs通过依赖NSs C末端β-TrCP降解子的方式降低了JAK1表达（图4E）。值得注意的是，NSs缺乏降解子上游典型所需的受体赖氨酸残基（58），这可能解释其主要作为接头蛋白而非底物的作用。截断实验表明JAK1假激酶结构域对其降解至关重要（fig. S4A），而AlphaFold 3预测显示NSs在JAK1二聚化界面处与JAK1假激酶结构域N叶相结合（图4F）（59）。突变β-TrCP降解子可消除β-TrCP结合，但不影响JAK1相互作用；而预测的JAK1结合位点突变则减弱JAK1结合但不削弱β-TrCP相互作用（图4G）。类似地，对JAK1假激酶结构域预测界面的突变可减弱NSs介导的降解（fig. S4B）。

为验证JAK1降解的功能重要性，我们在IFN-β刺激后评估了信号通路激活。野生型NSs导致JAK1水平轻度降低，但强烈抑制了JAK1、TYK2和STAT1的磷酸化，该抑制依赖于β-TrCP和JAK1结合（图4H）。综上，这些结果表明阿达纳病毒NSs蛋白募集CUL1(^{\beta\text{-TrCP}})降解JAK1并抑制IFN-β信号传导（fig. S4℃）。

此前，与阿达纳病毒NSs基因结构相关的裂谷热病毒（RVFV）NSs基因已被报道在蛋白质降解中具有多重作用（60–62）。NSs基因的初级序列比对及来自不同Phlebovirus物种的AlphaFold 3预测表明JAK1

NSs介导的降解依赖于CUL1（β-TrCP2）。来自(A)的GPS报告细胞通过CRISPR-Cas9构建靶向指定基因（β-TrCP1：BTRC；β-TrCP2：FBXW11）进行转导，并按(A)所述进行分析。(E) NSs表达降低JAK1水平。携带NSs野生型或突变体（β-TrCP：S259A / S262A / T263A）的GPS-JAK1（DsRed IRES GFP-JAK1）细胞用DOX处理16小时，并按(A)所述进行分析。(F) AlphaFold 3预测NSs-JAK1假激酶结构域复合物（ipTM = 0.64）。另见图S4，A和B。(G) 功能分离突变解耦JAK1与β-TrCP结合。表达NSs或突变体（β-TrCP和*JAK1：F137A / F140A）的细胞用DOX + MLN4924处理16小时后进行HA免疫沉淀和蛋白质印迹分析。(H) NSs对IFN-β信号的抑制需要β-TrCP和JAK1结合。A375细胞按(G)所述转导构建物并在用DOX诱导24小时后用2 nM IFN-β刺激30分钟。另见图S4。除非另有说明，实验结果代表两次或更多独立实验。

Science 20 AUGUST 2026

5 of 16

研究文章

结合作用被限制在一类密切相关的病毒中，尽管NSs整体折叠保守（图S4，D和E）。尽管RVFV NSs之前已被鉴定与β-TrCP相互作用（61），但我们在Adana病毒及相关物种中鉴定的典型β-TrCP降解子并不保守于RVFV。RVFV反而使用一种与Adana病毒不同的磷酸化模拟降解子，凸显该病毒家族中协同机制的多样性。通过降解JAK1，Adana病毒和Teviot病毒均可削弱IFN-β信号传导，但通过不同的cullin复合物实现，凸显JAK1在病毒限制中的关键作用。

拉兹丹病毒NSs蛋白招募CUL3降解CUL1并抑制NF-κB信号通路

拉兹丹病毒（63）和班贾病毒（64–66）的NSs基因作为潜在的降解因子被预测，我们随后对拉兹丹NSs进行了初步验证和特征分析。拉兹丹NSs诱导了依赖CRL的降解，且需要CUL3参与（图5，A和B；附图S5A；数据S2G和S2H）。与此一致，NSs与CUL3结合紧密，但免疫沉淀质谱（IP-MS）未检测到BTB结构域接头蛋白，提示可能存在直接相互作用（附图S5B及数据S3D和S3G）。阿尔法折叠3预测显示，拉兹丹NSs的C端区域可直接与CUL3在典型BTB结构域结合位点相互作用（附图S5℃）。全细胞蛋白质组学分析显示CUL1丢失，同时多个CUL1底物（CTNNB1、ORC1、EID1、IREB2、MORF4L1 / 2）和F-box蛋白（CCNF、FBXO28）稳定，提示CUL1被NSs降解（图5℃及数据S4B）。确实，拉兹丹和班贾NSs均可在CRL依赖的方式下强效降解CUL1（图5D）。为测试NSs表达对CUL1活性的影响，我们使用了GPS报告系统，该系统由一段IFNA8肽段组成，该肽段在全基因组筛选中被鉴定为由CUL1FBXO21调控的降解子肽段（67）。拉兹丹或班贾NSs的表达稳定了该报告系统，证明了CUL1降解导致的功能性抑制（图5E）。CUL1的降解依赖于拉兹丹NSs在预测CUL3结合界面的氨基酸残基，这与NSs作为非典型CUL3泛素连接酶的功能一致（附图S5D）。在ALFA标记的CUL1与HA标记的NSs之间的免疫共沉淀实验显示，该结合不依赖于与CUL3的相互作用（附图S5E），而细胞内泛素化实验则揭示NSs以CUL3依赖的方式对CUL1进行泛素化（附图S5F）。

靶向β-TrCP是病毒逃避免疫的常见策略，因为NF-κB信号通路的激活需要CUL1β-TrCP介导的磷酸化

E) Razdan和Bhanja病毒的NSs基因（ID: YP_009141016.1.1）降解CUL1并抑制其活性。GPS-CUL1（DsRed IRES GFP-CUL1，D）或CUL1FBXO21报告基因（DsRed IRES GFP-IFNA8_93-120，E）细胞按（A）所述进行分析。（F）Razdan和Bhanja病毒NSs表达在TNFα处理后减弱IκBα降解。携带TRE-3xHA-NSs的A375细胞用DOX诱导16小时，随后用100 ng / ml TNFα处理30分钟。（G）Razdan和Bhanja病毒NSs表达在TNFα处理后阻断NF-κB p65的核转位。来自（F）的细胞固定、穿透后，用αNFκB p65抗体染色，再用AF647标记的二抗和DAPI（4',6-二脒基-2-苯基吲哚）标记细胞核。p65的核定位通过CellProfiler定量（另见fig. S5G）。（H）Razdan和Bhanja病毒NSs表达在TNFα刺激后减弱IL-1β的诱导。来自（F）的细胞在4小时内用TNFα刺激，随后进行IL1B和ACTB内源性对照的qPCR。另见fig. S5。实验结果代表两次或更多独立实验，除非另有说明。

Science 20 AUGUST 2026

6 of 16

研究论文

IκBα释放NF-κB以进行核转位（33, 49–51, 68）。在肿瘤坏死因子α（TNFα）处理的细胞中，Razdan或Bhanja病毒NSs的表达减弱了IκBα降解，并导致SDS-聚丙烯酰胺凝胶电泳（SDS-PAGE）中的条带大小变化，这对应于磷酸化IκBα的增加（图5F）。对NF-κB-p65核转位（图5G及fig. S5G）和NF-κB靶基因IL1β的诱导（图5H）也观察到类似效应。这些结果共同表明，NSs降解CUL1并抑制NF-κB信号通路（fig. S5H）。

非洲猪瘟病毒编码多种CUL2 / 5 ( ^{ELOB / C} ) 适配器及其多样化底物

非洲猪瘟病毒（ASFV）是一种大型双链DNA病毒，可感染野猪和家猪，在家猪群中引发严重发热且致死率近100%（69, 70）。ASFV基因MGF505-9R以CRL依赖的方式诱导蛋白降解，而针对所需宿主因子的CRISPR筛选鉴定出CUL5，以及ELOC（TCEB1）和ELOB（TCEB2）（图6，A和B）。MGF505-9R是MGF505重复蛋白家族的成员，该家族基因在基因组末端高度重复（每个基因组约有10至15个拷贝）。多个MGF505家族成员及其相关的MGF360家族成员在降解筛选中得分（图6℃）。AlphaFold 3预测显示，MGF505和MGF360基因具有相似的N端结构域，但在α螺旋重复区的大小和序列上存在差异（fig. S6A）。对MGF505和MGF360基因结构保守的N端结构域进行更详细的检查，发现存在一个保守的BC-box基序，宿主泛素连接酶通过该基序结合ELOC（图6D）。与此一致的是，MGF505-9R介导的降解可被显性负性CUL5（图6E）或BC-box突变体（图6F）阻断。相比之下，MGF360家族成员（如MGF360-10L）诱导的CRL依赖性蛋白降解可被显性负性CUL2和显性负性CUL5同时阻断（fig. S6，B和C）。MGF505-9R和MGF360-12L分别结合CUL5和CUL2，且这些相互作用依赖于BC-box的残基（fig. S6D）。尽管N端结构域保守，MGF505和MGF360家族成员在其重复结构域的序列上存在分歧，提示可能具有不同的底物特异性。

为鉴定候选底物，我们比较了MGF505-9R野生型与ELOC突变体的免疫沉淀质谱（IP-MS）数据。如预期，CUL5复合物的组分（CUL5、ELOB、ELOC、RNF7）选择性结合野生型MGF505-9R，而非ELOC突变体。9R介导的降解应降低底物丰度，导致在表达野生型的细胞中相对于表达*ELOC突变体的细胞中，底物的光谱计数更低。通过此方法，我们发现ZC3HAV1（ZAP）及其辅因子解旋酶DHX30

图6. 非洲猪瘟病毒MGF505基因是CUL5（ELOB / C）泛素连接酶

（A）MGF505-9R降解需要切连蛋白-环指连接酶活性。携带TRE-αGFPnb-MGF505-9R（ID: P0℃9U9.0.1）的GPS报告细胞用200 ng / ml DOX处理4小时后，再添加1 μM抑制剂处理最后8小时（BORT：硼替佐米）。荧光通过流式细胞术在两个平行样本中测定，结果以平均值±标准差表示。

（B）MGF505-9R降解依赖CUL5。在携带GPS-MGF505-9R（DsRed IRES GFP-P0℃9U9.0.1）细胞中进行泛素聚焦CRISPR筛选。另见数据S2I和S2J。

（C）αGFPnb筛选结果显示ASFV MGF505（橙色）和MGF360（蓝色）筛选结果。通过比较分选细胞与未分选细胞的条形码丰度，使用MAGeCK计算倍数变化和假发现率（FDR）。绘图时引入抖动以区分密集数据点。另见图1F。

（D）MGF505和MGF360家族基因包含保守的N端BC盒和切连蛋白盒基序。使用Clustal Omega进行对齐，并在Jalview中可视化。

（E）MGF505-9R降解被显性负性（DN）CUL5阻断。携带TRE-αGFPnb-MGF505-9R的GPS报告细胞转染含tagBFP标记的DN-CUL构建体。转染5小时后，细胞用DOX ± MLN4924处理16小时，再通过流式细胞术分析tagBFP+群体中的GFP / DsRed比值。

（F）保守BC盒残基是MGF505-9R介导降解所必需的。携带TRE-αGFPnb-MGF505-9R野生型或突变体（*ELOC:L4A / L7A / C8A）的GPS报告细胞用DOX处理16小时后，按（A）所述进行分析。实验结果代表至少两次独立实验，除非另有说明。

《科学》2026年8月20日

第7页，共16页

研究论文

作为前列筛选结果（图7A、fig. S7A及数据S3E和S3G）（71–73）。尽管最初被描述为RNA病毒，ZC3HAV1也限制DNA病毒，包括痘苗病毒（74）和巨细胞病毒（75）。与其作为底物的作用一致，ZC3HAV1在猪WSL-R细胞中通过全细胞蛋白质组学检测显示出显著下调（图7B及数据S4℃）。在耗尽的蛋白质中，我们还鉴定出参与微RNA（miRNA）生物发生的ZC3H7A / B；抗病毒和抗细菌的泛素连接酶RNF213；以及CASP8（caspase 8），其通过TNF信号介导外源性凋亡中具有核心作用（fig. S7B）（77）。为测试MGF505-9R介导降解的功能后果，我们用IFN-β处理A549细胞以上调ZC3HAV1，随后进行仙台病毒感染（图7、C和D及fig. S7，C至E）（78）。MGF505-9R表达增强了仙台病毒RNA水平，此效应需要CUL5（ELOB / C）结合，且在MGF505-10R中未观察到（图7D）。

除MGF505-9R外，MGF505-10R在筛选中得分与9R整体相似，且尽管整体序列一致性仅为45%，仍具有高度保守的N端结构域。为鉴定MGF505-10R的底物，我们采用了与上述相似的免疫沉淀-质谱策略。富集蛋白质包括参与自噬的溶酶体因子，如FIP200及其伙伴ATG13（79），以及GATOR2复合体组分（MIOS、WDR59、SEH1L、WDR24）（图7E、fig. S8A及数据S3F和S3G）（80）。在猪WSL-R细胞的全细胞蛋白质组学中，FIP200的缺失与其作为底物的作用一致（图7F）。FIP200被MGF505-10R降解依赖于BC盒，并被CRL抑制剂MLN4924阻断（fig. S8B）。尽管与GATOR2组分有稳健结合，但我们未观察到这些蛋白质的降解，提示它们可能不是底物（fig. S8℃）。

由于 FIP200 在调控自噬过程中发挥作用，我们试图评估 MGF505-10R 表达对饥饿诱导的自噬的影响。为此，我们使用了先前描述的自噬报告系统（附图 S8D）（81）。MGF505-10R 的表达（而非 *ELOC 突变体或 MGF505-9R）在氨基酸饥饿后降低了自噬流量（图 7G）。这些结果通过使用荧光 LC3 报告系统进行的自噬流量测定得到进一步验证，其中 MGF505-10R 表达在氨基酸饥饿后减弱了 GFP-LC3 的降解，模拟了 FIP200 缺失的表型（附图 S8E）（82）。我们的发现与先前报道一致，即在 ASFV 感染期间自噬被阻断（83）。此前，MGF505 和 MGF360 家族的成员已被证明具有多种功能（84–91）。我们的发现——MGF505 和 MGF360 家族蛋白作为 CRLs 发挥作用——将这些观察结果统一起来，并可能有助于开发利用这一共同作用机制的抗病毒药物和减毒疫苗株。

图 7. MGF505 家族成员 9R 和 10R 利用 CUL5 ( ^{ELOC/C} ) 调控不同底物。

（A）MGF505-9R 差异免疫沉淀质谱分析。携带 TRE-3xHA-MGF505-9R（ID: P0C9U9.0.1）野生型或突变体（*ELOC:L4A/L7A/C8A）的 293T 细胞在用 200 ng/ml DOX 诱导后进行 HA-免疫沉淀和质谱分析。在过滤掉常见污染物后，各次 pull-down 的光谱计数被标准化至诱饵并相减以获得相对结合测量值。另见附图 S7A 及数据 S3E 和 S3G。

（B）猪 WSL-R 细胞中 MGF505-9R 的全细胞蛋白质组学。图显示 MGF505-9R 表达细胞相对于萤光素酶对照的蛋白质丰度。未表征的蛋白质被从图中省略。结果显示为三次重复实验中的单次实验。另见附图 S7B 及数据 S4C。

（C）MGF505-9R 对 ZC3HAV1 的降解依赖于 CUL5 ( ^{ELOC/C} ) 结合。

（D）MGF505-9R 表达增强仙台病毒（SeV）感染。A549 细胞用 DOX 和 5 nM IFN-β 处理 24 小时后，以 1:500 稀释度复孔感染仙台病毒 18 小时，并通过 qPCR 检测相对于 ACTB 内源对照的 SeV-N。

（E）MGF505-10R（ID: P0C9V2.0.1）差异免疫沉淀质谱分析。转导 TRE-3xHA-MGF505-10R 野生型或突变体（*ELOC:L4A/L7A/C8A）的 293T 细胞按（A）所述进行分析。另见附图 S8A 及数据 S3F 和 S3G。

（F）猪 WSL-R 细胞中 MGF505-10R 的全细胞蛋白质组学。图显示 MGF505-10R 表达细胞相对于萤光素酶对照的蛋白质丰度，分析方法同（B）。另见附图 S8B 及数据 S4D。

（G）MGF505-10R 在氨基酸饥饿时减弱自噬。293T HaloTag-LC3 细胞用 DOX 诱导并用 100 nM 四甲基罗丹明（TMR）-HaloLigand 脉冲 20 分钟，洗涤两次后在无氨基酸 DMEM 中培养 6 小时，收获裂解液进行 Western blot 分析（上带：HaloTag-LC3 融合蛋白，下带：游离 HaloTag）。另见附图 S8D。实验结果代表至少两次独立重复实验，除非另有说明。

Science，2026 年 8 月 20 日

第 8 页，共 16 页

讨论

在这项研究中，我们使用新构建的病毒开放阅读框文库，系统性地鉴定了将宿主蛋白靶向降解的病毒蛋白。通过将病毒基因融合至GFP特异性纳米抗体，我们识别出一系列多样化的病毒泛素连接酶，这些酶尽管在底物无偏筛选中被检测，却收敛于一组核心底物，这些底物参与免疫信号传导和抗病毒反应。

这些病毒蛋白通过多样化策略劫持宿主泛素-蛋白酶体系统（UPS），其中一些模仿宿主机制，而其他则代表全新的作用模式。我们将病毒降解蛋白分为三个主要类别：（i）经典的泛素连接酶；（ii）重定向宿主泛素连接酶的劫持者；以及（iii）通过非典型机制重组CRL机器的非常规泛素连接酶。

病毒劫持UPS最直接的方式是充当经典泛素连接酶，模仿宿主E3酶。此类例子之一是ASFV MGF505家族成员，它们含有一个由规则排列的疏水残基组成的螺旋结构BC-box，用于募集CUL5^{ELOR / C< / sup>。尽管宿主蛋白中也存在类似的BC-box序列，但MGF505家族成员拥有一个宿主连接酶中不存在的重复结构域（92），表明该基序可能通过趋同进化而非基因捕获产生，正如痘病毒BTB结构域蛋白所见（93）。MGF505家族成员及其相关的MGF360家族均具有保守的N端，可与降解机器相互作用，以及可变的C端，用于介导底物募集，使病毒能够利用UPS调控多样化的细胞过程。}

除模仿宿主连接酶外，病毒蛋白还可通过结合宿主泛素连接酶并改变其底物特异性来劫持E3酶。我们观察到Teviot病毒基质蛋白和Adana病毒NSs蛋白均降解JAK1以调节细胞因子信号传导，从而实现此类病毒劫持。尽管JAK1的调控机制相同，但TevPV-M和Adana病毒NSs在与UPS的相互作用上存在显著差异：TevPV-M结合CUL3<>BTB26< / >，而Adana病毒NSs结合CUL1<>BTB26< / >，本质上充当宿主衔接子BTB和F-box蛋白的衔接子。在这两种情况下，病毒均功能化宿主连接酶，促进JAK1作为新底物被识别。

通过模仿或劫持宿主连接酶，病毒利用宿主细胞中既有的蛋白质-蛋白质相互作用模式执行病毒功能。然而，病毒还可颠覆这些模式，组装利用宿主UPS共同特征的复合物。在此，我们发现轮状病毒A NSP1蛋白使用CUL2 / 5衔接子ELOC替代BTB结构域，以促进CUL3结合和底物降解。与NSP1类似，Razdan和Bhanja病毒NSs蛋白缺乏BTB结构域，而是通过其C端尾部与CUL3在BTB结构域通常结合的位点相互作用。因此，尽管宿主连接酶通常呈现典型的Cullin和衔接子蛋白模式，我们仍发现多个病毒颠覆这些规则的例子。与通过基因重复和多样化产生的宿主连接酶不同，病毒连接酶常通过从头产生出现，使其能够探索非常规的相互作用模式，包括利用保守结构元件创新新策略。

尽管Cullin募集模式多样，病毒泛素连接酶却收敛于一组在抗病毒信号传导中具有关键作用的底物，包括JAK-STAT和NF-κB通路。尽管我们最初的筛选通过将病毒蛋白融合至αGFP纳米抗体以底物无偏方式进行，但仍识别出多个JAK1和CUL1<>2-3CP< / >的调节因子。通过多样化降解机制的病毒泛素连接酶对免疫信号蛋白的收敛性靶向，凸显了免疫信号传导在限制病毒感染中的重要性。

通过我们的研究，一个值得注意的发现是，具有多样宿主嗜性的病毒编码效应蛋白，能够调节人类细胞中的免疫信号传导。由于我们的文库具有多样性，除了已知人类病毒的基因外，我们还识别出了那些主要宿主并非人类的病毒的基因。尽管如此，这些蛋白质仍能与人类泛素-蛋白酶体系统（UPS）和免疫信号传导通路的组分相互作用。这表明，其他屏障（如传播途径）可能在决定宿主范围方面更为关键，同时也凸显了在人畜共患病中，病毒对新宿主的适应可能迅速发生。

综上所述，病毒已进化出多样化机制，利用UPS抑制免疫信号传导并促进病毒感染。我们的方法结合了池化遗传筛选与功能表征，为识别病毒效应蛋白及其宿主依赖性提供了强大平台，且无需活病毒感染。这种异位表达病毒蛋白的策略使我们能够在单次池化遗传筛选中研究具有多样宿主和细胞型嗜性的病毒，但它并未完全再现病毒蛋白在感染宿主细胞环境中的功能。不过，结合深入的机制和功能研究，该方法可用于发现和表征病毒蛋白功能。尽管我们研究中提出的结构预测得到了生化和功能证据的支持，但这些结合界面的确切验证仍有待未来的结构研究。我们的研究结果共同揭示了潜在的抗病毒干预靶点，并为病毒进化和免疫逃避机制提供了新的见解。

材料与方法

细胞培养

HEK-293T（ATCC:CRL-3216，RRID:CVCL_0063）、A375（ATCC:CRL-1619，RRID:CVCL_0132）和A549（ATCC:CCL-185，RRID:CVCL_0023）细胞在37℃、5% CO₂条件下，使用Dulbecco改良Eagle培养基（DMEM，高糖，GlutaMAX，ThermoFisher Scientific，10566016）培养，并补充100单位 / 毫升青霉素-链霉素（ThermoFisher Scientific，15070063）和10%胎牛血清（FBS，Cytiva，SH30088.03）。BHK-17细胞（94）在DMEM中补充10% FBS、100 IU / 毫升青霉素、100微克 / 毫升链霉素和0.292毫克 / 毫升L-谷氨酰胺，每隔一代添加0.3毫克 / 毫升G-418（Promega）。MA104 N+V细胞（94）在Medium 199（Sigma-Aldrich）中补充10% FBS、100 IU / 毫升青霉素、100微克 / 毫升链霉素和0.292毫克 / 毫升L-谷氨酰胺，每隔一代添加10微克 / 毫升嘌呤霉素（Selleckchem，#S7417）和10微克 / 毫升布拉斯迪霉素（Selleckchem，#S7419）。HT-29（ATCC:HTB-38，RRID:CVCL_0320）细胞在高级DMEM F12（Gibco #12634010）中补充10% FBS、青霉素-链霉素-谷氨酰胺（Gibco，#10378016）、10毫摩尔HEPES（，#15630106）、非必需氨基酸溶液（，#11140050）和1毫摩尔丙酮酸钠（，#11360070）。WSL-R（RRID:CVCL_0166）细胞在37℃、5% CO₂条件下，使用50% Ham's F-12营养混合物（ThermoFisher Scientific，11765054）和50% IMDM（ThermoFisher Scientific，12440053）培养，并补充10% FBS、1%青霉素-链霉素和1%GlutaMAX（ThermoFisher Scientific，35050079）。用于杆状病毒生成时，Sf9细胞（Expression Systems，94-001S）在27℃下使用ESF 921培养基（Expression Systems，96-001-01）培养。用于昆虫细胞表达时，Trichoplusia ni（High Five；，B85502）细胞在27℃下使用SF-4 Baculo Express ICM培养基（BioConcept，9-00F38）培养。

慢病毒和逆转录病毒生产

慢病毒通过将293T细胞转染携带转移质粒和包装混合物（包括VSV-G、gag-pol、tat和rev，比例为2:1:1:1）的PolyJet（SignaGen，SL100688）制备，按制造商说明操作。小规模病毒生产时，293T细胞以每孔0.8×10⁶个细胞接种于6孔板。次日，每孔转染1微克转移质粒、1微克包装混合物和6微升PolyJet。大规模转染（包括慢病毒文库）时，Lenti-X细胞（Takara，632180）以12×10⁶个细胞接种于15厘米培养皿。次日，将6.5微克转移质粒和6.5微克包装混合物与52微升PolyJet混合后加入15厘米培养皿。

《科学》2026年8月20日

9 / 16

研究论文

转染后5小时更换培养基，转染后48至72小时收集含慢病毒的上清液，通过0.45微米滤膜过滤或离心去除细胞后，直接加入含10微克 / 毫升聚凝胺（Millipore，TR-1003-G）的靶细胞，或使用Lenti-X浓缩剂（Takara，631232）进行浓缩。

逆转录病毒通过将293T细胞转染携带表达质粒和包装混合物（包括VSV-G和pUMVC，Addgene #8449；RRID:Addgene_8449，比例为1:1）的PolyJet制备，按制造商说明操作。293T细胞以每孔0.8×10⁶个细胞接种于6孔板。次日，每孔转染1微克转移质粒、1微克包装混合物和6微升PolyJet。转染后5小时更换培养基，48小时后收集含逆转录病毒的上清液，离心去除细胞后，加入含10微克 / 毫升聚凝胺的靶细胞进行转导。

质粒与克隆

为通过αGFPnb融合监测降解，我们构建了一个Gateway兼容的目的载体pHAGE-TRE-αGFPnb-R-DEST-PGK-puro，其编码一个四环素诱导型GFP纳米抗体（21），其中赖氨酸残基被突变为精氨酸以限制自泛素化。为优化GFP纳米抗体融合的降解效果，我们克隆了pHAGE-PGK-DsRed-IRES-GFP-EF1a-blast（epCRG.046），这是GPS3.0载体（95）的改进版本。反式四环素控制转录激活因子（rtTA）表达由pINDUCER20（Addgene质粒#44012；RRID:Addgene_44012）的改进版本提供，该版本工程化携带小鼠CD19或BFP标记（pINDUCER20-mCD19、pINDUCER20-BFP）。

为构建αGFPnb-vORF文库，使用了一个含约10,500个vORF的条形码文库。简言之，该文库覆盖所有具有人嗜性的病毒物种，并由Gateway兼容的入口克隆中的病毒基因（最多570个氨基酸）组成（17）。对于超过该合成限制的基因，使用了带285个氨基酸重叠的570个氨基酸片段。每个片段均含唯一条形码及五种多样化盒以改善筛选统计。该文库通过LR Clonase II（ThermoFisher Scientific, 11791100）克隆入pHAGE-TRE-αGFPnb-R-DEST-PGK-puro。反应转化入ElectroMAX DH10B（ThermoFisher Scientific, 18290015），在37℃ SOC培养基中恢复1小时，铺于含氨苄青霉素的LB琼脂平板，并于30℃过夜培养。收集细菌并在37℃含100 μg / ml羧苄青霉素的LB液体培养基中培养4小时，随后进行HiSpeed Maxi纯化（Qiagen, 12663）。

为验证，单个入口载体通过Gateway克隆入pHAGE-TRE-αGFPnb-R-DEST-PGK-hygro，以兼容嘌呤霉素抗性的慢病毒CRISPR构建体。为后续CRISPR筛选，vORF被克隆入pHAGE-GPS3.0-DEST-hygro载体（95）。为进行免疫沉淀-质谱（IP-MS）、全细胞蛋白质组学及功能性检测，vORF通过Gateway克隆入pHAGE-TRE-3xHA-DEST-PGK-puro或pHAGE-TRE-3xHA-DEST-PGK-blast。作为阴性对照，使用了编码ffLuc2的入口克隆（Addgene质粒#162889，RRID:Addgene_162889）（97）。突变体通过入口载体的Q5位点定向诱变克隆，所用引物由NEBase Changer设计。简言之，病毒或人类入口克隆通过Q5高保真2X Master Mix（New England Biolabs, M0492L）与诱变引物扩增。所得聚合酶链反应（PCR）产物经激酶、连接酶、DpnI（KLD）混合物（New England Biolabs, M0554S）处理后，转化入Stbl3化学感受态细胞（Invitrogen, C7373-03）。为进行轮状病毒反向遗传学实验，我们通过上述定点诱变方法将突变引入pT7-NSP1SA11（Addgene质粒#89168，RRID:Addgene_89168）（52）。

为通过流式细胞术测量底物稳定性，将Ultimate ORF收集（ThermoFisher Scientific）中的人类开放阅读框克隆入pHAGE-GPS3.0-DEST-hygro载体（95）。入口克隆ID如下：JAK1（IOH82180）、BTRC（β-TrCP1，IOH11366）、CUL1（IOH41991）、CTNNB1（β-连环蛋白，IOH29101）。IRF3通过pTRIP-GFP-IRF3（Addgene质粒#127663；RRID:Addgene_127663）（98）扩增，并添加pENTR / D-TOPO克隆（Life Technologies, K2400-20）适配子。由IFNA8肽段组成的CUL1 FBX021报告载体（pHAGE-GPS6.0-hygro-P32881_IFNA8_5_M1-15）已有描述（67）。为监测干扰素表达诱导，我们改造了pCCL / IFNB1-d2eGFP-3'UTR（Addgene质粒#180232；RRID:Addgene_180232）（99），将eGFP替换为mScarlet（epCRG.253 pCCL / IFNB1-d2mScarlet）。为监测自噬，我们使用了pMRX-IP-HaloTag7-LC3（Addgene质粒#184899；RRID:Addgene_184899）（81）及pMXs GFP-LC3-RFP（Addgene质粒#117413；RRID:Addgene_117413）（82）。

为了生成带有ALFA标签（100）的ELOC，将人源ELOC（18-112）从pIVM_26 pCDF-1b DUET ELOBC（Addgene质粒编号#204501，RRID: Addgene_204501）（44）通过PCR扩增，并添加attB接头。使用BP clonase II（Thermo Fisher Scientific，货号11789100）将ELOC扩增子转入pDONR221（Thermo Fisher Scientific，货号12536017）。随后使用LR clonase II将其转入pRK5-CMV-ALFA-DEST-PGK-TagBFP（epCRG.838）。

为了生成带有FLAG标签的CUL3，将Ultimate ORF收藏中的CUL3克隆（IOH26262）通过LR clonase II转入pHAGE-CMV-2xFLAG-DEST-PGK-puro。

为了生成带有ALFA标签的BTBD1，将Ultimate ORF收藏中的BTBD1克隆（IOH21551）通过LR clonase II转入pHAGE-PGK-ALFA-DEST-EF1a-blast（epCRG.1030）。

为了生成带有ALFA标签的CUL1和JAK1，将Ultimate ORF收藏中的入口克隆（CUL1: IOH41991，JAK1: IOH82180）通过LR clonase II克隆入pRK5-CMV-ALFA-DEST-PGK-TagBFP（epCRG.838）。

对于HA标签MGF505家族成员的瞬时转染，将vORFs通过PCR扩增并克隆入用Sal I/Not I酶切的pRK5-HA-SAMTOR（Addgene质粒编号#100513，RRID: Addgene_100513）（101）中，使用Gibson Assembly Master Mix（New England Biolabs，货号2611S）。有关病毒和人类基因的氨基酸序列，请参阅data S7。

为扰动宿主降解通路，我们进行了Cas9介导的突变并过表达显性负性cullin构建体。对于单个靶向，将指导RNA克隆入改进的FE发夹结构的lentiCRISPRv2（102）（103）。指导RNA序列请参阅data S6。对于通过瞬时转染过表达显性负性cullin，使用带有tagBFP标记的DN-CUL构建体（pHAGE-SFFV-DNCul-FLAG-2A-tagBFP）（104）。

对于杆状病毒昆虫表达，将ELOB、ELOC、Strep-TEV-CUL3和Strep-TEV-IRF3克隆入pAC8载体。NSP1（ID: B3SRV2.0.1，ID: Q3ZK61.0.1）和GST-TEV-RBX1克隆入pLIB载体。泛素化和NEDD8化试剂按之前描述（105）克隆并纯化，包括pET3a-UB、pGEX4T1-3C-NEDD8、pGEX4T1-TEV-UBE2D3、pGEX4T1-TEV-UBE2M、pET-APPBP1-UBA3和pLIB-GST-TEV-UBA1。

病毒性开放阅读框降解筛选

选择了一个293T-pINDUCER20-mCD19单细胞克隆（该克隆具有低DsRed表达和高四环素诱导性CD19表达，使用Biolegend公司产品115522的抗鼠CD19 AF647抗体）。该细胞系以20-30%的转导效率导入pHAGE-TRE-αGFPnb-vORF-PGK-puro文库，实现ORF水平约2,000倍覆盖（约132e6个细胞），并用嘌呤霉素筛选。细胞经200 ng / ml多西环素（Sigma公司，D9891-1G）处理16小时后，使用Sony SH800S细胞分选仪（100 μm芯片，Sony公司，LE-C3210）根据GFP / DsRed比例分选收集底部1%的细胞。该筛选以独立感染、筛选和细胞分选方式重复进行两次。

输入样本和分选样本的基因组DNA使用GeneJET基因组DNA纯化试剂盒（ThermoFisher Scientific公司，K0722）提取，并使用Q5高保真2×Master Mix扩增使用针对条形码区域的特异性引物（该引物可添加接头序列及1-7 bp交错，仅5'端）（106）。PCR产物使用QIAquick PCR纯化试剂盒（Qiagen公司，28106）纯化，并通过第二轮PCR扩增以添加Illumina接头及样本索引。池化的PCR产物在1%琼脂糖凝胶上电泳，使用QIAquick凝胶回收试剂盒（Qiagen公司，28706）回收，并由哈佛大学生物聚合物设施使用NovaSeq 6000 SP（Illumina）测序。Illumina测序读长使用Cutadapt进行分析，随后用Bowtie识别条形码。在消除任一输入重复中条形码读数少于10的情况后，使用MAGeCK（107）将分选样本与未分选输入样本进行比较以识别富集的条形码。含有少于两个条形码的开放阅读框被排除在分析之外。基于SignalP 5.0（108）对含信号肽的vORF进行过滤，以避免与N端融合相关的潜在质量控制问题。

泛素CRISPR筛选的验证

对于单个验证，将表达pHAGE-PGK-DsRed-IRES-GFP-EF1a-blast的293T-pINDUCER20-mCD19细胞用pHAGE-TRE-αGFPnb-DEST-PGK-hygro中的单个病毒ORF转导。经嘌呤霉素筛选后，细胞用400 ng / ml DOX处理12小时。在最后8小时，将DOX稀释至200 ng / ml，并加入1 μM MLN4924（Selleckchem，S7109）、TAK-243（Selleckchem，S8341）或硼替佐米（APExBIO，A2614）。诱导和抑制剂处理后，使用CytoFLEX LX流式细胞仪（贝克曼库尔特）测量荧光。

对于CRISPR筛选，vORF通过Gateway克隆至pHAGE-GPS3.0-DEST-hygro载体（使用LR Clonase II）。表达DsRed IRES GFPvORF的细胞系以20-30%的转导效率用针对~1500个基因（每个基因6个向导）的泛素-蛋白酶体系统相关sgRNA慢病毒文库转导，覆盖水平为500倍（以向导为单位）。细胞用嘌呤霉素筛选3天，并在完全培养基中培养2天。使用Sony SH800S细胞分选仪（配100 μm芯片）分选GFP / DsRed比值最高的前5%细胞。基因组DNA和Illumina文库的制备如上所述，但使用改良的PCR1引物扩增sgRNA盒。

对于单个Cas9介导的突变，验证细胞系用携带FE修饰及嘌呤霉素或嘌呤霉素抗性的lentiCRISPRv2中的向导转导。转导后4-7天，细胞用200 ng / ml DOX（±1 μM MLN4924）诱导16小时，通过流式细胞术测量荧光。

对于显性负性切连蛋白表达，将单个验证细胞系以0.3×10^6 / 孔接种于12孔板，次日用300 ng pHAGE:8FFV-DNCul-FLAG-2A-tagBFP或空载体对照及1 μL PolyJet转染。转染后5-24小时，换用含200 ng / ml DOX（±1 μM MLN4924）的培养基，并在诱导后16小时通过流式细胞术测量荧光。

免疫沉淀与全细胞裂解液蛋白质印迹

全细胞裂解液检测时，细胞接种于6孔板，用200 ng / ml DOX（含或不含1 μM MLN4924）处理。信号检测实验中，细胞用2 nM IFN-β（Peprotech，300-02BC）或100 ng / ml TNFα（R&D systems，210-10-020 / CF）处理30分钟。细胞用预冷PBS洗涤一次后，在4℃下用200 μl RIPA裂解缓冲液（Boston BioProducts，BP-115X，另含Halt蛋白酶及磷酸酶抑制剂混合液，ThermoFisher Scientific，78445）30分钟旋转裂解，再于4℃下以21,000g离心12分钟。上清液与等体积Tris-Glycine SDS上样缓冲液（ThermoFisher Scientific，LC2676，另含5% 2-巯基乙醇）1:1混合。

免疫沉淀实验中，细胞接种于10 cm或15 cm培养皿，待汇合度>80%后用200 ng / ml DOX（含或不含1 μM抑制剂MLN4924或TAK243）诱导。瞬时表达实验中，10 cm培养皿细胞按说明书用3 μg质粒与18 μl PolyJet转染。诱导后12-16小时或转染后24小时，10 cm培养皿细胞用预冷PBS洗涤后，在4℃下用500 μl IP裂解缓冲液（25 mM HEPES pH 7.4，150 mM NaCl，5 mM EDTA，1% Triton X-100，另含Halt蛋白酶及磷酸酶抑制剂混合液）30分钟旋转裂解，再于4℃下以21,000g离心12分钟。上清液加至10 μl预洗的anti-HA磁珠（ThermoFisher Scientific，88836）、anti-FLAG M2磁珠（Millipore Sigma，M8823）或ALFA Selector ST磁珠（NanoTag，N1516-L），4℃旋转孵育2小时。磁珠用500 μl IP裂解缓冲液洗涤3次后，用100 μl Tris-Glycine SDS上样缓冲液（另含5% 2-巯基乙醇，Millipore Sigma，M3148）洗脱。样品于95℃煮沸5分钟后用磁铁收集上清液，用于蛋白质印迹分析。

全细胞裂解液与免疫沉淀样品分别加载于4-12% Tris-Glycine凝胶（ThermoFisher Scientific，XP04125BOX）或4-20% Tris-Glycine凝胶（ThermoFisher Scientific，XP04205BOX），并以Precision Plus Protein Dual color标准（Bio Rad，1610394）或PageRuler Plus（ThermoFisher Scientific，26619）作对照。样品在Tris-Glycine SDS电泳缓冲液（ThermoFisher Scientific，LC26754）中120 V电泳80分钟，再用Trans-Blot Turbo转膜系统（Bio Rad）转移至0.2 μm硝酸纤维素膜（Bio Rad，1704158）。膜用含5%脱脂奶粉（LabScientific，M0842）的TBS-T（20 mM Tris pH 7.4，150 mM NaCl，1% Tween 20）室温封闭30分钟。封闭后用TBS-T洗涤两次，再用含5% BSA（w / v）及0.02%叠氮化钠的TBS-T或封闭缓冲液稀释1:2,000的一抗室温孵育30分钟或4℃过夜，其中12%或20%为封闭缓冲液。抗体克隆信息见数据S5。

After primary antibody incubation, membranes were rinsed quickly in TBS-T followed by three 5-minute washes. Secondary antibodies were diluted in blocking buffer and incubated for 1 hour at room temperature with gentle rocking. For rabbit antibodies, a 1:5,000 dilution of Goat anti-Rabbit IgG HRP (Invitrogen, 31460 or Cell Signaling Technologies, 7074S) was used. For mouse antibodies, a 1:2,000–1:5,000 dilution of Horse anti-Mouse HRP (Cell Signaling Technologies, 7076S) or a 1:5,000 dilution of IRDye® 680RD Goat anti-Mouse IgG Secondary Antibody (Licor, 926-68070) in Intercept (PBS) Blocking Buffer (Licor, 927-70001) was used. After secondary incubation, membranes were washed as described above and incubated with Western Lightning Plus ECL (Perkin Elmer, NEL104001EA) or SuperSignal West Femto Maximum Sensitivity Substrate (Thermo Fisher Scientific, 34096) for 5 minutes before exposures were collected with high-sensitivity autoradiography film (Denville Scientific, E3212), Odyssey Imager (Licor), or ChemiDoc MP imaging system.

免疫沉淀质谱

293T-pINDUCER20细胞通过携带pHAGE-TRE-3xHA-DEST-PGK-puro的病毒ORF转导，用嘌呤霉素筛选并扩增至5×15厘米培养皿。当细胞密度超过80%后，用200 ng / ml多西环素（DOX）诱导，并可选加入1 μM抑制剂（MLN4924或TAK243）过夜处理。每个15厘米培养皿用1毫升免疫沉淀（IP）裂解缓冲液裂解，4℃下旋转30分钟后，以21,000g离心20分钟。上清液被转移至预洗的100微升（每个15厘米培养皿20微升）抗HA磁珠中，4℃下旋转孵育2小时。磁珠用3毫升IP裂解缓冲液洗涤后，再用1毫升洗涤三次。磁珠用含10% SDS的50毫摩尔Tris（pH 7.4）在95℃下孵育5分钟以洗脱蛋白。洗脱液从磁铁上收集后，用5毫摩尔TCEP（ThermoFisher Scientific, 77720）在55℃下还原15分钟，随后用20毫摩尔碘乙酰胺在室温避光下烷基化30分钟。样品用2.5%磷酸酸化，用含100毫摩尔Tris（pH 7.4）的90%甲醇10倍稀释终止反应，并通过S-Trap微柱（Protifi, C02-micro-10）过滤。

《科学》2026年8月20日

第11页，共16页

研究文章

柱子用终止缓冲液洗涤三次后，用2微克胰蛋白酶（Promega, V5113）在20微升pH 8.0的碳酸氢铵中37℃孵育过夜。肽段通过依次添加pH 8.0碳酸氢铵、0.2%甲酸、50%乙腈洗脱，每次离心1分钟（4,000g）。肽段在真空离心浓缩仪中干燥，重悬于30微升0.1%甲酸，随后在Vanquish Flex液相色谱系统（配备Acclaim 120℃18 2.2毫摩尔120 Å 2.1×100毫米色谱柱，ThermoFisher Scientific, 068982）与Q Exactive质谱仪（ThermoFisher Scientific）上进行LC-MS / MS分析。

为分析肽段富集情况，从UniProt下载人类蛋白质组（UP000005640），并以fasta格式补充HA标签病毒蛋白。使用Fragpipe v18.0（109）进行肽段识别，前体离子质量容差为10 PPM，碎片离子质量容差为0.04 Da，允许2个漏切。将在多个实验中不依赖诱饵表达而出现的常见293T污染蛋白过滤（见数据S3G）。

蛻电子显微镜

在斯普罗螟属细胞中制备了Strep-TEV-CUL3、ELOB、ELOC、GST-TEV-RBX1和NSP1（ID：B3SRV2.0.1或Q3ZK61.0.1）的杆状病毒。在粉纹夜蛾细胞中共感染所有病毒，随后通过GST亲和纯化、TEV酶切过夜（4℃）、离子交换层析和分子排阻层析纯化复合物，最终溶于含25 mM HEPES、200 mM NaCl、1 TCEP、pH 7.5.的缓冲液。

NSP1-ELOB-ELOC-CUL3-RBX1复合物在应用至载网前稀释至4 µM。Quantifoil Cu 1.2 / 1.3载网经15 mA辉光放电20秒处理，随后加入4 µl样品并立即用Leica EM GP1喷射冷冻仪投入液态乙烷中冷冻，腔室湿度为90%，温度为10℃。数据集在配备Falcon 4i直接电子探测器的ThermoFisher Titan Krios 300 kV上收集，采用EPU软件。影片以总剂量50 e⁻ / Ų分布于80帧收集，像素分辨率为0.737 Å / 像素，标称放大倍数为165,000×，离焦范围为-0.8 µm至-2.0 µm，并以-15°和-30°载台倾斜补偿颗粒取向偏差。共收集12,479部影片，数据集在cryo-SPARC v4.7中处理（图S1D）。

模型构建使用针对NSP1-ELOB-ELOC及CUL3 N端部分的局部精修图谱。初始模型由AlphaFold 3生成，并通过ChimeraX手动拟合各蛋白结构域以适应与AlphaFold模型的差异。COOT用于手动构建模型，随后通过phenix.refine进行精修。最终模型通过phenix.refine与COOT检查的迭代生成。

体外泛素化实验

纯化的NSP1-ELOB-ELOC-CUL3-RBX1复合物通过在25 HEPES、100 NaCl、10 MgCl₂、5 ATP、pH 7.5.的条件下，室温孵育5 µM NSP1复合物、1 µM UBE2M、0.2 µM APPBP1-UBA3和15 µM NEDD8 10分钟进行NEDD化。反应通过加入20 DTT终止，并通过分子排阻层析纯化（25 HEPES、200 NaCl、1 TCEP、pH 7.5.）。对于泛素化，500 nM Strep-IRF3在冰上与等摩尔NSP1-ELOB-ELOC-CUL3-RBX1（无论是否NEDD化）孵育20分钟。随后在25 HEPES、100 NaCl、10 MgCl₂、5 ATP、pH 7.5.的条件下加入2 µM UBE2D、0.2 µM UBA1和60 µM泛素，室温启动反应。每个时间点取样并用SDS上样缓冲液终止，通过SDS-PAGE分离。实验通过Strep-tag II抗体（1:4000，AbCam，ab76950）和Anti-Rabbit IgG IRDye 800CW（1:4000，Licor，#92632211）进行Western blot分析。膜在LiCor Odyssey LCx上成像。

RNA提取与定量PCR

为分析IL-1β表达，A375-pINDUCER20细胞转导含vORFs的pHAGE-TRE-3xHA-DEST-PGK-puro。细胞接种于12孔板，用200 ng / ml DOX诱导16小时，随后用100 ng / ml TNFα处理4小时。细胞用PBS洗涤一次后提取RNA（Direct-zol RNA Miniprep试剂盒，Zymo Research，R2072）。cDNA通过iScript cDNA合成试剂盒（Bio Rad，1708891）生成，并使用SYBR Green qPCR主混合液（GLPBIO，GK10002）进行定量PCR（qPCR），引物针对ACTB（Integrated DNA technologies，Hs.PT.39a.22214847）或IL1B（Integrated DNA technologies，Hs.PT.58.1518186）。

为诱导ZC3HAV1表达，A549细胞用5 nM IFN-β处理24小时，随后在完全培养基中孵育18小时。细胞用PBS洗涤后进行RNA分离、cDNA生成，并对ZC3HAV1（Integrated DNA technologies，Hs.PT.58.1926165）和ACTB进行qPCR。

轮状病毒反向遗传学与感染实验

利用优化的全质粒反向遗传系统（如先前所述，94）构建了重组猴轮状病毒SA11。简言之，将0.4 µg pT7-SA11-VP1、-VP2、-VP3、-VP4、-VP6、-VP7、-NSP1（野生型或突变体CUL3: L185R / L186R、ELOC: F211R）、-NSP3及-NSP4，1.2 µg pT7-SA11-NSP2及-NSP5，0.8 µg辅助质粒C3P3-G1，以及14 µl TransIT-LT1（Mirus，MIR 2304）混合后转染至BHK-T7细胞（12孔板）。为构建pT7-SA11-ΔNSP1质粒，NSP1编码序列被替换为EGFP（如先前所述，110）。转染后18小时，细胞用无FBS DMEM洗涤两次并加入800 µl新鲜无FBS DMEM。24小时后，将2.5 × 10⁵ MA104 N*V细胞（200 µl无FBS DMEM，含2.5 µg / ml猪胰腺型IX-S胰蛋白酶，Sigma-Aldrich）加入共培养，并继续培养3天。随后进行三次冻融循环。通过MA104细胞在6孔板中扩增以制备病毒储备液。

对于底物降解实验，MA104细胞（24孔板）以感染复数（MOI）5感染rSA11或rSA11-NSP1突变株8小时。细胞用预冷PBS洗涤两次，并在4℃含蛋白酶抑制剂混合物的RIPA缓冲液中裂解30分钟。裂解液于4℃ 12,000g离心10分钟，在4-15% SDS-PAGE凝胶上分离，并转移至0.45 µm硝酸纤维素膜（Bio-Rad）。孵育一抗和二抗后，用Clarity Western ECL底物（Bio-Rad）显影。

对于病毒滴度测定，HT-29细胞（2 × 10⁵ cells / ml）接种于24孔板，以感染复数（MOI）0.01感染SA11。ΔNSP1株作为对照。感染后，细胞用PBS洗涤五次以去除未结合病毒，并用含0.5 µg / ml胰蛋白酶的无血清培养基孵育。感染细胞在感染后1小时和24小时收获，并于三次冻融循环后进行病毒滴度测定。在MA104细胞中通过空斑形成单位（FFU）实验测量病毒滴度。简言之，病毒样本进行5倍或10倍梯度稀释，并与接种于96孔板的MA104细胞单层孵育14小时（37℃）。感染后，细胞用10%福尔马林固定，1% Triton X-100穿透，并孵育抗轮状病毒衣壳小鼠单克隆抗体及抗小鼠HRP连接抗体。焦点通过3-氨基-9-乙基咔唑HRP底物（Vector Laboratories，SK-4200）检测，并用PBS洗涤两次终止反应。

塞姆利基森林病毒感染

对于IFN-β报告基因诱导，A375-pINDUCER20细胞转导pCCL / IFNB1-d2mScarlet并进行单克隆。细胞转导vORFs于pHAGE-TRE-3xHA-DEST-PGK-puro，用嘌呤霉素筛选，并接种于96孔平底板进行SeV感染。细胞用200 ng / ml DOX处理24小时，并以1:100稀释度感染塞姆利基森林病毒（ATCC，VR-907）14小时，随后通过流式细胞术测量mScarlet。

对于病毒载量测定，A549-pINDUCER20细胞转导慢病毒CRISPR构建体或vORFs于pHAGE-TRE-3xHA-DEST-PGK-puro。筛选后的细胞以100,000 cells / 孔接种于12孔板，并用200 ng / ml DOX及5 nM IFN-β处理24小时。细胞用1:166稀释度塞姆利基森林病毒覆盖于无血清DMEM1小时，随后稀释至最终1:500浓度的完全DMEM。感染后18小时，细胞用PBS洗涤两次，并使用Direct-zol RNA Miniprep试剂盒纯化RNA，随后分析SeV-N表达（相对于ACTB，使用先前报道的引物78）。

结构预测

AlphaFold结构预测使用AlphaFold 3服务器（111）完成，并通过ChimeraX（112）进行可视化。N端和C端区域pLDDT < 3的区域在图中被省略。

系统发育分析

位点特异性迭代BLAST（PSI-BLAST）（113）使用Swiss-Prot数据库或非冗余蛋白质序列数据库进行。命中结果经过过滤以去除不完整序列，并通过MMseqs2（114）聚类以防止冗余（序列一致性>98%）。唯一命中结果使用Clustal Omega（115, 116）进行对齐，并通过Jalview（117）和Interactive Tree of Life（118）进行可视化。

底物稳定性与细胞泛素化检测

对于底物稳定性测定，将人源ORF（克隆于pHAGE-GPS3.0-DEST-hygro载体）通过慢病毒转导导入293T-pINDUCER20细胞，随后用pHAGE-TRE-3x-HA-DEST-PGK-puro中的vORF感染。药物筛选后，细胞用200 ng / ml多西环素（DOX）处理16小时，并通过流式细胞术测定荧光强度。

对于细胞泛素化检测，携带pHAGE-TRE-3x-HA-vORF-PGK-puro的293T-pINDUCER20细胞在10 cm培养皿中接种，并转染6 μg pHAGE-GPS3.0-DEST-hygro中表达的人源ORF质粒。转染后5小时，培养基更换为含200 ng / ml DOX的培养基继续培养16小时。在最后1小时，加入1 μM硼替佐米以防止蛋白降解。细胞用含50 mM Tris pH 7.5、150 mM NaCl、1 mM EDTA、0.5% Triton X-100、0.7%（w / v）N-乙基马来酰亚胺及Halt蛋白酶与磷酸酶抑制剂混合物的1 ml裂解缓冲液于4℃裂解30分钟。裂解液以21,000g离心12分钟，上清经10 μl ChromoTek GFP-Trap磁珠（Proteintech，gttna-20）于4℃孵育1小时。磁珠用裂解缓冲液洗涤一次，随后用8 M尿素、1% SDS的PBS溶液洗涤3次（每次750 μl），再用1% SDS的PBS溶液洗涤一次（750 μl），每次离心2000g 1分钟。最后用裂解缓冲液洗涤后，GFP在含5% β巯基乙醇的Tris-甘氨酸SDS上样缓冲液中于95℃孵育10分钟洗脱。样品置于磁力架上，上清转移至新管。随后按上述方法进行蛋白质印迹，使用针对GFP（Santa Cruz，sc-9996）和泛素（Cell Signaling Technologies，58395S）的抗体进行检测。

全细胞蛋白质组学

用于全细胞蛋白质组学，A375-pINDUCER20、293T-pINDUCER20或WSL-R-pINDUCER20细胞转导含vORFs或荧光素酶（ffLuc2）对照的pHAGE-TRE-3xHA-DEST-PGK-puro。经嘌呤霉素筛选后，细胞以三联复孔接种于10 cm培养皿，并在>80%汇合度后用200 ng / ml DOX诱导16小时。细胞用冰冷PBS洗涤，在含蛋白酶抑制剂（Pierce，A32953）的8 M尿素、200 mM EPPS pH 8.5溶液中通过1.5英寸21G针抽打10次进行裂解。蛋白质浓度用Pierce BCA试剂盒（ThermoFisher Scientific，23227）定量，并标准化至1 mg / ml。将100 μl标准化裂解液用5 mM TCEP还原15分钟，在暗处用10 mM碘乙酰胺烷基化30分钟，再用5 mM二硫苏糖醇（DTT）封闭15分钟。蛋白质通过甲醇-氯仿沉淀提取，每次添加后振荡5秒：400 μl甲醇、100 μl氯仿、300 μl水。样品于14,000g离心1分钟后去除有机相和水相。样品用400 μl甲醇洗涤一次，再于21,000g离心2分钟。沉淀用200 mM EPPS pH 8.5重悬，并用1 μg Lys-C蛋白酶（FUJIFILM，121-05063）在室温下孵育过夜。次日加入1 μg胰蛋白酶（ThermoFisher Scientific，90305）于37℃孵育6小时。消化完成后，样品用200 μg TMT试剂（ThermoFisher Scientific，A52045）在30%乙腈中室温标记1小时，用0.3%羟胺封闭，再用C18固相萃取（Waters，WAT054925）脱盐，并减压离心干燥。

将TMT标记的肽段混合物用Agilent 1260 HPLC系统分级。肽段在10 mM碳酸氢铵（pH 8）缓冲液中以0.25 ml / min流速，通过Agilent 300 Extend C18柱（3.5 μm颗粒，2.1 mm内径，25 cm长度）进行560分钟线性梯度（5–35%乙腈）分离。肽段混合物被分为96个级分，再合并为24个超级级分用于FAIMS-MS / MS分析。每个超级级分用1%甲酸酸化，真空离心浓缩至近干，用StageTips脱盐，再次干燥，并用5%乙腈与5%甲酸重悬以进行LC-MS / MS分析。

质谱数据在Orbitrap Ascend质谱仪与Vanquish Neo UHPLC联用系统上收集，针对12个非相邻超级级分。每个级分约1 μg肽段以450 nl / min流速在内径100 μm毛细管柱（内填35 cm Accucore 150树脂，2.6 μm，150 Å；ThermoFisher Scientific）上分离。扫描序列以MS1光谱开始，Orbitrap分析参数如下：分辨率60,000，350–1350 Th，自动增益控制（AGC）目标100%，最大注射时间50 ms。每个级分数据采集90分钟。hrMS2阶段包括高能碰撞解离（HCD，归一化碰撞能36%）碎裂，并用Orbitrap分析（AGC 200%，最大注射时间120 ms，隔离窗口0.6 Th，分辨率45,000）。数据通过FAIMSpro接口采集，色散电压（DV）5,000V，补偿电压（CV）为-40V、-60V与-70V，TopSpeed参数为每个CV 1秒。数据分析按既往方法进行（119）。

免疫荧光

为分析NFκB核易位，A375-pINDUCER20细胞通过pHAGE-TRE-3xHA-DEST-PGK-puro载体转导vORFs。将细胞接种于聚赖氨酸包被的盖玻片（Fisher Scientific, 08-774-383）上，用200 ng / ml DOX处理16小时，随后用100 ng / ml TNFα处理30分钟。盖玻片用PBS洗涤一次，在室温下用PBS中的4%甲醛（ThermoFisher Scientific, 28906）固定10分钟。盖玻片用PBS洗涤两次，每次洗涤间隔孵育5分钟，并在室温下用含1 mg / ml牛血清白蛋白（Millipore Sigma, A3294）、3%山羊血清（Cell Signaling Technologies, 5425）、0.1% Triton X-100和1 mM EDTA pH 8.0的PBS溶液封闭30分钟。加入1:500稀释的αNFκB-p65兔单克隆抗体（Cell Signaling Technology, 8242S） overnight于4℃。盖玻片用PBS洗涤3次，每次洗涤间隔5分钟。加入1:500稀释的山羊抗兔IgG AF647（ThermoFisher Scientific, A32733）在封闭缓冲液中室温孵育1小时。盖玻片用PBS洗涤3次，每次洗涤间隔5分钟。在第二次洗涤时加入500 ng / ml DAPI（Millipore Sigma, D9542）。

《科学》 2026年8月20日

第13页，共16页

研究论文

盖玻片用ProLong Gold抗褪色封固剂（ThermoFisher Scientific, P36934）封片于载玻片上，并使用Axio Observer 7（Zeiss）配合Plan-Apochromat 63x / 1.40 Oil DIC M27物镜（Zeiss, 420782-9900-000）、Colibri 7 Type R[G / Y]CBV-UV光源（Zeiss, 423052-9741-000）及Axiocam 705 mono相机（Zeiss, 426560-9060-000）成像。图像使用FIJI（120）处理，并用CellProfiler（121）分析定量核NFκB p65。

自噬报告分析

表达pMRX-IP-HaloTag7-LC3的293T-pINDUCER20细胞通过慢病毒CRISPR构建或pHAGE-TRE-3xHA-DEST-PGK-blast中的vORFs转导。为表达vORF，转导的细胞用200 ng / ml DOX诱导16小时，并用100 nM HaloTag TMR配体（Promega, G8251）标记20分钟。细胞洗涤一次后，在无氨基酸的高糖DMEM（FUJIFILM, 048-33575，含丙酮酸钠）中饥饿6小时。细胞用PBS洗涤一次，在200 μl RIPA缓冲液中裂解，并如上所述通过Western blot分析。

对于自噬流荧光报告分析，表达pMXs GFP-LC3-RFP的293T-pINDUCER20细胞通过慢病毒CRISPR构建或pHAGE-TRE-3xHA-DEST-PGK-puro中的vORFs转导。经嘌呤霉素筛选后，细胞用200 ng / ml DOX处理24小时，随后在无氨基酸的DMEM中进行时间序列饥饿。饥饿后，通过流式细胞术测量荧光强度。

参考文献与注释

1. A. J. Sadler, B. R. Williams, Structure and function of the protein kinase R. Curr. Top. Microbiol. Immunol. 316, 253–292 (2007). doi: 10.1007 / 978-3-540-71329-6_13; pmid: 17969452

2. M. G. Katze, Y. He, M. Gale Jr., Viruses and interferon: A fight for supremacy. Nat. Rev. Immunol. 2, 675–687 (2002). : 10.1038 / nri888; pmid: 12209136

3. K. Newton, A. Strasser, N. Kayagaki, V. M. Dixit, Cell death. Cell 187, 235–256 (2024). : 10.1016 / j..2023.11.044; pmid: 38242081

4. A. Varshavsky, The Ubiquitin System, Autophagy, and Regulated Protein Degradation. Annu. Rev. Biochem. 86, 123–128 (2017). : 10.1146 / annurev-biochem-061516-044859; pmid: 28654326

5. F. Randow, P. J. Lehner, Viral avoidance and exploitation of the ubiquitin system. Nat. Biol. 11, 527–534 (2009). : 10.1146 / annurev--061516-044859; pmid: 19404332

6. M. K. Isaacson, H. L. Ploegh, Ubiquitination, ubiquitin-like modifiers, and deubiquitination in viral infection. * Host Microbe 5*, 559–570 (2009). : 10.1016 / j.chom.2009.05.012; pmid: 19527883

7. S. M. Heaton, N. A. Borg, V. M. Dixit, Ubiquitin in the activation and attenuation of innate antiviral immunity. J. Exp. Med. 213, 1–13 (2016). : 10.1084 / jem.20151531; pmid: 26712804

8. M. Scheffner, B. A. Werness, J. M. Hubregtse, A. J. Levine, P. M. Howley, The E6 oncoprotein encoded by human papillomavirus types 16 and 18 promotes the degradation of p53. ** 63, 1129–1136 (1990). : 10.1016 / 0092-8674(90)90409-8; pmid: 2175676

9. Y. L. Li et al., The structural basis for HIV-1 Vif antagonism of human APOBEC3G. Nature 615, 728–733 (2023). : 10.1038 / s41586-023-05779-1; pmid: 36754086

10. A. M. Sheehy, N. C. Gaddis, J. D. Choi, M. H. Malim, Isolation of a human gene that inhibits HIV-1 infection and is suppressed by the viral Vif protein. Nature 418, 646–650 (2002). : 10.1038 / nature00939; pmid: 12167863

11. S. Ishida, C. Wang, B. S. Lee, G. B. Cohen, J. U. Jung, Downregulation of major histocompatibility complex class I molecules by Kaposi's sarcoma-associated herpesvirus K3 and K5 proteins. J. Virol. 74, 5300–5309 (2000). : 10.1128 / JVI.74.11.5300-5309.2000; pmid: 10799607

12. L. Coscoy, D. Ganem, Kaposi's sarcoma-associated herpesvirus encodes two proteins that block surface display of MHC class I chains by enhancing their endocytosis. Proc. Natl. Acad. Sci. U.S.A. 97, 8051–8056 (2000). : 10.1073 / pnas.140129797; pmid: 10859362

13. P. G. Stevenson, S. Efstathiou, P. C. Doherty, P. J. Lehner, Inhibition of MHC class I-restricted antigen presentation by gamma 2-herpesviruses. Proc. Natl. Acad. Sci. U.S.A. 97, 8455–8460 (2000). : 10.1073 / pnas.150240097; pmid: 10890918

14. X. Yu et al., Induction of APOBEC3G ubiquitination and degradation by an HIV-1 Vif-Cul5-SCF complex. Science 302, 1056–1060 (2003). : 10.1126 / science.1089591; pmid: 14564014

15. S. J. Goebel et al., The complete DNA sequence of vaccinia virus. Virology 179, 247–266, 517–563 (1990). : 10.1016 / 0042-6822(90)90294-2; pmid: 2219722

16. P. M. Beard, G. C. Froggatt, G. L. Smith, Vaccinia virus kelch protein A55 is a 64 kDa intracellular factor that affects virus-induced cytopathic effect and the outcome of infection in a murine intradermal model. J. Gen. Virol. 87, 1521–1529 (2006). : 10.1099 / vir.0.81854-0; pmid: 16690916

17. E. Fujimura et al., A viral ORFeome library for systems-level genetic dissection of host-pathogen interactions. ** 189, 10.1016 / j..2026.05.024 (2026). : 10.1016 / j..2026.05.024; pmid: 42392077

18. L. M. Simpson et al., An affinity-directed phosphatase, AdPhosphatase, system for targeted protein dephosphorylation. * Chem. Biol. 30*, 188–202.e6 (2023). : 10.1016 / j.chembiol.2023.01.003; pmid: 36720221

19. D. H. Ramirez et al., Engineering a Proximity-Directed O-GlcNAc Transferase for Selective Protein O-GlcNAcylation in Cells. ACS Chem. Biol. 15, 1059–1066 (2020). : 10.1021 / acschembio.0℃00074; pmid: 32119511

20. E. Caussinus, O. Kanca, M. Affolter, 荧光融合蛋白敲除介导的抗GFP纳米抗体。 Nat. Struct. Mol. Biol. 19, 117–121 (2011). doi: 10.1038 / nsmb.2180；pmid: 22157958

21. M. H. Kubala, O. Kovtun, K. Alexandrov, B. M. Collins, GFP:GFP纳米抗体复合物的结构与热力学分析。 Protein Sci. 19, 2389–2401 (2010). doi: 10.1002 / pro.519；pmid: 20945358

22. H. C. Yen, Q. Xu, D. M. Chou, Z. Zhao, S. J. Elledge, 哺乳动物细胞中全蛋白稳定性谱分析。 Science 322, 918–923 (2008). doi: 10.1126 / science.1160489；pmid: 18988847

23. M. Barro, J. T. Patton, 轮状病毒非结构蛋白1通过诱导干扰素调节因子3降解来颠覆先天免疫应答。 Proc. Natl. Acad. Sci. U.S.A. 102, 4114–4119 (2005). doi: 10.1073 / pnas.0408376102；pmid: 15741273

24. J. Poirson 等, 蛋白质组规模发现蛋白质降解与稳定效应因子。 Nature 628, 878–886 (2024). doi: 10.1038 / s41586-024-07224-3；pmid: 38509365

25. K. Hrecka 等, 慢病毒Vpr利用Cul4-DDB1[VprBP] E3泛素连接酶调节细胞周期。 Proc. Natl. Acad. Sci. U.S.A. 104, 11778–11783 (2007). doi: 10.1073 / pnas.0702102104；pmid: 17609381

26. L. M. Lutz, C. R. Pace, M. M. Arnold, 轮状病毒NSP1与Cullin RING泛素连接酶家族成分结合。 J. Virol. 90, 6036–6048 (2016). doi: 10.1128 / JVI.00704-16；pmid: 27099313

27. R. Boggio, A. Passafaro, S. Chiocca, 靶向SUMO E1至泛素连接酶：病毒对抗SUMO化的策略。 J. Biol. Chem. 282, 15376–15382 (2007). doi: 10.1074 / jbc.M700889200；pmid: 17392274

28. T. Gilson, C. Y. Cheng, W. S. Hur, P. Blanchette, P. E. Branton, 人腺病毒E4orf6蛋白Cullin结合位点分析。 J. Virol. 88, 3885–3897 (2014). doi: 10.1128 / JVI.03579-13；pmid: 24453364

29. E. Querido 等, 腺病毒E4orf6与E1B55K蛋白通过含Cullin的复合物降解p53。 Genes Dev. 15, 3104–3117 (2001). doi: 10.1101 / gad.926401；pmid: 11731475

30. E. Riera, R. García-Belmonte, R. Madrid, D. Pérez-Núñez, Y. Revilla, 非洲猪瘟病毒泛素结合酶p321IL通过STAT2降解抑制IFN-1信号通路。 Front. Microbiol. 13, 1081035 (2023). doi: 10.3389 / fmicb.2022.1081035；pmid: 36713190

31. C. Giaquinto 等, 口服五价轮状病毒疫苗接种效果与影响总结：工业化国家经验的系统性综述。 Hum. Vaccin. 7, 734–748 (2011). doi: 10.4161 / hv.7.7.15511；pmid: 21734466

32. B. D. Hallowell, J. Tate, U. Parashar, 发展中国家轮状病毒疫苗接种项目概述。 Expert Rev. Vaccines 19, 529–537 (2020). doi: 10.1080 / 14760584.2020.1775079；pmid: 32543239

33. S. Ding 等, 比较蛋白质组学揭示轮状病毒NSP1通过劫持宿主Cullin-3-Rbx1复合物特异性降解β-TrCP。 PLOS Pathog. 12, e1005929 (2016). doi: 10.1371 / journal.pat.1005929；pmid: 27706223

34. M. M. Arnold, 轮状病毒干扰素拮抗剂NSP1：多重靶点，多重问题。 J. Virol. 90, 5212–5215 (2016). doi: 10.1128 / JVI.03068-15；pmid: 27009959

35. G. Hou 等, SAMD9在上皮和间充质细胞中感知胞质双链核酸以诱导抗病毒免疫。 Nat. Commun. 16, 3756 (2025). doi: 10.1038 / s41467-025-59090-w；pmid: 40263291

36. L. Pintard, A. Willems, M. Peter, 基于Cullin的泛素连接酶：Cul3-BTB复合物加入该家族。 EMBO J. 23, 1681–1687 (2004). doi: 10.1038 / sj.emboj.7600186；pmid: 15071497

37. J. Nomburg 等, 病毒组中蛋白质折叠与功能的起源。 Nature 633, 710–717 (2024). doi: 10.1038 / s41586-024-07809-y；pmid: 39187718

38. C. Bai 等，SKP1 通过一种新颖的基序（F-box）将细胞周期调节因子连接到泛素蛋白酶体降解机制。Cell 86, 263–274 (1996). doi: 10.1016 / S0092-8674(00)80098-7; pmid: 8706131

39. D. Skowyra, K. L. Craig, M. Tyers, S. J. Elledge, J. W. Harper，F-box 蛋白是受体，可募集磷酸化底物至 SCF 泛素连接酶复合体。Cell 91, 209–219 (1997). doi: 10.1016 / S0092-8674(00)80403-1; pmid: 9346238

40. H. C. Nguyen, H. Yang, J. L. Fribourgh, L. S. Wolfe, Y. Xiong，关于 Cullin-RING E3 泛素连接酶募集的见解：VHL-EloBC-Cul2 复合体的结构。Structure 23, 441–449 (2015). doi: 10.1016 / j.str.2014.12.014; pmid: 25661653

Science 20 AUGUST 2026

14 of 16

研究论文

41. Z. Dai 等，寡聚型 CRL2FEMIR E3 泛素连接酶的泛素化策略的结构洞察。EMBO J. 43, 1089–1109 (2024). doi: 10.1038 / s44318-024-00047-y; pmid: 38360992

42. Y. K. Kim 等，延伸蛋白 BC-culin 5-SOCS 框泛素-蛋白连接酶复合体中亚基间识别的结构基础。Acta Crystallogr. D Biol. Crystallogr. 69, 1587–1597 (2013). doi: 10.1107 / S0907444913011220; pmid: 23897481

43. Y. Guo 等，HIV-1 Vif 通过劫持 CBF-β 和 CUL5 E3 泛素连接酶复合体的结构基础。Nature 505, 229–233 (2014). doi: 10.1038 / nature12884; pmid: 24402281

44. T. A. F. Cardote, M. S. Gadd, A. Ciulli，Cul2-Rbx1-EloBC-VHL 泛素连接酶复合体的晶体结构。Structure 25, 901–911.e3 (2017). doi: 10.1016 / j.str.2017.04.009; pmid: 28591624

45. C. Y. Shi 等，ZSWIM8 泛素连接酶介导靶向性微 RNA 降解。Science 370, eabc9359 (2020). doi: 10.1126 / science.abc9359; pmid: 33184237

46. J. Han 等，一种泛素连接酶介导靶向性微 RNA 降解，独立于加尾和修剪。Science 370, eabc9546 (2020). doi: 10.1126 / science.abc9546; pmid: 33184234

47. J. Farnung 等，指定靶向性微 RNA 降解的 E3 泛素连接酶机制。Nature 652, 784–793 (2026). doi: 10.1038 / s41586-026-10232-0; pmid: 41851464

48. B. Zhao 等，先天免疫适配器蛋白通过协同募集和激活 IRF-3 的结构基础。Proc. Natl. Acad. Sci. U.S.A. 113, E3403–E3412 (2016). doi: 10.1073 / pnas.1603269113; pmid: 27302953

49. J. W. Graff, K. Ettayebi, M. E. Hardy，轮状病毒 NSP1 蛋白通过诱导 β-TrCP 蛋白体依赖性降解抑制 NFkappaB 激活：IFN 拮抗作用的新机制。PLOS Pathog. 5, e1000280 (2009). doi: 10.1371 / journal.ppat.1000280; pmid: 19180189

50. J. T. Winston 等，SCFβ-TRCP-泛素连接酶复合体特异性结合磷酸化的 IkappaBα 和 β-连环蛋白降解基序，并刺激 IkappaBα 泛素化（体外）。Genes Dev. 13, 270–283 (1999). doi: 10.1101 / gad.13.3.270; pmid: 9990852

51. A. Yaron 等，IkappaBα-泛素连接酶受体组分的鉴定。Nature 396, 590–594 (1998). doi: 10.1038 / 25159; pmid: 9859996

52. Y. Kanai 等，基于质粒的轮状病毒反向遗传学系统。Proc. Natl. Acad. Sci. U.S.A. 114, 2349–2354 (2017). doi: 10.1073 / pnas.1618424114; pmid: 28137864

53. R. I. Johnson 等，澳大利亚蝙蝠携带副黏病毒 Teviot 病毒的特征。J. Gen. Virol. 100, 403–413 (2019). doi: 10.1099 / jgv.0.001214; pmid: 30688635

54. P. Bharaj 等，尼帕病毒基质蛋白靶向 E3 泛素连接酶 TRIM6 以抑制 IKKε 激酶介导的 I 型 IFN 抗病毒反应。PLOS Pathog. 12, e1005880 (2016). doi: 10.1371 / journal.ppat.1005880; pmid: 27622505

55. P. J. Stogios, G. G. Privé，BTB-kelch 蛋白中的 BACK 结构域。Trends Biochem. Sci. 29, 634–637 (2004). doi: 10.1016 / j.tibs.2004.10.003; pmid: 15544948

56. R. L. Philips 等，JAK-STAT 通路的三维解析：已学到的知识与未来的挑战。Cell 185, 3857–3876 (2022). doi: 10.1016 / j.cell.2022.09.023; pmid: 36240739

57. C. Alkan 等，土耳其阿达那病毒的分离、基因特征及血清流行病学：一种属于塞莱哈巴德病毒复合体的新型白蛉病毒。J. Virol. 89, 4080–4091 (2015). doi: 10.1128 / JVI.03027-14；pmid: 25653443

58. G. Wu 等，β-TrCP1-Skp1-β-连环蛋白复合体的结构：SCF(β-TrCP1)泛素连接酶的破坏基序结合与赖氨酸特异性。Mol. Cell 11, 1445–1456 (2003). doi: 10.1016 / S1097-2765(03)00234-X；pmid: 12820959

59. C. R. Glassman 等，Janus 激酶细胞因子受体复合体的结构揭示二聚化激活的基础。Science 376, 163–169 (2022). doi: 10.1126 / science.abc8933；pmid: 35271300

60. H. Li 等，裂谷热病毒协调可编程 E3 泛素连接酶的组装以促进病毒复制。Cell 187, 6896–6913.e15 (2024). doi: 10.1016 / j.cell.2024.09.008；pmid: 39366381

61. R. Mudhasani 等，蛋白激酶 R 的降解是裂谷热病毒感染的关键，并受 SKP1-CUL1-F-box (SCF)FBXW11-NSs E3 泛素连接酶调控。PLOS Pathog. 12, e1005437 (2016). doi: 10.1371 / journal.ppat.1005437；pmid: 26837067

62. M. Kainulainen, S. Lau, C. E. Samuel, V. Hornung, F. Weber，裂谷热病毒 NSs 毒力因子通过招募 FBXW11 和 β-TrCP1 泛素连接酶降解抗病毒蛋白激酶 PKR。J. Virol. 90, 6140–6147 (2016). doi: 10.1128 / JVI.00016-16；pmid: 27122577

63. D. K. Lvov 等，Razdan 病毒，一种在亚美尼亚硬蜱中分离的新型 Bunyavirus。Acta Virol. 22, 506–508 (1978). pmid: 35950

64. Z. Hubálek, J. Halouzka，Bhanja 抗原群（Bunyaviridae）的数值比较血清学。Arch. Virol. 84, 175–180 (1985). doi: 10.1007 / BF01378970；pmid: 2581527

65. K. V. Shah, T. H. Work，印度奥里萨邦硬蜱中分离的 Bhanja 病毒：一种新型虫媒病毒。Indian J. Med. Res. 57, 793–798 (1969). pmid: 5820426

66. C. H. Calisher, H. C. Goodpasture，Bhanja 病毒的人类感染。Am. J. Trop. Med. Hyg. 24, 1040–1042 (1975). doi: 10.4269 / ajtmh.1975.24.1040；pmid: 812372

67. Z. Zhang 等，通过蛋白质组范围内内源性降解子图谱揭示 E3 泛素连接酶特异性。Mol. Cell 83, 3377–3392.e6 (2023). doi: 10.1016 / j.molcel.2023.08.022；pmid: 37738965

68. D. S. Mansur 等，痘病毒通过分子模拟靶向 E3 泛素连接酶 β-TrCP：一种抑制 NF-κB 激活并促进免疫逃避与毒力的机制。PLOS Pathog. 9, e1003183 (2013). doi: 10.1371 / journal.ppat.1003183；pmid: 23468625

69. S. You 等，非洲猪瘟疫情在中国引发的国内生产总值与经济损失。Nat. Food 2, 802–808 (2021). doi: 10.1038 / s43016-021-00362-1；pmid: 37117973

70. L. K. Dixon, H. Sun, H. Roberts，非洲猪瘟。Antiviral Res. 165, 34–41 (2019). doi: 10.1016 / j.antiviral.2019.02.018；pmid: 30836106

71. G. Gao, K. Guo, S. P. Goff，CCCH 型锌指蛋白 ZAP 抑制反转录病毒 RNA 产生。Science 297, 1703–1706 (2002). doi: 10.1126 / science.1074276；pmid: 12215647

72. M. Ficarelli, S. J. D. Neil, C. M. Swanson，ZAP 抗病毒系统对病毒基因表达与复制的靶向限制。Annu. Rev. Virol. 8, 265–283 (2021). doi: 10.1146 / annurev-virology-091919-104213；pmid: 34129371

73. P. Ye, S. Liu, Y. Zhu, G. Chen, G. Gao，DEXH-Box 蛋白 DHX30 是锌指抗病毒蛋白功能优化所必需的。Protein Cell 1, 956–964 (2010). doi: 10.1007 / s13238-010-0117-8；pmid: 21204022

74. C. Peng 等，锌指抗病毒蛋白（ZAP）是限制人类细胞中改良型安卡拉痘苗病毒（MVA）复制的限制因子。PLOS Pathog. 16, e1008845 (2020). doi: 10.1371 / journal.ppat.1008845；pmid: 32866210

75. A. C. Gonzalez-Perez等，锌指抗病毒蛋白ZAP限制人巨细胞病毒并选择性结合并降解病毒UL4 / UL5转录本。mBio 12，e02683-20（2021）。doi: 10.1128 / mBio.02683-20；pmid: 33947766

76. T. Treiber等，调控微RNA生物发生的RNA结合蛋白综述。Mol. Cell 66，270–284（2017）。doi: 10.1016 / j.molcel.2017.03.014；pmid: 28431233

77. E. E. Varfolomeev等，敲除小鼠Caspase 8基因消除了TNF受体、Fas / Apol和DR3诱导的细胞死亡，并导致胚胎期致死。Immunity 9，267–276（1998）。doi: 10.1016 / S1074-7613(00)80609-3；pmid: 9729047

78. B. Zhang等，CCCH型锌指抗病毒蛋白I通过正向调节I型干扰素反应限制病毒复制。Front. Microbiol. 11，1912（2020）。doi: 10.3389 / fmicb.2020.01912；pmid: 32922375

79. N. Hosokawa等，营养依赖性mTORC1与ULK1-Atg13-FIP200复合物的结合是自噬所必需的。Mol. Biol. Cell 20，1981–1991（2009）。doi: 10.1091 / mbc.e08-12-1248；pmid: 19211835

80. L. Bar-Peled等，一种具有Rag GTP酶GAP活性的肿瘤抑制复合物，向mTORC1传递氨基酸充足信号。Science 340，1100–1106（2013）。doi: 10.1126 / science.1232044；pmid: 23723238

81. W. W. Yim, H. Yamamoto, N. Mizushima，利用HaloTag进行哺乳动物自噬流的脉冲追踪报告处理检测。eLife 11，e78923（2022）。doi: 10.7554 / eLife.78923；pmid: 35938926

82. K. Morita等，全基因组CRISPR筛选鉴定出TMEM41B为自噬体形成所需基因。J. Cell Biol. 217，3817–3828（2018）。doi: 10.1083 / jcb.201804132；pmid: 30093494

83. G. L. Shimmon, J. Y. K. Hui, T. E. Wileman, C. L. Netherton，非洲猪瘟病毒通过自噬功能损伤抑制。J. Gen. Virol. 102，001637（2021）。doi: 10.1099 / jgv.0.001637；pmid: 34406116

84. Z. Huang等，非洲猪瘟病毒MGF505-7R蛋白与干扰素调节因子9相互作用以逃避I型干扰素信号通路并促进病毒复制。J. Virol. 97，e01977-22（2023）。doi: 10.1128 / jvi.01977-22；pmid: 36815839

85. D. Li等，非洲猪瘟病毒蛋白MGF-505-7R通过抑制JAK1和JAK2介导的信号传导促进毒力和致病性。J. Biol. Chem. 297，101190（2021）。doi: 10.1016 / j.jbc.2021.101190；pmid: 34517008

86. S. Y. Sunwoo等，敲除MGF505-2R基因激活cGAS-STING通路，导致减毒并对强毒力非洲猪瘟病毒提供保护。Vaccines 12，407（2024）。doi: 10.3390 / vaccines12040407；pmid: 38675789

87. K. Yang等，非洲猪瘟病毒MGF505-11R通过负向调节cGAS-STING介导的信号通路抑制I型干扰素产生。Vet. Microbiol. 263，109265（2021）。doi: 10.1016 / j.vetmic.2021.109265；pmid: 34710767

88. M. Yao等，非洲猪瘟病毒MGF505-6R通过靶向降解STING抑制I型干扰素产生。Front. Immunol. 15，1380220（2024）。doi: 10.3389 / fimmu.2024.1380220；pmid: 38799458

89. G. Zhu等，在非洲猪瘟病毒中联合敲除MGF110-9L和MGF505-7R基因通过自噬激活剂PIK3℃2B抑制TBK1降解以促进I型干扰素产生。J. Virol. 97，e00228-23（2023）。doi: 10.1128 / jvi.00228-23；pmid: 37162350

90. K. Yang等，非洲猪瘟病毒MGF505-7R蛋白与IRF7和TBK1相互作用以抑制I型干扰素产生。Virus Res. 322，198931（2022）。doi: 10.1016 / j.virusres.2022.198931；pmid: 36135654

91. Q. Gao等，敲除MGF360和MGF505的非洲猪瘟病毒通过抑制NF-κB信号通路和白细胞介素-1β减少猪肺泡巨噬细胞凋亡。Vaccines 9，1371（2021）。doi: 10.3390 / vaccines9111371；pmid: 34835302

92. M. van Kempen 等，Foldseek 用于蛋白质结构搜索。Nat. Biotechnol. 42, 243–246 (2024)。doi: 10.1038 / s41587-023-01773-0；pmid: 37156916

93. T. G. Senkevich, N. Yutin, Y. I. Wolf, E. V. Koonin, B. Moss，古老基因捕获与近期基因丢失塑造正痘病毒-宿主互作基因的进化。mBio 12, e0149521 (2021)。doi: 10.1128 / mbio.01495-21；pmid: 34253028

94. G. Hou, Q. Zeng, J. Matthijnssens, H. B. Greenberg, S. Ding，轮状病毒 NSP1 促进肠道病毒复制、致病与传播。mBio 12, e0320821 (2021)。doi: 10.1128 / mBio.03208-21；pmid: 34903043

95. I. Koren 等，真核蛋白质组由靶向 C 端降解标签的 E3 泛素连接酶塑造。Cell 173, 1622–1635.e14 (2018)。doi: 10.1016 / j.cell.2018.04.028；pmid: 29779948

96. K. L. Meerbrey 等，pINDUCER：用于体内外可诱导 RNA 干扰的慢病毒工具包。Proc. Natl. Acad. Sci. U.S.A. 108, 3665–3670 (2011)。doi: 10.1073 / pnas.1019736108；pmid: 21307310

97. V. E. Wall, L. A. Garvey, J. L. Mehalko, L. V. Procter, D. Esposito，利用位点特异性重组组合装配克隆文库。Methods Mol. Biol. 1116, 193–208 (2014)。doi: 10.1007 / 978-1-62703-764-8_14；pmid: 24395366

98. M. Gentili 等，cGAS N 端结构域决定其优先与着丝粒 DNA 结合并激活细胞核内先天免疫。Cell Rep. 26, 2377–2393.e13 (2019)。doi: 10.1016 / j.celrep.2019.01.105；pmid: 30811988

99. E. A. Thomsen 等，利用模拟 IFNB1 表达时间受限激活的 d2eGFP 报告系统进行单细胞监测活化先天免疫信号。Front. Cell. Infect. Microbiol. 11, 784762 (2022)。doi: 10.3389 / fcimb.2021.784762；pmid: 35118008

100. H. Götzke 等，ALFA 标签是一种高度通用的纳米抗体生物科学应用工具。Nat. Commun. 10, 4403 (2019)。doi: 10.1038 / s41467-019-12301-7；pmid: 31562305

101. X. Gu 等，SAMTOR 是 mTORC1 通路的 S-腺苷甲硫氨酸感受器。Science 358, 813–818 (2017)。doi: 10.1126 / science.aao3265；pmid: 29123071

102. N. E. Sanjana, O. Shalem, F. Zhang，改进的载体与全基因组 CRISPR 筛选文库。Nat. Methods 11, 783–784 (2014)。doi: 10.1038 / nmeth.3047；pmid: 25075903

103. B. Chen 等，利用优化的 CRISPR / Cas 系统对活细胞中基因组位点进行动态成像。Cell 155, 1479–1491 (2013)。doi: 10.1016 / j.cell.2013.12.001；pmid: 24360272

104. R. T. Timms 等，通过多重 CRISPR 筛选界定 E3 连接酶-底物关系。Nat. Cell Biol. 25, 1535–1545 (2023)。doi: 10.1038 / s41556-023-01229-2；pmid: 37735597

105. K. Baek 等，揭示 CRBN 分子胶水的隐藏相互作用组。Nat. Commun. 16, 6831 (2025)。doi: 10.1038 / s41467-025-62099-w；pmid: 40707481

106. M. Meyer, M. Kircher，Illumina 测序文库制备：高度多重靶向捕获与测序。Cold Spring Harb. Protoc. 2010, prot5448 (2010)。doi: 10.1101 / pdb.prot5448；pmid: 20516186

107. W. Li 等，MAGeCK 可从全基因组 CRISPR / Cas9 敲除筛选中稳健识别必需基因。Genome Biol. 15, 554 (2014)。doi: 10.1186 / s13059-014-0554-4；pmid: 25476604

108. J. J. Almagro Armenteros 等，SignalP 5.0 利用深度神经网络改进信号肽预测。Nat. Biotechnol. 37, 420–423 (2019)。doi: 10.1038 / s41587-019-0036-z；pmid: 30778233

109. A. T. Kong, F. V. Leprevost, D. M. Avtonomov, D. Mellacheruvu, A. I. Nesvizhskii，MSFragger：超快速且全面的质谱蛋白质组学肽段识别。Nat. Methods 14, 513–520 (2017)。doi: 10.1038 / nmeth.4256；pmid: 28394336

110. E. Li 等，恒河猴轮状病毒 NSP1 介导肠外感染并是胆汁淤积的促成因素。PLOS Pathog. 20, e1012609 (2024)。doi: 10.1371 / journal.ppat.1012609；pmid: 39348381

111. J. Abramson 等，AlphaFold 3 可准确预测生物分子相互作用结构。Nature 630, 493–500 (2024). doi: 10.1038 / s41586-024-07487-w；pmid: 38718835

112. E. F. Pettersen 等，UCSF ChimeraX：面向研究人员、教育工作者和开发者的结构可视化工具。Protein Sci. 30, 70–82 (2021). doi: 10.1002 / pro.3943；pmid: 32881101

113. S. F. Altschul 等，带缺口的 BLAST 与 PSI-BLAST：新一代蛋白质数据库搜索程序。Nucleic Acids Res. 25, 3389–3402 (1997). doi: 10.1093 / nar / 25.17.3389；pmid: 9254694

114. M. Steinegger, J. Söding，MMseqs2 可实现对海量数据集的敏感蛋白质序列搜索。Nat. Biotechnol. 35, 1026–1028 (2017). doi: 10.1038 / nbt.3988；pmid: 29035372

115. F. Sievers 等，使用 Clustal Omega 快速生成高质量蛋白质多序列比对。Mol. Syst. Biol. 7, 539 (2011). doi: 10.1038 / msb.2011.75；pmid: 21988835

116. F. Madeira 等，EMBL-EBI Job Dispatcher 序列分析工具框架（2024 版）。Nucleic Acids Res. 52 (W1), W521–W525 (2024). doi: 10.1093 / nar / gkae241；pmid: 38597606

117. A. M. Waterhouse, J. B. Procter, D. M. Martin, M. Clamp, G. J. Barton，Jalview Version 2——多序列比对编辑器与分析工作台。Bioinformatics 25, 1189–1191 (2009). doi: 10.1093 / bioinformatics / btp033；pmid: 19151095

118. I. Letunic, P. Bork，iTOL v6：系统发生树显示与注释工具的最新更新。Nucleic Acids Res. 52 (W1), W78–W82 (2024). doi: 10.1093 / nar / gkae268；pmid: 38613393

119. J. Navarrete-Perea, Q. Yu, S. P. Gygi, J. A. Paulo，流线型 TMT（SL-TMT）协议：利用 TMT-同步前体选择-MS3 实现高效定量（磷酸化）蛋白质谱分析。J. Proteome Res. 17, 2226–2236 (2018). doi: 10.1021 / acs.jproteome.8b00217；pmid: 29734811

120. J. Schindelin 等，Fiji：生物图像分析开源平台。Nat. Methods 9, 676–682 (2012). doi: 10.1038 / nmeth.2019；pmid: 22743772

121. D. R. Stirling 等，CellProfiler 4：速度、实用性与易用性的改进。BMC Bioinformatics 22, 433 (2021). doi: 10.1186 / s12859-021-04344-9；pmid: 34507520

122. C. R. Glassman 等，利用泛病毒组学发现泛泛素连接酶，Dryad (2026). https: / doi.org / 10.5061 / dryad.pzgmsbd3d. 10.5061

致谢

作者感谢C. Woo、K. Van Doorslaer、L. Dixon、A. Reis、A. Fan、G. Barlow、E. Mena、Z. Mirman以及Elledge实验室成员的有益反馈和讨论。感谢T. Levitz、R. Walsh的讨论，以及哈佛冷冻电镜结构生物学中心在数据收集方面的支持。技术支持由R. Roberts提供。WSL-R细胞由M. Lenk及弗里德里希-洛夫勒研究所慷慨赠予，并得到USDA的D. Gladue和P. Azzinaro协助。pHAGE-TRE-3xHA-DEST载体由A. Mao慷慨赠予。感谢P. Cole及其实验室在质谱分析方面的支持与建议。

资助：盖茨基金会（S.J.E.）；美国国立卫生研究院（NIH）AG11085（J.W.H.、S.J.E.）；NIH R01AI150796（S.D.）；NIH R01CA262188（E.S.F.）。S.J.E.为霍华德·休斯医学研究所研究员。C.R.G.为简·科芬医学研究基金会及霍华德·休斯医学研究所研究员。K.B.为达蒙·鲁尼安癌症研究基金会Meghan E. Raveis研究员。

作者贡献：概念化：C.R.G.、S.J.E.；方法学：C.R.G.、E.F.、C.N.O.、M.Z.L.；调查：C.R.G.、K.B.、G.H.、Q.Z.、C.N.、K.B.J.、J.A.P.；原始稿撰写：C.R.G.、S.J.E.；审稿与编辑：全体作者。资金获取：S.J.E.、S.D.、J.W.H.、E.S.F.；监督：S.J.E.、J.W.H.、S.D.、E.S.F.

利益冲突：S.J.E.为TSCAN Therapeutics、MAZE Therapeutics、Infinity Bio及Mirimus的创始人，并担任Infinity Bio和TSCAN Therapeutics科学顾问委员会（SAB）成员。J.W.H.为默克公司子公司Caraway Therapeutics的联合创始人，并任Lyterian Therapeutics SAB成员。E.S.F.为Civetta Therapeutics、Proximity Therapeutics、Neomorph Inc.（同时任董事会成员）、Stelexis Biosciences Inc.、Anvia Therapeutics .（同时任董事会成员）、CPD4 .（同时任董事会成员）及Nias Bio .的创始人、SAB成员及股权持有人。同时持有Avilar Therapeutics、Ajax Therapeutics（同时任SAB）、Phelps Therapeutics（同时任SAB）及Lighthorse Therapeutics的股权。E.S.F.为诺华、EcoRI Capital及Deerfield的顾问。Fischer实验室已获得或目前正在从Deerfield、诺华、Ajax、Interline、Bayer及Astellas等机构获得研究资金。其他作者声明无竞争利益。

数据、代码与材料可用性：资源和试剂的请求应直接联系并由通讯作者Stephen J. Elledge（selledge@genetics.med.harvard.edu）提供。本研究中使用的目的载体已存入Addgene。其他材料可按需提供。结构数据已存入RCSB和EMDB，PDB ID为9Q3E，EMD编号为72190。原始全细胞蛋白质组学和免疫沉淀质谱数据已存入PRIDE，编号为PXD078348。原始测序数据及分析脚本与AlphaFold 3输入文件已在Dryad（J22）上提供。

许可信息：版权所有©2026作者，部分权利保留；美国科学促进会独家许可。本文不主张美国政府作品的原始权利。https: / www.science.org / about / science-licenses-journal-article-reuse。本文遵守霍华德·休斯医学研究所《开放获取出版物政策》。HHMI实验室负责人此前已向公众授予CC BY 4.0许可，并向HHMI授予可再许可的许可。根据该许可，本文的作者接受稿件（AAM）可在出版后立即以CC BY 4.0许可免费提供。

补充材料

图S1至S8、表S1；《MDAR再现性检查清单》；数据S1至S8

提交时间：2025年9月26日；重新提交时间：2026年4月4日；接受时间：2026年6月15日；在线发表时间：2026年7月9日

10.1126 / science.aec6299

《科学》2026年8月20日

16

研究文章摘要

人工智能

自主生物医学研究的一种人工智能代理

Kexin Huang*†, Serena Zhang†, Hanchen Wang†, Yuanhao Qu†, Yingzhou Lu†, Ryan Li† 等

完整文章及作者隶属关系列表：https: / doi.org / 10.1126 / science.adz4351

引言： 现代生物学和医学研究产生的数据远快于分析速度。单项研究可能需要使用数十种专业软件，梳理多年文献结果、设计详细实验方案并评估统计数据。因此，宝贵的数据集未被检查，现有知识间的关联也无法被发现。

基本原理： 我们设计了Biomni作为一种能处理多种研究任务的单一人工智能（AI）系统。AI代理——能自主规划和执行任务的软件——需要能够访问专业工具和数据集。设计Biomni的第一步是将这些数字资源整合为一个共享工作空间，包含150个分析工具和数十个软件包及数据库，覆盖25个生物学领域。基于这些已建立的方法，我们设计了Biomni系统，使其能用大型语言模型以纯英文处理和响应问题。该代理框架支持复杂的工作流规划、编写代码分析数据、错误检查及调整。

结果： 在跨越10种生物医学任务的443个问题中，Biomni实现了平均57%的准确率，显著高于其他同类代理系统在相同基准测试中的表现。在三项专家级任务中，它在准确性上与专家相当，但仅需专家所用时间的一小部分。我们还在不同学科的真实实验中评估了Biomni。我们使用Biomni开发了一个分析流程来处理已发布的智能手表读数，并恢复了COVID-19感染的已知早期预警信号。Biomni设计了一种基因编辑克隆方案，实验室科学家按其编写的方案执行后，测序结果确认成功。我们重新设计了一种蛋白质以提高热稳定性，Biomni创建了一个计算优化流程，提出了三个符合最先进蛋白质热稳定性工程原理的理性突变。我们还指示Biomni编写即可运行的代码，驱动实验室机器人完成多步药物剂量-反应实验。这些实验均调用了在Biomni优化过程中整合的计算和湿实验室方法，无需研究人员具备大量专业知识或编码能力即可决定研究议程。

结论： 作为通用代理，Biomni无需针对特定领域协议进行重新调整或再训练，即可设计遗传学、免疫学、药理学至临床医学等领域的实验工作流。我们提出，此类代理AI系统能够协助加速繁琐的分析任务，从而使科学家能够专注于构建问题、判断结果并进行机器无法完成的创造性飞跃。Biomni已开放使用，其开发者强调在工具变得更强大时需负责任地使用。□

*通讯作者：Kexin Huang (kexinh@cs.stanford.edu)；Jure Leskovec (jure@cs.stanford.edu) †这些作者对本研究贡献相等。引用格式：K. Huang 等，《科学》 393, eadz4351 (2026)。DOI: 10.1126 / science.adz4351

Biomni是一种AI代理，可用于生物医学研究。 科学家用纯英文提出问题；Biomni选择合适工具、规划步骤，并编写和运行自己的代码以提供答案。［插图：Jasmine Zhang］

Science 20 AUGUST 2026

777

--。

人工智能

Kexin Huang$^{1,2†}$，Serena Zhang$^{1,2†}$，Hanchen Wang$^{1,3†}$，Yuanhao Qu$^{2,4,5,6†}$，Yingzhou Lu$^{6†}$，Ryan Li$^{1†}$，Yusuf Roohani$^{1,7}$，Lin Qiu$^{8}$，Shiyi Cao$^{9}$，Gavin Li$^{1}$，Junze Zhang$^{4,6}$，Di Yin$^{4,6}$，Rick Wierenga$^{10}$，Deniz Kavi$^{11}$，Sherry Liu$^{11}$，Tianwei She$^{2}$，Shruti Marwaha$^{12}$，Jennefer N. Carter$^{12}$，Xin Zhou$^{6}$，Matthew T. Wheeler$^{12}$，Jonathan A. Bernstein$^{13}$，Mengdi Wang$^{14}$，Peng He$^{15}$，Jingtian Zhou$^{7}$，Michael P. Snyder$^{6}$，Le Cong$^{4,6}$，Aviv Regev$^{3}$，Jure Leskovec$^{1}$

生物医学研究正日益受到重复、碎片化工作流程的限制，这些流程减缓了发现的步伐。我们推出了Biomni，一种通用生物医学人工智能代理，可自主执行多样化的研究任务。为绘制生物医学行动空间，Biomni的行动发现代理从25个领域的数千篇出版物中挖掘工具、数据库和协议，构建统一的代理环境。其通用架构将大语言模型推理与检索增强规划和基于代码的执行相结合，动态组合工作流程而无需预定义模板。系统性基准测试显示，在异构任务（因果基因优先级排序、药物再利用、罕见病诊断、微生物群分析和分子克隆）上均表现出色，且无需任务特定调优。真实案例研究证明Biomni能够解释多模态数据集、优化蛋白质稳定性、协调湿实验室仪器并生成可实验验证的协议。Biomni期待人工智能增强人类科学家并加速发现。

生物医学研究是现代科学和医学的重要支柱，推动了疾病机制、诊断和治疗方法的发现（1–4）。然而，随着大规模实验、数据、工具和文献的增长，进展日益受到碎片化、复杂工作流程的阻碍，这些流程使高效整合专业工具、全面文献综述、复杂实验设计和严格统计建模变得困难（5, 6）。大量有价值的生物医学数据未被充分利用（7），许多复杂分析未能开展，过去知识与文献间的许多关联也未被建立，这并非缺乏价值，而是专家研究人员的供需严重失衡。数据丰富与人力资源有限之间的矛盾凸显了迫切需求：亟需能有效扩展专业知识、简化工作流程并释放生物医学研究全部潜力的方法。

人工智能（AI）代理已在软件工程（8）、法律（9）、材料科学（10）和医疗保健（11）等领域通过自动化重复任务、提高生产力并实现先前难以实现的功能，从根本上重塑了这些领域。AI代理的发展也为重塑生物医学研究的某些方面提供了机遇（12）。我们设想此类代理能够跨子领域处理多样化的生物医学研究任务，从而增强人类生物学家的专业知识。AI代理能够高效管理数千个并发任务，有望提升人类生产力并加速生物医学发现的步伐。

我们设想这类智能体能够处理生物医学研究领域内的多样化任务，从而增强人类生物学家的专业知识。这类智能体能够高效管理数千个并发任务，有望提升人类生产力并加速生物医学发现的步伐。

$^{1}$斯坦福大学工程学院计算机科学系，美国加利福尼亚州斯坦福 $^{2}$Phylo公司，美国加利福尼亚州南旧金山 $^{3}$Genentech早期研发部，美国加利福尼亚州南旧金山 $^{4}$病理学系，加州大学医学院，美国加利福尼亚州 $^{5}$癌症生物学项目，加州大学医学院，美国加利福尼亚州 $^{6}$遗传学系，加州大学医学院，美国加利福尼亚州 $^{7}$Arc研究所，美国加利福尼亚州帕洛阿尔托 $^{8}$华盛顿大学保罗·G·艾伦计算机科学与工程学院，美国华盛顿州西雅图 $^{9}$加州大学伯克利分校电气工程与计算机科学系，美国加利福尼亚州伯克利 $^{10}$Metro Bioscience公司，美国加利福尼亚州红木城 $^{11}$Tamarind Bio公司，美国加利福尼亚州南旧金山 $^{12}$医学系，加州大学医学院，美国加利福尼亚州 $^{13}$儿科学系，加州大学医学院，美国加利福尼亚州 $^{14}$普林斯顿大学电气与计算机工程系，美国新泽西州普林斯顿 $^{15}$加州大学旧金山分校病理学系，美国加利福尼亚州旧金山

*通讯作者。邮箱：kexinl@cs..edu（K.H.）；jure@cs..edu（J.L.） †这些作者对本研究做出了同等贡献。

Science 2026年8月20日

1 / 10

研究论文

在开发过程中从未遇到的具有挑战性的现实场景中表现出强大的泛化性能。我们通过五个案例研究展示了Biomni的实际能力：（i）分析可穿戴传感器数据；（ii）对大规模原始数据集（如scRNA测序和单细胞转座酶可接近性测序scATAC-seq数据）进行全面的生物信息学分析；（iii）设计实验室方案以协助湿实验室研究人员；（iv）优化蛋白质序列以提高热稳定性；（v）协调机器人湿实验室仪器。通过Biomni，我们推出了一种可扩展的通用生物医学AI智能体，指向未来AI智能体与人类研究人员并肩工作，从基础研究到转化研究加速生物医学发现的前景。

Biomni 概述

构建一个统一的生物医学行动空间极具挑战性，这主要归因于其固有的复杂性和广阔性。我们通过采用人工智能驱动的方法系统性地解决这一问题（图 1A）。我们利用 bioRxiv 定义的 25 个主题分类，按每个分类选择最近 100 篇出版物。一个行动发现大语言模型（LLM）代理依次处理每篇论文，提取必要的任务、工具、数据库和软件，以复现或生成所述研究。这一全面的资源集合构成了执行大量生物医学研究任务所需的核心行动。

随后，我们构建了 Biomni-E1，这是一个供生物医学人工智能代理执行广泛行动的环境（图 1B）。所识别的工具由人类专家严格验证，并配以相应的测试用例。这些工具（表 S1 至 S18）因其非平凡特性而被特别选用，涵盖复杂代码、领域特定知识或专用人工智能模型。考虑到生物软件所需的固有灵活性——其无法总是简化为静态函数——我们构建了一个预装 105 个广泛使用的生物软件包的执行环境（表 S24 至 S31），支持 Python、R 和 CLI。在数据库集成方面，我们将资源分为两类。第一类包括通过网络应用编程接口（API）访问的大型关系数据库（如 PDB、OpenTarget 和 ClinVar）（表 S19 和 S20）。我们未逐一创建多个独立检索工具，而是为每个数据库实现了一个统一函数。每个函数接受自然语言查询，并内部使用 LLM 解析数据库模式并动态生成可执行查询。无网络接口的数据库则被下载至数据湖，并本地预处理为结构化平面文件，以便与代理无缝集成，在 Biomni-E1 中共计 59 个数据库（表 S21 至 S23）。

为构建能够处理多样化生物医学任务的通用代理，我们需要一种专用的代理架构——避免为每个任务硬编码工作流。这催生了 Biomni-A1 的开发，其融入了在生物医学研究领域运行所需的多项核心创新。首先，我们引入了基于 LLM 的资源选择机制，旨在应对生物医学环境的复杂性和专业性，根据用户目标动态检索定制化的资源子集（有关检索步骤的消融实验见 fig. S1）。其次，认识到生物医学任务通常需要丰富的程序逻辑，Biomni-A1 将代码作为通用行动接口——使其能够组合并执行涉及循环、并行化和条件逻辑的复杂工作流。该方法还使代理能够交错调用

图1. Biomni中统一生物医学行动空间与智能体环境概览

(A) 系统化构建统一生物医学行动空间的工作流程。从2500篇近期bioRxiv出版物（涵盖25个生物医学子领域）中提取出执行生物医学研究所需的行动。提取出的行动经人类专家严格验证与整理，最终集成了105个生物医学软件包、150个专业生物工具（包括湿实验室协议、AI驱动的预测模型及领域特定专业知识）以及59个综合生物医学数据库。

(B) 统一生物医学行动空间的图示，涵盖遗传学、基因组学、合成生物学、细胞生物学、生理学、微生物学、药理学、生物工程、生物物理学、分子生物学及病理学等多样化子领域。图中展示了集成至Biomni环境中的代表性工具与数据库，突出其通用能力。

(C) 示例工作流程，展示Biomni的推理与行动组合过程，以自主回答复杂生物学问题。Biomni基于用户查询检索相关工具，制定结构化推理计划，并组合可执行代码执行全面的生物信息学分析，在迭代观察中持续优化推理，直至收敛至最终精确答案。

《科学》2026年8月20日

第2页，共10页

研究论文

不符合预定义函数签名的软件、工具、数据库及原始数据操作，支持异构资源的灵活动态集成。智能体采用自适应规划策略：基于生物医学知识制定初始计划并在执行过程中迭代优化，实现响应式、情境感知的行为。这些创新共同赋予Biomni-A1在前所未见的任务与领域中泛化的能力，动态组合行动并与软件、数据及工具交互（图1℃）。

Biomni在通用生物医学研究基准测试中的优异表现

为建立跨广泛生物医学研究问题的基线能力，我们首先在涵盖常见生物学任务的标准化基准测试上评估Biomni（图2）。我们首先在Biomni-Eval1上评估其性能，该基准包含443个查询，涵盖10个代表性生物医学研究任务（图2A）：CRISPR递送、因果基因检测（基因中心、本体和通路三类）、变异体优先级排序、数据库查询、DNA序列查询、患者基因检测、罕见疾病诊断以及扰动筛选设计。

A

Biomni-Eval1 跨10个研究任务的443个查询，涵盖生物学领域

B

C

D

E

F

G

H

图2. Biomni在通用基准测试、专家级任务及强化学习中的表现。（A）Biomni-Eval1的性能，包含443个查询，涵盖10个生物医学研究任务，包括CRISPR递送、因果基因检测、变异体优先级排序、数据库和DNA序列查询、患者基因检测、罕见疾病诊断及筛选设计。数据点为三次独立运行，报告443个查询的平均准确率。（B）在《人类最后的考试》（HLE-Bio）上的准确率，与多个前沿LLM骨干模型进行比较，对比LLM单独基线与Biomni-A1代理框架及Biomni-E1代理环境。（C）scRNA-seq注释准确率及执行时间与人类专家对比，显示在减少分析时间的同时达到专家级准确率。（D）罕见疾病诊断准确率及执行时间，Biomni在大幅缩短完成时间的同时匹配专家准确率。（E）GWAS因果基因检测准确率及执行时间，展现专家级性能且执行速度显著更快。（F）Biomni代理架构及强化学习训练流程概览。（G）强化学习前后的平均任务性能，显示Biomni-R0模型在8B和32B规模下的显著提升。Biomni-R0从Qwen3开放权重模型（37）微调而来，先从前沿模型Claude Sonnet 4（即教师模型）蒸馏，再进行强化学习以进一步专业化至生物医学任务（详见材料与方法）。在调优后，其性能超越了教师前沿模型。（H）跨专业生物医学任务的任务级性能对比，展示强化学习在各任务类别中带来的持续改进。

《科学》2026年8月20日 第3页，共10页

研究文章

在这些任务中，Biomni实现了57%的平均准确率，超越基础LLM（Claude Sonnet 4.5）（30%）、专注治疗的代理TxAgent（25%）、通用编码代理Claude Code（43%）以及使用ReAct并配备Biomni-E1的生物信息学软件代理（44%）。

我们进一步使用《人类最后的考试》（HLE-Bio）评估通用生物医学推理能力（图2B），以测试在无任务特定调优的情况下跨陌生领域的鲁棒性。在多个前沿LLM骨干模型上，Biomni代理框架较LLM单独基线实现了持续提升，绝对准确率提升6至12个百分点，表明观察到的改进并非由特定底层模型驱动，而是由Biomni-A1代理框架及Biomni-E1环境带来。

Biomni在生物医学研究任务中达到专家水平并缩短时间

在基准测试中已建立强大性能后，我们接下来评估这些收益是否能转化为现实中的端到端生物医学研究工作流程，通过与人类专家进行直接对比。我们在三个代表性任务上评估了Biomni——scRNA-seq注释、罕见疾病诊断和全基因组关联研究（GWAS）因果基因检测——并与人类专家性能进行直接对比（图2，C至E；详见材料与方法以及数据、代码与材料可用性说明中的提示与响应）。专家的招募基于在相关任务领域至少具有5年经验，并包括来自学术机构的博士后研究人员和教员。提示由作者开发。在单细胞注释（图2℃）中，Biomni实现45.8%的准确率，与强专家基线（40.5%和50.9%）相当，并将平均分析时间从专家的235分钟缩短至代理的72分钟。在罕见疾病诊断（图2D）中，Biomni在所有病例中达到60%的准确率，与五位专家的表现（60%至70%）相当，并将分析时间从专家平均116分钟缩短至代理约3分钟。在GWAS因果基因检测（图2E）中，Biomni在所有查询中达到80%的准确率，再次与专家表现相当，并将执行时间从专家平均91分钟缩短至代理每个位点3分钟。在所有任务中，Biomni始终与专家准确率相当，同时显著节省时间。

强化学习实现专业生物医学任务的可扩展改进

尽管具有强大的泛化能力，但在若干专业任务上的表现仍低于专家水平，且定性分析显示模型并未始终充分利用Biomni-E1环境的全部功能（图S6至S9），这促使我们采用强化学习（RL）方法来可扩展地提升任务特定性能。图2，F至H，介绍了Biomni-R0，一种通过与Biomni-E1环境的直接交互优化端到端任务成功率的RL训练开源模型。使用专家注释的奖励，RL训练显著提升了平均任务性能：Biomni-R0-8B从0.32提升至0.59，Biomni-R0-32B从0.35提升至0.67（图2G）。Biomni-R0-8B超越了更大规模闭源模型（如Claude Sonnet 4的0.56），而扩展至32B则带来额外10%的绝对提升。图2H中的任务级结果显示在CRISPR筛选设计、因果基因检测、变异优先级排序、数据库查询和罕见疾病诊断等任务上均实现持续改进，这表明RL为系统性提升专业生物医学代理任务性能提供了切实可行的机制。

Biomni对原始可穿戴设备数据进行大规模自主与昼夜节律生物学分析

为评估Biomni在真实世界生物医学工作流程中的性能，我们邀请科学家直接将其应用于自身研究问题。由于生物医学研究涵盖广泛任务，

我们选择五个用例作为示例，另有四个用例可在图S2至S5中查看。

我们首先将Biomni应用于两个大型、已发表的可穿戴设备数据集，这些数据集均配有人工标准分析。在一项基准测试中，我们使用了Alavi等人（29）的COVID-19生理反应队列，该队列包含1027名参与者的原始分钟分辨率Fitbit心率和步数数据，累计超过14亿次心率测量和3700万条步数记录，平均每人监测时长为170天。该数据集高度异质，包含跨个体的长期纵向记录，涵盖多样化的基线生理和活动模式（图3A）。

Biomni仅基于原始心率和步数数据，自主生成并执行了完整的端到端分析流程（见图3B；材料与方法，第G节；以及数据、代码与材料可用性声明）。该智能体提取了六个已验证的COVID-19相关生理生物标志物，包括静息心率升高、昼夜节律振幅降低、心率变异性下降、夜间心率升高、日步数减少以及心率昼夜节律反应减弱。它进一步重建了群体水平24小时昼夜节律结构，将生物标志物整合为多维风险评分（0至6），并生成可发表的高质量可视化图表（图3℃）。所得生物标志物、效应量及相关性与原始研究及后续文献高度吻合（图3D），包括静息心率与昼夜节律振幅的负相关（r = -0.34）和日步数与心率变异性的正相关（r = +0.54）。这些结果表明，Biomni能够直接从原始可穿戴设备数据中独立复现专家级自主与昼夜节律生物学分析，且具备大规模群体分析能力。

Biomni自动化复杂多组学分析以解析骨骼谱系的转录调控

为测试Biomni是否能泛化至复杂组学工作流程，我们用其分析了一个新近发表的发育中人类骨骼多组学数据集（30）。该数据集包含336,162个单核RNA测序（snRNA-seq）和单核ATAC测序（snATAC-seq）配对数据，并与采集自5至11周人胚胎的空间转录组学数据整合（图3E）。尽管原研究侧重发育轨迹与疾病机制，但我们关注的是新兴骨骼细胞类型间的基因调控机制——这一任务通常需要大量生物信息学支持。

我们指示Biomni探索骨骼谱系间的转录调控机制（详见材料与方法，H节）。Biomni自主规划并执行了一个10阶段分析流程：（i）加载并探索所有数据集；（ii）准备RNA测序数据以供分析；（iii）配置pySCENIC以检索基序；（iv）运行GRNBoost2推断基因调控网络（GRN）；（v）使用cisTarget修剪网络；（vi）用AUCell计算调控子活性；（vii）从ATAC测序提取可及性数据；（viii）用ATAC测序可及性筛选预测靶标；（ix）分析细胞类型、发育阶段与解剖区域间的活性模式；（x）总结发现并生成报告。该流程的输出包括转录因子-靶基因关联及基于基序富集与染色质可及性相关性的调控子筛选结果（图3F）。

完整运行耗时约5小时，通过子采样与本地调试处理了实时执行问题（如变量名不匹配）。整个过程中，Biomni保留了所有中间产物——代码、图表与日志——以可重现笔记本结构组织，便于验证与检查（见数据、代码与材料可用性说明）。该智能体汇总了所有分析并生成报告，描述分析过程与核心发现（见材料与方法，H节）。

《科学》2026年8月20日

4 / 10

研究论文

A

B

C

D 研究发现：

• 从可穿戴设备数据中识别出6个独立的COVID-19生物标志物：静息心率升高、昼夜振幅降低、心率变异性降低、夜间心率升高、日步数减少、心率迟钝。
• 综合风险评分（0–6）分布：61.7%低风险（0项因素）· 24.1%中等（1–2项）· 14.2%高 / 极高（≥3项）。

E

F

G

H 研究发现：

• 新型转录因子 AUTS2、ZFHX3 和 PBX1 在多种骨骼谱系中表现出高调控活性。
• 细胞类型 LimbMes 在所有已识别的 566-589 个调控子中表现出最高整体活性水平。

图 3. Biomni 自主执行复杂多模态生物医学分析以生成假设。（A 至 D）COVID-19 第二阶段可穿戴设备研究及分析工作流程概述。（A）使用 Fitbit 设备从 1027 名参与者收集高频心率和步数数据，用于 COVID-19 大流行期间。数据被处理以建立个体生理基线并检测疾病相关偏差。（B）使用 Biomni 软件对整个队列应用的十步分析流程。（C） 生成的关键图形，包括受损昼夜节律生物标志物（左）和个体昼夜节律模式（右）。（D） 识别出关键生理相关性，确认相互关联的机制。（E 至 H） 自主分析了约 336,000 个核小滴的单细胞多组学数据，结合人胚胎关节发育（肩膀、髋部和膝盖）的 snRNA-seq 和 snATAC-seq。（F）展示 十步 GRN 多组学分析流程的详细工作流程图。（G） 生成的两个关键图形。（左）发育阶段调控子活性热图，颜色强度表示活性水平。（右）RUNX2 调控子活性按细胞类型的箱线图，显示不同细胞群体间表达的差异。（H） 识别出其他转录因子和细胞类型假设，以供进一步实验验证。

《科学》2026 年 8 月 20 日

第 5 页，共 10 页

研究文章

在其最终 GRN 分析（图 3H）中， 重现了关键成骨转录因子（如 RUNX2 和 HHIP）之间已知的调控关系，确认它们如何被一组共享的抗成骨转录因子（包括 TWIST1、LMX1B 和 ALX4）调控（30）。这些发现与之前研究关于骨形成和骨缝开放性所需平衡调控的结论一致（30）。此外， 提名了几个在先前人骨骼 GRN 研究中未被突出强调的潜在调控因子，包括 AUTS2、ZFHX3 和 PBX1，它们在多种骨骼细胞类型中表现出高推断调控活性。这一信号得到互补证据的支持，包括基序富集和转录因子足迹分析、AUCell 调控子活性一致性、ATAC 预测靶标的共可及性以及跨区域和跨阶段可重复性，并附带明确的决策标准、阴性对照和每转录因子证据（图 3，F 至 H，及讨论）。PBX1 是一项公认的骨骼调控因子（31），而 ZFHX3 和 AUTS2 仅在小鼠（32）或斑马鱼（33）中有有限或间接的骨骼相关报道； 识别出的广泛活性表明它们在多种骨骼谱系中具有未被充分认识的作用。 报道这些调控因子在成骨细胞、成骨细胞前体和多种软骨细胞群体中尤为活跃，表明它们在人骨骼发育过程中骨骼细胞命运决定的转录调控中发挥着重要但先前未被认识的作用。最后，图 3G 和 H 显示 的可视化如何有效捕捉调控子活性的时间动态和关键调控子（如 RUNX2）的细胞类型特异性变异。此示例展示了 如何使研究人员无需专业编程知识即可自主执行复杂多组学分析并快速生成可验证的假设。

Biomni设计湿实验验证的克隆实验方案

为评估Biomni在真实实验设计中的能力，我们聚焦于分子生物学的核心任务：克隆。该过程是研究和生物技chnology中无数工作流程的核心，需要复杂的推理，从设计高保真引物到选择合适的组装方法并验证构建体。通用大语言模型因领域知识和工具访问受限（34），在执行此类任务时表现不佳，而Biomni则将大语言模型推理与动态工具执行相结合，实现了分子生物学任务的专家级性能。

为严格评估此任务，我们首先与一组基因编辑研究专家合作，设计了一项开放式克隆基准测试和专家用户研究（图4A）。我们的基准测试包含10项现实且具代表性的克隆任务，涵盖Golden Gate、Gibson、Gateway和限制性酶切克隆等方法，每项任务均包含单片段与池化组装等选项。基准测试还纳入了必要的验证步骤，如设计Sanger测序引物和分析限制性酶切结果。我们将这些任务交由四个实体执行：一个大语言模型、Biomni、一名人类实习生（斯坦福生物学毕业生，具备克隆经验，S.Z.）以及一名高级人类专家（斯坦福遗传学博士后，拥有>5年克隆经验，D.Y.）。每个实体均需生成完整的端到端方案及最终克隆的质粒图谱。一名盲评专家审核员对输出结果进行评估（详见表S32和S33的评分标准）。经独立专家手动检查输出结果后发现，Biomni生成的方案和设计在准确性和完整性上与人类专家相当。Biomni提供的细节水平通常可媲美人类专家，并能预见相同的边缘情况。相比之下，人类实习生的提交结果常存在不完整或次优情况，反映了早期研究人员的经验差距。值得注意的是，Biomni能在远少于专家所需的时间内自主完成所有任务。

为进一步在真实环境中验证Biomni，我们为其分配了一项实际克隆任务——将针对人类B2M基因的guide RNA克隆至lentiCRISPR v2 Blast载体（图4B）。Biomni通过全面的工作流程成功执行了该任务（图4℃）。首先，它利用注释和模式搜索工具分析质粒结构，识别克隆所需的关键特征。随后，Biomni使用专门的敲除guide RNA设计工具，设计了三条靶向B2M的Cas9单guide RNA（sgRNA）。在克隆过程中，Biomni生成了带有BsmBI黏性末端的正反向寡核苷酸，以实现sgRNA序列的定向插入。它还提供了详细的方案（图4D），包括寡核苷酸退火、双链DNA形成及Golden Gate克隆至目标载体的步骤。Biomni还提供了完整的细菌转化指导，包括热激步骤和抗生素筛选。为进行质量控制，它设计了U6启动子测序引物以验证sgRNA插入，并模拟Golden Gate组装以生成最终质粒图谱（详见材料与方法，第I节）。

我们严格按照Biomni的方案进行了湿实验（图4E）。次日平板上出现菌落，其中两个被培养、小量制备并使用Biomni设计的引物测序——两者均显示完美匹配。此案例展示了科学家如何依赖Biomni自主设计复杂分子生物学实验，其准确性可与人类专家媲美，但所需时间仅为人类专家的一小部分。

Biomni通过AI模型实现迭代分子设计

AI模型正越来越多地嵌入计算蛋白质工程工作流程，但部署和组合这些模型通常需要大量软件配置和图形处理单元（GPU）基础设施的专业技术知识。Biomni通过将蛋白质设计模型（包括AlphaFold-2（2）和ThermoMPNN（35））作为原生工具集成，使科学家能够通过自然语言指令调用和组合这些模型。为展示这一功能，我们要求Biomni识别预测能提高所提供蛋白质序列热稳定性的候选突变。Biomni构建并执行了一个多步计算工作流程（图5A），使用AlphaFold-2预测初始三维（3D）结构，ThermoMPNN评估预测热稳定性，并通过迭代评估提出和评估候选变体。在三轮优化循环中，该工作流程识别出三个候选突变，其累积预测热稳定性改善来自ThermoMPNN（图5B及材料与方法，第O节）。所得突变代表计算假设，仍需实验验证，并受限于底层预测模型的局限性。在此案例研究中，热稳定性任务展示了Biomni如何在集成科学工作流程中使专业AI模型触手可及。通过处理模型部署、软件依赖性和计算基础设施，Biomni通过使科学家能够通过自然语言指令调用和协调这些模型，而无需专业技术专长，从而使这些任务民主化。

Biomni通过自动化协议生成连接计算分析与湿实验执行

生物学研究中的一个持续瓶颈是计算设计与物理实验之间的脱节：体内分析的洞察必须经过手动协调才能转化为实验室协议。为弥合这一差距，我们将Biomni与开源Python实验室自动化框架PyLabRobot（36）集成，使研究人员能够直接从自然语言生成并执行生产就绪的液体处理协议。我们在生产环境中的Hamilton STAR系统上验证了这一功能。给定一个描述液体转移的简单提示后，Biomni生成包含完整可执行代码、正确的平台配置、错误处理和资源清理的协议（图5℃）。对于复杂工作流程，我们在测量8种化合物在12点梯度稀释液中的细胞活力分析中测试了Biomni。从硬件规范

Science 20 AUGUST 2026

6 of 10

研究文章

A

克隆 开放式回答评估

GG 多片段GG 限制

GG 文库 Gibson 限制文库

Gibson 文库 Gateway 诊断性消化

B

我有一个plentiCRISPR v2 blast载体：CGTTGGAGTCCACGTTCTTTAATAGTGG...GCCCTTTGA。希望将一个靶向人B2M的CRISPR sgRNA克隆到该载体中。能否给出最终的载体图谱以及逐步的克隆指导？

C

1. 质粒分析

2. sgRNA设计

3. 克隆用寡核苷酸设计

4. 寡核苷酸退火与Golden Gate组装

5. 细菌转化

6. 菌落筛选与验证

7. 最终质粒图谱组装

D Biomni生成的湿实验克隆协议

分步克隆协议

1. 设计并订购寡核苷酸

• 正义寡核苷酸：5'-CACCGCGCGAGCACAGCTAAGGCCA-3'
• 反义寡核苷酸：5'-AAACTGGCCTTAGCTGTGCTCGCGC-3'

2. 退火与磷酸化寡核苷酸

1. 用无核酸酶水将寡核苷酸重悬至100 μM

2. 配制退火反应液：

• 1 μL 正向寡核苷酸（100 μM）

• 1 μL 反向寡核苷酸（100 μM）

• 1 μL 10X T4连接缓冲液

• 6.5 μL 无核酸酶水

• 0.5 μL T4多核苷酸激酶（PNK）

3. 在热循环仪中孵育：

• 37℃ 30分钟（磷酸化）

• 95℃ 5分钟（变性）

• 以5℃ / 分钟降温至25℃（退火）

4. 用无核酸酶水将退火后寡核苷酸稀释1:200（终浓度：50 nM）

3. 金色门组装

1. 配制反应液：

• 100 ng lentiCRISPR v2 blast质粒

• 1 μL 稀释后退火寡核苷酸（50 nM）

• 2 μL 10X T4 DNA连接酶缓冲液

• 1 μL BsmBI-v2（NEB）

• 1 μL T4 DNA连接酶

• 无核酸酶水补足至20 μL

2. 在热循环仪中孵育：

• 37℃ 5分钟

• 16℃ 5分钟

• 重复步骤1-2共10个循环

• 55℃ 5分钟（终末消化）

• 80℃ 5分钟（酶失活）

4. 细菌转化

1. 将2 μL金色门组装反应液加入50 μL Stbl3大肠杆菌感受态细胞

2. 冰上孵育30分钟

3. 42℃热激45秒

4. 返回冰上2分钟

5. 加入950 μL SOC培养基

6. 37℃振荡孵育1小时

7. 取100 μL涂布含氨苄青霉素（100 μg / mL）的LB琼脂平板

8. 37℃过夜培养

5. 菌落筛选与验证

1. 挑取3-5个菌落，接种于5 mL含氨苄青霉素的LB培养基中过夜培养

2. 使用质粒小提试剂盒提取质粒DNA

3. 使用U6启动子正向引物进行Sanger测序验证：

5'-GACTATCATATGCTTACCGT-3'

4. 确认质粒中存在B2M sgRNA序列

6. 慢病毒生产与细胞转导

1. 将验证后的质粒与包装质粒共转染HEK293T细胞

2. 48-72小时后收集含病毒的上清液

3. 如需，过滤并浓缩慢病毒

4. 用慢病毒转导靶细胞

5. 用Blasticidin（5-10 μg / mL）筛选转导细胞

6. 通过流式细胞术、蛋白质印迹或基因组测序验证B2M基因敲除

质粒图谱

A scientist follows the protocol to perform the cloning

E

Assembled Reference

Picked Colony 1

Picked Colony 2

图4. Biomni设计湿实验室实验方案。（A）针对10个真实克隆场景的开放式克隆基准测试。我们将其与基础LLM、实习级人类科学家和专家级人类科学家进行了比较。结果发现，Biomni的准确性与专家级科学家相当，高于实习级人类科学家，且耗时更少。（B）用户向Biomni发出的克隆请求示例，目标是将针对人类B2M基因的sgRNA克隆至lentiCRISPR v2 Blast质粒。（C）Biomni的自动化分步工作流程，包括质粒分析、sgRNA设计、寡核苷酸合成、Golden Gate组装、细菌转化、菌落筛选及最终质粒图谱绘制。（D）Biomni生成的详细克隆方案，包含逐步操作说明和全面的质粒图谱，使实验室科学家能够自主执行实验。（E）通过成功在选择性平板上培养菌落，并通过Sanger测序确认挑选菌落中sgRNA插入的完美对齐，验证了Biomni克隆方案的有效性。

Science 20 AUGUST 2026

7 of 10

研究论文

A

B

D

PyLabRobot连接Hamilton STAR液体处理器

图5. AI指导的蛋白质优化与自动化实验执行。（A）计算蛋白质优化流程。Biomni整合了结构预测（AlphaFold-2）和热稳定性评估（ThermoMPNN），以迭代优化起始序列（“MALK...ASV”）以提高预测热稳定性。（B）优化轨迹示例。在三轮迭代中，Biomni提出了三个突变，累计预测ΔΔG改善约4.108 kcal / mol。这些为说明性计算预测，尚未进行实验验证。（C）实验方案的AI驱动自动化。Biomni将实验室任务的自然语言描述（如“将水从A1-A3孔移至B1-B3孔，每孔转移100 μl”）转换为可完全执行的PyLabRobot代码。（D）该代码已在Hamilton STAR平台上转换并验证，实现从数字到物理的端到端实验执行。

Biomni生成了一份全面的方案，包含智能吸头选择、数学正确的梯度稀释及体积验证（详见材料与方法，第N节）。此集成展示了Biomni如何作为实验意图与可执行自动化代码之间的接口，是连接干实验室分析与湿实验室执行的重要一步。

讨论

Biomni是一个强大的生物医学研究平台，在多个细分领域展现出强大的泛化能力，为人工智能代理作为科学发现中不可或缺的协作者奠定了基础。其零样本性能在复杂任务中表现突出——包括遗传学、基因组学、微生物学、免疫学、药理学和临床医学——这凸显了其提升研究生产力和加速发现的潜力。

通过自动化复杂且劳动密集的工作流程（这些流程通常需要专业知识和编码技能），Biomni使研究人员能够将精力重新投入到创造性假设生成、实验创新和跨学科合作中。在生物制药领域，Biomni可用于设计工作流程以优先考虑靶点、设计扰动筛选或药物再利用。在临床环境中，Biomni可支持基因优先级设定和罕见疾病诊断。在消费者健康领域，Biomni支持可穿戴设备数据与多组学分析的整合，用于健康监测和干预。

尽管如此，仍存在若干局限性。尽管Biomni的统一环境覆盖了广泛的生物医学工具和数据库，但评估的任务仅代表该领域的一个子集，仍有关键领域未被探索。此外，在行动-发现代理中，我们选择优先考虑最新文献的做法使代理看似及时，但可能忽略已淡出当前讨论但仍具有持久相关性的基础概念和技术。未来版本应在定义环境时考虑更大范围的出版物。此外，复杂的多步骤分析（如scRNA-scATAC多组学工作流程）通常需要更结构化的提示，明确定义中间分析步骤。尽管高层次提示对许多任务已足够，但需要大量领域知识和隐含分析惯例的工作流程在明确关键步骤后，可实现更强的鲁棒性和可重现性，这表明当前人工智能代理的泛化能力存在局限。此外，尽管Biomni在数据库查询、序列分析和分子克隆等任务中已接近人类水平，但在需要精细临床判断、实验推理或深度生物学思维与综合能力的领域仍面临挑战。尚无系统能够全面捕捉人类生物医学专业知识的全部范围。正如我们的基准测试所示，Biomni尚未在所有任务类别中达到专家级性能。其性能在多样化的生物医学任务中仍存在不均衡，且尚未在所有领域表现强劲。由于生物医学应用的可能空间极为广阔，而文章篇幅有限，我们仅呈现了跨越多个生物学领域的五个代表性用例，以展示Biomni能力的范围，而非穷尽所有潜在用例。Science 20 2026年8月20日

8 / 10

随着基础模型的演进、代理环境的扩展以及Biomni被人类专家和学员用于辅助或增强其工作，我们预期其将持续改进。

这些局限性为未来发展指明了方向。通过强化学习训练生物医学推理代理，可实现规划与执行能力的持续自我改进。整合多模态数据——文本、图像和结构化输入——可能进一步深化推理能力。赋予Biomni自主发现并整合新工具和数据库的能力，以及纳入更多历史方法（这些方法可能具有高实用性，却容易被人类用户遗忘），将确保其适应性和长期相关性。

最后，我们认识到，日益强大的生命科学领域AI系统在生物安全方面提出了重要考量。尽管Biomni旨在加速有益的生物医学研究，但具备文献综合、方案生成和自动化分析能力的主动系统也可能降低生物学知识被滥用的门槛。因此，负责任的开发需要仔细评估风险与收益。在本研究中，我们采用多项原则以缓解潜在问题：将系统聚焦于广泛使用的学术数据集和工具、通过开源发布强调透明度，并使开发实践与新兴的社区讨论及AI生物安全风险政策框架保持一致。我们相信，开放性、严格评估以及与生物安全和政策界的广泛合作，是确保科学AI主体以最大化社会收益、最小化潜在危害的方式发展的关键。

展望未来，Biomni及其后续版本可能成为AI驱动生物医学生态系统的基础设施，与人类专家无缝协作，释放健康与疾病研究的洞见。这种混合合作模式或将重塑生物医学研究——自动化假设生成、扩展发现流程，并推动医学创新比以往更快前进。

补充材料中提供了相关材料与方法。

参考文献与注释

1. L. Cong等，使用CRISPR / Cas系统的多重基因组工程。Science 339, 819–823 (2013)。doi: 10.1126 / science.1231143；pmid: 23287718

2. J. Jumper等，AlphaFold高精度蛋白质结构预测。Nature 596, 583–589 (2021)。doi: 10.1038 / s41586-021-03819-2；pmid: 34265844

3. C. H. van Dyck等，早期阿尔茨海默病中的Lecanemab。N. Engl. J. Med. 388, 9–21 (2023)。doi: 10.1056 / NEJMoa2212948；pmid: 36449413

4. C. López-Otín, M. A. Blasco, L. Partridge, M. Serrano, G. Kroemer，衰老标志：不断扩展的宇宙。Cell 186, 243–278 (2023)。doi: 10.1016 / j.cell.2022.11.001；pmid: 36599349

5. R. Botvinik-Nezer等，多团队对单一神经影像数据集分析的可变性。Nature 582, 84–88 (2020)。doi: 10.1038 / s41586-020-2314-9；pmid: 32483374

6. I. Thiele, B. D. Palsson，构建高质量基因组尺度代谢重建的方案。Nat. Protoc. 5, 93–121 (2010)。doi: 10.1038 / nprot.2009.203；pmid: 20057383

7. E. Gibney, R. Van Noorden，科学家正在快速丢失数据。Nature 10.1038 / nature.2013.14416 (2013)。doi: 10.1038 / nature.2013.14416

8. T. Ridnik, D. Kredo, I. Friedman，AlphaCodium代码生成：从提示工程到流程工程。arXiv:2401.08500 [cs.LG] (2024)。

9. J. Cui等，Chatlaw：基于角色对齐专家混合架构的多智能体法律助手。arXiv:2306.16092 [cs.CL] (2023)。

10. G. Tom等，化学与材料科学的自主实验室。Chem. Rev. 124, 9633–9732 (2024)。doi: 10.1021 / acs.chemrev.4℃00055；pmid: 39137296

11. C. Peng等，生成式大语言模型在医学研究与医疗保健中的研究。NPJ Digit. Med. 6, 210 (2023)。doi: 10.1038 / s41746-023-00958-w；pmid: 37973919

12. H. Wang等，人工智能时代的科学发现。Nature 620, 47–60 (2023)。doi: 10.1038 / s41586-023-06221-2；pmid: 37532811

13. Y. Qu等，CRISPR-GPT：用于自动化基因编辑实验设计的大语言模型智能体。bioRxiv 2024.04.25.591003 [Preprint] (2024)。doi: 10.1101 / 2024.04.25.591003

14. K. Swanson, W. Wu, N. L. Bulaong, J. E. Pak, J. Zou，虚拟实验室：人工智能智能体设计并实验验证新型SARS-CoV-2纳米抗体。bioRxiv 2024.11.11.623004 [Preprint] (2024)。doi: 10.1101 / 2024.11.11.623004

15. Y. Roohani等，BioDiscoveryAgent：用于设计基因扰动实验的AI智能体。arXiv:2405.17631 [cs.AI] (2025)。

16. E. Wang等，TxGemma：用于治疗学的高效智能体式大语言模型。arXiv:2504.06196 [cs.AI] (2025)。

17. Y. Xiao等，CellAgent：用于自动化单细胞数据分析的LLM驱动多智能体框架。arXiv:2407.09811 [cs.AI] (2024)。

18. J. Gottweis等，与共同科学家加速科学发现。Nature 10.1038 / s41586-026-10644-y (2026)。doi: 10.1038 / s41586-026-10644-y

19. M. Hu等，大语言模型在基因集功能发现中的评估。Nat. Methods. 22, 82–91 (2025)。doi: 10.1038 / s41592-024-02525-x；pmid: 39609565

20. D. Ferber等，用于肿瘤学临床决策的自主人工智能智能体的开发与验证。Nat. Cancer 6, 1337–1349 (2025)。doi: 10.1038 / s43018-025-00991-6；pmid: 40481323

21. N. D. Youngblut等，scBaseCamp：人工智能智能体策划、统一处理并持续扩展的单细胞数据库。bioRxiv 2025.02.27.640494 [Preprint] (2025)。doi: 10.1101 / 2025.02.27.640494

22. J. N. Acosta, G. J. Falcone, P. Rajpurkar, E. J. Topol，多模态生物医学人工智能。Nat. Med. 28, 1773–1784 (2022)。doi: 10.1038 / s41591-022-01981-2；pmid: 36109635

23. H. Wang等，SpatialAgent：用于空间生物学的自主AI智能体。bioRxiv 2025.04.03.646459 [Preprint] (2025)。doi: 10.1101 / 2025.04.03.646459

24. A. Madaan等人，《Self-Refine：利用自我反馈进行迭代优化》，载于《Advances in Neural Information Processing Systems》，第36卷，A. Oh等编，（Curran Associates, Inc.，2023），第46534–46594页。

25. S. S. Sahoo等人，大语言模型在生物医学领域的应用：基础、机遇、挑战与最佳实践。《美国医学信息学会杂志》31卷，第2114–2124页（2024）。doi: 10.1093 / jamia / ocae074；pmid: 38657567

26. J. Wei等人，《Chain-of-Thought Prompting Elicits Reasoning in Large Language Models》，载于《Advances in Neural Information Processing Systems》，第35卷，S. Koyejo等编，（Curran Associates, Inc.，2022），第24824–24837页。

27. S. Yao等人，"React: Synergizing reasoning and acting in language models"，《11th International Conference on Learning Representations (ICLR)》（ICLR，2023）。

28. DeepSeek-AI等人，DeepSeek-R1：通过强化学习激励大语言模型的推理能力。arXiv:2501.12948 [cs.CL]（2025）。

29. A. Alavi等人，利用可穿戴设备数据构建COVID-19及其他压力事件的实时警报系统。《自然·医学》28卷，第175–184页（2022）。doi: 10.1038 / s41591-021-01593-2；pmid: 34845389

30. K. To等人，人类胚胎骨骼发育的多组学图谱。Nature 635卷，第657–667页（2024）。doi: 10.1038 / s41586-024-08189-z；pmid: 39567793

31. J. A. Gordon等人，Pbx1通过阻断Hoxa10介导的染色质重塑因子招募来抑制成骨细胞发生。《分子细胞生物学》30卷，第3531–3541页（2010）。doi: 10.1128 / MCB.00889-09；pmid: 20439491

32. G. A. Gomez等人，锌指同源盒蛋白3（Zfhx3）在软骨细胞和成骨细胞中表达对小鼠骨骼生长潜在作用的评估。《钙化组织国际》115卷，第445–454页（2024）。doi: 10.1007 / s00223-024-01265-6；pmid: 39085428

33. Z. Geng, Y. T. Tai, Q. Wang, Z. Gao，AUTS2功能缺失通过WNT / β-连环蛋白通路过度激活导致人类大脑类器官中神经元分化缺陷。《科学报告》14卷，第19522页（2024）。doi: 10.1038 / s41598-024-69912-4；pmid: 39174599

34. J. M. Laurent等人，LAB-Bench：测量语言模型在生物学研究中的能力。arXiv:240710362 [cs.AI]（2024）。

35. H. Dieckhaus, M. Brocidiacono, N. Z. Randolph, B. Kuhlman，通过迁移学习利用更大数据集提升蛋白质稳定性变化预测。《美国国家科学院院刊》121卷，e2314853121（2024）。doi: 10.1073 / pnas.2314853121；pmid: 38285937

36. R. P. Wierenga, S. Golas, W. Ho, C. Coley, K. M. Esvelt，PyLabRobot：一种面向液体处理机器人及附件的开源硬件无关接口。Device 1卷，第100111页（2023）。doi: 10.1016 / j.device.2023.100111；pmid: 37502883

37. A. Yang等人，《Qwen3技术报告》。arXiv:2505.09388 [cs.CL]（2025）。

38. K. Huang，Biomni手稿数据[数据集]，Zenodo（2026）。doi: 10.5281 / zenodo.21865829

39. K. Huang，Biomni - 发表版，Zenodo（2026）。doi: 10.5281 / zenodo.20100497

致谢

我们感谢 E. Alsentzer、A. Lee、J. Leskovec 实验室的成员以及 E. Ashley 实验室的成员提供的有益反馈。资助：K.H. 和 J.L. 承蒙以下机构支持：美国国家科学基金会（项目编号 CCF-1918940 [远征项目]、DMS-2327709 [IHBEM] 及 IIS-2403318 [III]）；美国国立卫生研究院（项目编号 1U24NS146314-01）；盖茨基金会；斯坦福数据应用计划；吴蔡神经科学研究所；斯坦福以人为本人工智能研究所；艾伦研究所；基因泰克、SAP；以及 SCBX。K.H. 承蒙斯坦福 Bio-X 奖学金支持。本研究部分报告的出版物获得美国国立神经疾病与中风研究所（NIH）下属机构支持，奖励编号为 U01NS134358。L.C. 承蒙以下机构支持：NIH（项目编号 R01GM141627、R01AG091819 及 R35HG011316）；Donald and Delia Baxter 基金会；以及 Weintz Family 基金会。文中内容仅代表作者观点，不代表 NIH 官方意见。图表使用 BioRender.com 制作。作者贡献：K.H.、Y.R. 与 J.L. 构思研究；K.H. 与 J.L. 监督项目；K.H. 设计并开发框架；K.H.、S.Z.、H.W.、Y.Q. 与 Y.L. 实施工具与数据库；K.H. 设计并实施通用智能体架构；K.H. 与 R.L. 设计行动发现智能体；S.Z. 在问答任务基准测试中进行基准测试；K.H.、H.W. 与 Y.L. 收集并实施现实任务基准测试；X.Z. 在微生物组基准测试中提供建议；H.W.、J.Zho.、P.H. 与 K.H. 进行多组学整合案例研究；Y.L. 与 K.H. 进行可穿戴设备数据分析案例研究；Y.Q.、J.Zha.、D.Y.、S.Z.、Y.L. 与 K.H. 进行湿实验室案例研究；K.H.、S.M.、J.N.C.、M.T.W. 与 J.A.B. 进行罕见疾病诊断案例研究；R.L. 进行定性追踪分析；R.L.、L.Q. 与 G.L. 提供软件支持；K.H.、S.Z.、H.W.、Y.Q.、A.R. 与 Y.L. 撰写初稿；所有作者讨论结果并参与最终手稿。利益冲突：K.H.、S.Z.、Y.Q.、L.C. 与 J.L. 持有 Phylo, Inc. 股权。A.R. 为基因泰克与罗氏公司高管，并任罗氏公司执行委员会成员；基因泰克董事会成员；以及 Broad 研究所、艾伦研究所与人类细胞图谱公司董事会成员。H.W. 为基因泰克员工。L.C. 为 Acrobat Genomics、AutoBio、Arbor Biotechnologies、RococoBio 与 Rootpath Genomics 的顾问或持有股权。M.P.S. 获 Anu and BV Jagadeesh 基金会支持。其他作者声明无利益冲突。数据、代码与材料可用性：所有数据

used in Biomni are publicly available and can be automatically downloaded using the open-sourced package at https://github.com/snap-stanford/biomni。主实验中的所有图表原始数据可在Zenodo（38）获取。Biomni的开源代码库位于https://github.com/snap-stanford/biomni。用于生成本手稿结果的代码库版本可在Zenodo（39）获取。用户友好的界面可通过https://biomni.phylo.bio访问。Biomni-R0模型权重可在https://huggingface.co/biomni/Biomni-R0-32B-Preview下载。本研究中使用的所有材料均在材料与方法部分进行了描述，材料索取请联系通讯作者。本手稿的编辑使用了AI工具（ChatGPT），代码生成借助了Claude Code。所有AI辅助的手稿文本和代码均由作者审核并验证。许可信息：版权所有 © 2026 作者，部分权利保留；独家许可人美国科学促进会。不涉及美国政府作品的原始主张。https://www.science.org/about/science-licenses-journal-article-reuse

补充材料

材料与方法；图S1至S17；表S1至S33；参考文献（40–196）；MDAR可重现性检查清单

提交时间：2025年6月2日；再次提交：2026年3月10日；接受时间：2026年6月10日；在线发表：2026年7月9日

10.1126 / science.adz4351

《科学》2026年8月20日

第10页，共10页

研究论文摘要

植物进化

禾本科近缘植物基因组揭示草类进化前的关键代谢创新

Yuri Takeda-Kimura 等

全文及作者署名信息：https: / doi.org / 10.1126 / science.adv0443

引言：禾本科（Poaceae）植物是全球生态系统的基础初级生产者，也是经济上重要的作物。水稻、小麦和玉米为人类提供超过40%的热量摄入，而甘蔗、高粱和竹子则提供丰富的糖类和木质纤维素生物质，用于可再生生物能源和生物材料生产。其基因组组装已推进了对农业和生态上重要禾本科物种关键性状的理解。然而，我们仍缺乏其最近缘亲属的染色体组装，这些亲属在超过1亿年前即从禾本科祖先中分化出来，早于所有禾本科植物共同祖先的ρ全基因组加倍（ρWGD）。这一缺口限制了我们对基因和基因组加倍如何促成定义禾本科谱系的进化创新的理解。

基本原理：本研究为Joinvillea ascendens和Ecdelocolea monostachya（代表所有禾本科植物的姐妹谱系）以及Pharus latifolius和Typha latifolia（分别代表核心禾本科和莎草目所有其他成员的姐妹谱系）生成了参考级质量基因组。利用这些新的基因组资源，我们追踪了禾本科两种独特代谢性状的进化历史：淀粉和木质素双重生物合成途径。这些禾本科特有的代谢创新有助于谷物淀粉丰富的胚乳以及禾本科植物维管组织和纤维中大量木质素的沉积。

结果：在本研究中，新的高质量基因组组装和注释使比较基因组分析得以将ρWGD事件的时间点精确置于禾本科及其姐妹分支（包括Joinvilleaceae和Ecdelocoleaceae）分化之后。对20余个淀粉生物合成相关基因家族在多种禾本科和禾本目物种中的系统发育和分子进化分析显示，ρWGD促成了这些基因的加倍，现已支持禾本科胚乳中细胞质淀粉的生物合成。相比之下，对木质素生物合成途径的基因组比较和生物化学分析显示，苯丙氨酸 / 酪氨酸氨裂合酶（PTAL）的早期串联加倍源于苯丙氨酸氨裂合酶（PAL）的加倍，这一事件发生在ρWGD及禾本科起源之前，使禾本科能够从两种芳香族氨基酸前体（苯丙氨酸和酪氨酸）合成木质素和其他苯丙烷类化合物。通过精确确定植物PTAL进化的时间点，并结合定点突变和X射线晶体结构分析，研究进一步鉴定出两个关键氨基酸残基—Ile112和His140，它们负责植物PAL向PTAL的新功能化，为通过基因编辑增强植物中多样化苯丙烷类化合物生产提供了有前景的策略。

结论：我们通过整合基因组学、生物化学和结构分析，并借助禾本科及其近缘植物的可靠系统发育分辨率，揭示了草本植物关键代谢创新的进化历史与分子基础。研究结果强调了全基因组重复（WGDs）与串联基因重复作为进化创新驱动因素的关键作用。本研究构建的非模式、非作物禾本目参考基因组，为解析禾本科植物多样且复杂的性状（这些性状赋予其生态与经济重要性）提供了宝贵资源。草本植物特异性性状的进化基础将为保护以禾本科植物主导的生态系统提供指导，并加速谷物及其他禾本科作物在可持续生产粮食、饲料、生物能源与生物材料方面的育种与工程改良。

通讯作者：James H. Leebens-Mack（jleebensmack@uga.edu）；Hiroshi A. Maeda（maeda2@wisc.edu） 引用格式：Y. Takeda-Kimura 等，Science 393，eadv0443（2026）。DOI：10.1126 / science.adv0443

草本植物起源前的代谢创新。本研究对4种禾本目物种的基因组进行测序——其中包括1种禾本科植物与3种禾本科近缘植物（用圆圈标注的照片）——并揭示了ρ全基因组重复（WGD）及禾本科（Poaceae）科起源前的关键代谢创新。我们进一步通过整合系统基因组学、生物化学与结构分析，确定了两个氨基酸替换（第140位苯丙氨酸由组氨酸替换，第112位丝氨酸由异亮氨酸替换）是导致PAL酶新功能化为PTAL的分子基础。

778

20 AUGUST 2026 Science

植物进化

莎草科近缘植物基因组揭示禾本科进化前的关键代谢创新

Yuri Takeda-Kimura¹,², Bethany Moore¹†, Samuel Holden³‡, Jae S. Morris⁴, Sontosh K. Deb⁵§¶, Carly Sanders¹, Jorge El-Azaz¹, Matt Barrett⁶, David Lorence⁷, Marcos V. V. de Oliveira¹, Wynne Havranek⁴, Jane Grimwood⁸, Melissa Williams⁸, Lori Beth Boston⁸, Jerry Jenkins⁸, Christopher Plott⁸, Shengqiang Shu⁹, Kerrie Barry⁹, David M. Goodstein⁹, Jeremy Schmutz⁸,⁹, Joseph M. Jez⁴, Matthew J. Moscou¹,¹⁰, Michael R. McKain⁵,¹¹, James H. Leebens-Mack¹², Hiroshi A. Maeda¹

禾本科（Poaceae）在经济和生态上具有巨大重要性，并表现出独特的代谢特征，包括淀粉和木质素双重生物合成途径。我们对芦竹属、连蕊草属、裂稃草属和香蒲属物种进行了基因组测序，以研究这些代谢创新相对于禾本科起源的进化时间和方式。rho全基因组加倍（ρWGD）发生在进化为所有禾本科共同祖先的支系中，促进了细胞质淀粉生物合成相关基因家族的扩张，而苯丙氨酸解氨酶（PAL）的早期串联重复则产生了苯丙氨酸 / 酪氨酸解氨酶（PTAL），后者负责双重木质素生物合成。通过系统发育基因组学分析指导的综合生物化学、功能和结构研究，进一步揭示了禾本科进化前关键代谢创新的分子基础。

禾本科（Poaceae）约在1亿年前在单子叶植物禾本目（Poales）内出现（1），并包含超过11,000个物种（1–3）（图1A）。禾本科作为全球多样生态系统的基础初级生产者，包含许多最具经济重要性的作物。谷物，包括水稻、小麦和玉米，为全球人类提供超过40%的热量（4），而生物能源作物（如甘蔗和高粱）则生产大量糖类和木质纤维素生物质。禾本科表现出一系列独特的形态和生理特征，包括特征性生殖器官，这些特征在驯化过程中被作为目标性状以增加籽粒大小和减少落粒（5–7）。禾本科还表现出显著的代谢创新，包括质体和细胞质淀粉合成，这有助于禾本科种子（如谷粒和籽粒）的淀粉富集胚乳（8）。禾本科还具有两条合成木质素的途径（图1B），木质素是主要的细胞壁酚类聚合物，占禾本科干重的高达30%（9），并提供可再生芳香化学原料（10–12）。木质素通常由芳香氨基酸L-苯丙氨酸通过苯丙氨酸解氨酶（PAL）合成，但禾本科还可通过双功能苯丙氨酸 / 酪氨酸解氨酶（PTAL）利用L-酪氨酸合成木质素（13, 14）（图1B）。PTAL途径贡献了近一半的禾本科木质素生物合成（13, 14），这可能有助于在禾本科分散维管束中快速生长并沉积大量木质素（图1B）。尽管这些生理和代谢创新对生物经济具有重要意义，但其进化历史和分子基础仍鲜为人知。

最近的基因组测序技术进展正在提高我们对基因组和基因家族演化及其相关分子创新的理解（15–20）。单子叶植物基因组的演化包含多次多倍化事件（21–23），这些事件发生在通向禾本目[σ全基因组加倍（σWGD）]和禾本科[ρ全基因组加倍（ρWGD）]的祖先谱系中（3，19，23）（图1A和fig. S1）。ρWGD事件发生在所有现存禾草类植物的共同祖先中，促进了复杂性状的演化，推动了多样性增加（24，25），并与MADS-box基因的扩增及禾草类花序小穗的演化相关（6）。已发表的大多数禾本目基因组均为农业或生态上重要的禾本科（26–29）和莎草科（30–32）物种。然而，对于禾本科姐妹分支中的物种（包括物种贫乏的Ecdelocoleaceae和Joinvilleaceae科）而言，目前尚无基因组组装资源（3，33）。这一资源缺口阻碍了识别和研究起源于禾草类的演化创新及功能性状的努力。

新草本植物基因组资源助力禾本科起源与进化研究

为填补参考级基因组在可用性上的关键系统发育缺口，研究团队构建并注释了Ecdelocolea monostachya F.Muell.和Joinvillea ascendens Gaudich. ex Brongn. & Gris的新基因组组装，同时新增了Pharus latifolius L.（法若竹亚科，禾本科）和香蒲Typha latifolia L.（香蒲科）的参考基因组（3、33、34）（图1A、表1及图S1）。其中，E. monostachya为原产于西澳大利亚的多年生野生特有种，是Ecdelocoleaceae科仅有的3个物种之一。来自杂合二倍体E. monostachya分离株EM_001的单倍体共识组装覆盖897 Mb，共包含1114个支架（表1）。J. ascendens原产于夏威夷群岛及大洋洲，是Joinvilleaceae科仅有的4个物种之一，其18条染色体的全基因组组装大小为1.21 Gb。与Ma等人（35）发布的P. latifolius基因组相比，本研究通过PacBio HiFi测序的染色体组装在contig数量上显著减少（222对535），且最终基因组大小略有增加（1.12 Gb对1.00 Gb）。T. latifolia基因组覆盖预期的15条染色体，其连续性优于现有香蒲基因组组装[如（36、37）]。

图1. 禾本科姐妹植物基因组测序追踪了禾本科植物代谢创新的进化历史。（A）被子植物系统发育树显示了使用PUG识别出的基因重复数量（3）。该树突出显示了WGD事件（黄色星号），包括发生在所有禾本科植物（Poaceae）最后共同祖先中的pWGD，以及早期在单子叶植物进化中发生的eWGD和rWGD。红色星号和植物图像显示了本研究中测序的四种禾本目物种的基因组。（B）禾本科植物具有独特的代谢特征，即由于PTAL（红色）的存在，可从L-苯丙氨酸和L-酪氨酸双重入口合成木质素和苯丙素类化合物，而典型植物通路（黑色）则由PAL和肉桂酸-4-羟化酶（C4H）介导。这种双重木质素入口通路可能有助于禾本科植物的快速生长速率，如在玉米茎横截面中观察到的散布维管束所示。（C）染色体结构的动态进化在禾本科和禾本目物种间共线性区域的riparian图中显示。

草类进化过程中淀粉与脂肪酸生物合成基因的重复

禾本科植物胚乳部署了双重淀粉生物合成途径，这一关键代谢创新促成了富含淀粉的禾本科种子（41, 42），支撑了半干旱草原带幼苗的快速建植（43）。在驯化过程中进一步改良的谷物籽粒中积累的大量淀粉，如今已成为人类摄取热量的主要来源（8, 44）。除质体（淀粉通常在此储存与合成，45）外，禾本科胚乳还可在细胞质中合成淀粉（8, 46）（图2A）。为探究细胞质淀粉生物合成的起源，我们构建了三种关键基因的系统发育树，这些基因是细胞质淀粉生物合成所必需的：腺苷二磷酸（ADP）-葡萄糖焦磷酸化酶（AGPase）大小亚基（分别为LSU与SSU）及ADP-葡萄糖转运蛋白（图2A）。

禾本科植物拥有四种AGPase LSU，其中III型AGPase LSU在禾本科中的特异性重复可能导致了II型细胞质AGPase LSU的进化（8）。与这一假说一致，III型与II型AGPase LSU基因形成姐妹分支，各自包含来自P. latifolius与Streptochaeta angustifolia的直系同源物，这两者均为禾本科核心类群之外的物种，核心类群包括BOP（竹亚科、稻亚科与早熟禾亚科）与PACMAD（黍亚科、画眉草亚科、虎尾草亚科、小米亚科、戈壁草亚科、黍亚科与三芒草亚科）分支（7）。相比之下，非禾本科禾本目植物（如J. ascendens与E. monostachya）的同源物则位于II型与III型分支之外（图2B及补充图S4A），表明该重复事件发生在现存禾本科的共同祖先中，可能是ρ全基因组加倍（ρ WGD）的一部分。类似地，AGPase SSU基因在禾本科内发生重复，衍生出I型AGPase SSU（图2℃及补充图S4B），这些基因在胚乳细胞质中双重定位，与定位于叶片质体的II型AGPase SSU不同（47）。对另外17个参与淀粉生物合成的基因的分析（补充图S4，E至U）阐明了ρ WGD关联的淀粉合酶III（SSIII；补充图S4G）与淀粉分支酶II（SBEII；补充图S4L）的重复，这两者均是谷物胚乳中支链淀粉合成的关键酶（8, 41, 48, 49）。淀粉合酶II（SSII；补充图S4F）与颗粒结合淀粉合酶（GBSS；补充图S4J）也在多种禾本科植物中发生重复，正如先前报道（50），但在莎草目（包括T. latifolia）中也有发生，表明SSII与GBSS的分化时间远早于ρ WGD。质体ADP-葡萄糖转运蛋白的进化历史则更为复杂，该蛋白负责将ADP-葡萄糖输入质体（8）（图2，A与D及补充图S4℃）。一种质体腺嘌呤核苷酸转运蛋白（PANT）基因（51）在禾本科与非禾本科禾本目植物的共同祖先中发生重复（图2D中的浅蓝色箭头），衍生出I型与II型PANT基因，这两者均存在于J. ascendens与所有禾本科植物中，包括S. angustifolia与P. latifolius。随后，II型PANT基因在ρ WGD中再次重复（图2D中的深蓝色箭头），并通过长分支所提示的正选择实现新功能化，最终进化出禾本科特异性的质体ADP-葡萄糖转运蛋白。

Grasses 还具有脂肪酸生物合成的独特生物化学特征。通常，植物在细胞质和质体中分别具有异源原核型和同源真核型乙酰辅酶A（CoA）羧化酶（ACCase），而禾本科植物在细胞质和质体中均具有同源真核型 ACCase（52, 53）（图 2A）。这使得禾本科植物对某些抑制同源型而非异源型 ACCase 的除草剂敏感（52, 54）。同源真核型 ACCase 基因在祖先非禾本科禾草类植物中发生了重复（图 2E 中的浅蓝色箭头），这一事件导致了禾本科植物以及 J. ascendens 和 E. monostachya 中质体同源真核型 ACCase 的出现。这些结果共同揭示了代谢基因的进化历史，这些基因构成了禾本科植物独特代谢性状的基础，其中一些性状早在 ρWGD 事件及禾本科植物出现之前就已存在。

B AGPase LSU

C AGPase SSU

D ADG 转运蛋白

E ACCase

图 2. 禾本科植物进化过程中淀粉和脂肪酸生物合成的改变。（A）在禾本科植物的胚乳中，由于细胞质 AGPase 和 ADP-葡萄糖（ADG）转运蛋白的存在，淀粉可在细胞质和质体中合成。禾本科植物还具有特定的脂肪酸生物合成酶，其质体中存在同源真核型 ACCase，而非其他植物质体中常见的异源原核型 ACCase。LCFAs 指长链脂肪酸。（B 至 E）禾本科植物、其他禾本目及单子叶植物以及被子植物的 AGPase LSU（B）、AGPase SSU（C）、ADG 转运蛋白（D）和 ACCase（E）的系统发育树。蓝色和灰色方框分别表示特定于禾本科（Poaceae）和非禾本科禾草类的分支，这些分支可能促进了其独特淀粉和脂肪酸生物合成途径的进化。浅蓝色和深蓝色箭头分别表示在禾本科植物出现之前和之后发生的重复事件。带有分支支持率和标签的原始系统发育树见补充材料图 S4，A 至 D。

双功能PTAL在ρWGD和禾本科起源之前已演化

双木质素输入途径（图1B）是支持禾本科植物（包括一些生长最快的植物，如竹子和芒草）高效木质素生物合成的另一项关键代谢创新，这些植物对生物材料和生物能源生产至关重要。本研究调查了建立双木质素输入途径的双功能PTAL酶的演化历史，这些酶在维管组织中与其他木质素途径基因共表达（13, 14, 55）（图1B和补充图S5）。共线性分析显示，J. ascendens在染色体5上串联分布有两个PAL / PTAL拷贝（Joasc.05G060400.1、Joasc.05G060500.1），而同源的菠萝（Ananas comosus）该共线性区块仅有一个PAL / PTAL同源物。在禾本科内，与ρWGD相关的两个PAL / PTAL共线性区块被鉴定出，其中一个重复区块中的PAL基因在核心禾本科中发生了扩增（图3A）。这些共线性区块中的一个PAL / PTAL拷贝编码先前已表征或预测的PTAL（14）。基于PAL / PTAL共线性区块内外基因Ks值（同义替换）的分析（补充图S6）进一步支持了祖先PAL / PTAL串联重复事件发生在ρWGD和禾本科起源之前。

考虑基因重复与丢失过程（56）的最大似然（ML）系统发育树（补充图S7、S8及数据S1、S2）将PAL / PTAL基因家族分辨为不同的分支（图3B和补充图S9）。与共线性分析推断的祖先串联重复一致（图3A），Joasc.05G060500.1和E. monostachya Emoptg000374L_1G000600.1基因形成了一个与所有禾本科PAL直系同源物姐妹群的分支，而Joasc.05G060400.1和Emoptg000374L_1G000630.1则位于与所有禾本科PTAL直系同源物姐妹群的分支中（图3B和补充图S9）。这些发现表明，在ρWGD和禾本科出现之前，祖先PAL在禾本科祖先中已发生串联重复，其中一个重复拷贝获得了PTAL功能。

在细菌芳香族氨基酸氨裂解酶中，底物结合口袋中的组氨酸对酪氨酸的底物识别至关重要（57）。我们注意到，所有禾本科PTAL直系同源物（包括S. angustifolia的两种酶strangu_020769–RA和strangu_019386–RA）以及J. ascendens（Joasc.05G060400.1）和E. monostachya（Emoptg000374L_1G000630.1）的各一个同源物中均存在此组氨酸，这表明这些蛋白质可能是功能性PTAL。为验证这一假设，我们表征了来自S. angustifolia、J. ascendens和E. monostachya的PAL / PTAL直系同源物，以及作为阳性对照的Sorghum bicolor（SbPAL和SbPTAL）和Brachypodium distachyon（BdPAL和BdPTAL）的PAL / PTAL（14, 58）。所有这些纯化酶均显示出强效PAL活性，并能有效将苯丙氨酸转化为肉桂酸（图3℃），而阴性对照则无此活性（补充图S10）。在SbPTAL、BdPTAL、strangu_020769–RA、strangu_019386–RA、Emoptg000374L_1G000630.1和Joasc.05G060400.1中观察到了高效的酪氨酸氨裂解酶（TAL）活性（即从酪氨酸生成对香豆酸），而其他酶的TAL活性则较低（图3℃和补充图S10）。这些结果表明，携带相应His¹⁴⁰的PAL / PTAL直系同源物均为双功能PTAL。因此，我们将S. angustifolia的两种酶及E. monostachya和J. ascendens的各一个同源物分别命名为SaPTAL-a、SaPTAL-b、EmoPTAL和JaPTAL。相比之下，由于E. monostachya和J. ascendens的同源物在相同位置含有苯丙氨酸（即Phe¹⁴⁰），我们根据其生化活性将其分别指定为EmoPAL和JaPAL（图3B）。

动力学分析进一步揭示，这些PTAL对酪氨酸的米氏常数（Kₘ值）为11至19 μM，而PAL对同一底物的Kₘ值则高得多（3.5至6.2 mM）。PTAL对酪氨酸的转化数（k_cat值）约为PAL的2倍（图3，D和E，以及表S3）。因此，PTAL的TAL活性催化效率（k_cat/Kₘ）约为PAL的500倍（图3，D和E，以及表S3）。这些定量数据证实S. angustifolia、E. monostachya和J. ascendens至少含有一种代谢酪氨酸的PTAL。我们还注意到，禾草类PTAL的TAL/PAL活性比约为非禾草类禾本目PTAL的3倍（图S11及表S3）。因此，功能性PTAL在禾草类出现之前就已演化，并在禾草类内部进一步提高了TAL/PAL比值。

为进一步确定PTAL在禾本目中的演化精确时间，我们在Flagellaria indica（须叶藤科）的转录组和短读长测序基因组数据集（3, 59）中搜索PAL和PTAL的直系同源基因。须叶藤科是禾本目分支中其他所有科的姐妹群（2）（图S1），但在两个数据集中仅发现了单一的全长PAL（FinPAL；图S12及数据S3），未检测到PTAL直系同源基因。同样，在Elegia tectorum（帚灯草科，帚灯草亚目）、Lachnocaulon anceps（谷精草科，谷精草亚目）、Cyperus papyrus（莎草科，莎草亚目）及Carex littledalei（莎草科，莎草亚目）中也鉴定出了全长PAL基因（3, 59）（图S12及数据S3）。这五种直系同源酶均表现出强PAL活性，仅检测到微量TAL活性（图S12及表S3）。这些发现有力支持了PAL的重复和PTAL功能的演化发生在Joinvilleaceae（灯心草科）、Ecdeloeoleaceae（拟苇草科）与Poaceae（禾本科）的最后共同祖先阶段（图1A中的红色箭头）。

Ile¹¹²和His¹⁴⁰是禾本类PTAL中TAL活性的关键

为实验验证His¹⁴⁰在PTAL获得TAL活性中的作用，我们对禾本类植物及非禾本类禾本类植物的PAL和PTAL进行了定点突变。将PAL中的Phe¹⁴⁰转换为组氨酸（如JaPALᴾ¹⁴⁰ᴴᴴ）可使整体TAL活性提高9.7倍（k_cat / Kₘ），并显著降低对酪氨酸的Kₘ值（表S3）。PTAL的互补突变体（如JaPTALᴴ¹⁴⁰ᴾ）的TAL活性k_cat / Kₘ则下降约100倍（表S3）。这些结果支持His¹⁴⁰对TAL活性的重要性，与之前的研究一致（57, 60）；然而，仅引入His¹⁴⁰本身并不足以将PAL转化为PTAL。PALᴾ¹⁴⁰ᴴᴴ突变体的TAL活性仅为野生型PTAL的~10%，而PTALᴴ¹⁴⁰ᴴ突变体的TAL活性仍远高于野生型PALs（表S3）。因此，与细菌TAL（60）不同，除His¹⁴⁰外，禾本类及其近缘非禾本类植物PTAL的强TAL活性还需要其他残基。

使用PAML（61）进行的正选择分析进一步识别出总共30个正选择位点（后验概率>0.7；表S4）。基于系统发育分布的PAL和PTAL功能蛋白序列比较（62）（图3B）进一步识别出除His¹⁴⁰外的16个高度保守残基（图4A和图S13），这些残基均受到正选择（表S4）。其中8个残基（图4A中的品红色）在PAL和PTAL群体内高度保守，但在两群体间存在差异（正选择概率>0.93）；另外8个残基（图4A中的紫色）仅在PTAL群体内高度保守，在不同PAL间存在变异（正选择概率>0.71；图4A和表S4）。

PAL与PTAL间氨基酸差异的结构基础由JaPAL的X射线晶体结构提供，其分别以酶原形式和结合酪氨酸形式解析，分辨率分别为2.90 Å和2.75 Å（图4B；图S14，A和B；表S5）。

Science 20 AUGUST 2026

4 of 17

四聚体蛋白质的三维结构包含3,5-二氢-5-亚甲基-4H-咪唑-4-酮（MIO）辅因子

该辅因子由每条链活性位点内三个氨基酸（Ala$^{206}$、Ser$^{207}$-Gly$^{208}$）自催化环化形成（63）。活性位点还包括Phe$^{140}$、保守的催化酪氨酸（Tyr$^{115}$）以及结合的酪氨酸配体（图4B）。在上述16个被鉴定的氨基酸残基中，PAL和PTAL中8个高度保守的位点（洋红色：Val$^{102}$、Ser$^{112}$、Ala$^{121}$、Ile$^{138}$、Ala$^{267}$、Pro$^{444}$、Ser$^{448}$和Ile$^{500}$，以JaPAL为例）比其他8个在PTAL中保守的氨基酸残基（紫色：Ala$^{70}$、Thr$^{110}$、Glu$^{129}$、Arg$^{135}$、Gly$^{271}$、Glu$^{279}$、Tyr$^{334}$和Ser$^{502}$，以JaPAL为例）更接近活性位点（图4B）。

为测试这16个被鉴定氨基酸残基对PTAL进化的贡献，研究者进一步突变了JaPAL$^{F140H}$中8个洋红色氨基酸残基（JaPAL$^{F140H_MUT8}$）以及所有洋红色和紫色氨基酸残基（JaPAL$^{F140H_MUT16}$），使其从PAL型向PTAL型转变（附表S4）。生化实验显示，与JaPAL$^{F140H}$（223 μM）相比，JaPAL$^{F140H_MUT8}$对酪氨酸的米氏常数（$K_m$）显著改善（18 μM），接近JaPTAL的水平（11 μM），同时保持相似的周转率（图4C和附表S3）。JaPAL$^{F140H_MUT16}$对TAL活性的$K_m$（42 μM）也显著改善，但改善程度不及JaPAL$^{F140H_MUT8}$（图4C）。因此，除His$^{140}$外，这8个洋红色氨基酸残基中的部分参与了非禾本科禾本类植物PTAL的高效TAL活性。为确定这8个洋红色氨基酸残基中哪些对PAL向PTAL转变至关重要，研究者在JaPAL$^{F140H_MUT8}$上逐个将这些氨基酸残基回复为PAL序列。仅Ile$^{112}$→Ser（I112S）的替换（JaPAL$^{F140H_MUT8_I112S}$）降低了TAL活性（图4D和附表S3）。

JaPAL的三维结构突出显示了配体结合过程中活性位点的关键变化特征（图4E和附图S14，A至C）。这些变化包括一个由20个氨基酸组成的可动环（Met$^{107}$、Thr$^{127}$），该环在JaPAL和JaPTAL间高度保守，仅少数氨基酸残基存在差异，包括JaPTAL中Ser$^{112}$被异亮氨酸取代（图4E，左）。在JaPAL的酶 apo 型结构中，该环处于无序状态（附图S14A）；然而，配体结合后可将该环固定（图4E，左，和附图S14，B和C）。Tyr$^{113}$的羟基与Gly$^{120}$的主链氮之间的相互作用（3.5 Å）（图4E，右）有助于将催化残基定向于结合酪氨酸的C${\beta}$和C${\gamma}$之间。在活性位点内，Phe$^{140}$指向结合酪氨酸的羟基，并将其轻微从MIO处位移，形成一种不利于催化的结合模式。其他关键结合特征还包括Arg$^{358}$侧链与酪氨酸羧基形成电荷-电荷相互作用，并与可动环上的Phe$^{119}$、Leu$^{141}$、Leu$^{210}$、Asn$^{264}$、Tyr$^{355}$和Glu$^{488}$形成范德华相互作用（附图S14B）。如上所述，第112位的正选择氨基酸残基（后验概率为0.94）似乎是PAL转化为PTAL的第二关键组分；然而，该氨基酸残基位于可动环上，并不直接接触结合的酪氨酸配体。

F140H 和 S112I 替换足以将植物 PAL 转化为 PTAL

为测试第 112 位残基作为 TAL 活性决定因素的作用，将互补的 S112I 突变分别导入 JaPAL 和 JaPAL$^{F140H}$，分别生成 $^{S112I}$ 和 $^{S112I_F140H}$ 突变体。尽管 $k_{cat}$ 未因这些突变发生实质性变化，$^{S112I_F140H}$ 对酪氨酸的 $K_m$（18 μM）显著低于（4.9 mM）、$^{F140H}$（223 μM）和 $^{S112I}$（354 μM），且与 JaPTAL（11 μM；图 4F）相当。

此外，在亲缘关系较远的拟南芥 PAL（60）中导入这些替换也赋予了其高效的 TAL 活性。AtPAL$^{S116I_F144H}$ 突变体在酪氨酸上的 $K_m$ 显著降低（20 μM），与野生型 AtPAL1（3.1 mM）及 AtPAL$^{F144H}$（314 μM）和 AtPAL$^{S116I}$（515 μM）突变体相比。总体而言，$^{S112I_F140H}$ 和 AtPAL$^{S116I_F144H}$ 的动力学行为相近（图 4，F 和 G，及表 S3）。

在烟草 Nicotiana benthamiana 叶片中表达 $^{S112I_F140H}$ 和 JaPTAL（但非其他），可导致游离型及游离与酯化总型的对香豆酸积累升高（图 4H）；它们与去调控的 B. distachyon 3-脱氧-D-阿拉伯庚酮糖酸-7-磷酸合酶（BdDHS1b）及 TyrA 氨基苯甲酸脱氢酶（BdTyrAnc）共表达，以模拟许多禾本科植物中苯丙氨酸和酪氨酸的可用性增加（64，65）。其他苯丙素类中间产物（如咖啡酸）在 $^{S112I_F140H}$ 和 中也同样升高，而其他表达对象则不然（图 S15）。$^{S112I_F140H}$ 和 的代谢物谱在代谢物丰度趋势上相似，而其他表达对象则呈现截然不同的谱型，提示 $^{S112I_F140H}$ 和 可引入相似的代谢途径（图 S16）。$^{13}$C 标记也在 $^{13}$C 标记 L-酪氨酸喂饲后的 $^{S112I_F140H}$ 和 表达样本中检测到苯丙素类中间产物，而其他表达对象则未检测到（图 4I 及图 S15）。这些生化与体内数据均支持 Ile$^{112}$ 与 His$^{140}$ 共同构成将酪氨酸直接转化为对香豆酸的 TAL 活性所必需（图 1B）。

关于 PAL 向 PTAL 进化的分子基础，双突变体 $^{S112I_F140H}$ 的酶 apo 形式及结合酪氨酸的结构为此提供了见解（图 4E，中；图 S14，D 至 F；及表 S5），并与野生型进行了对比。正如其他情况，$^{13}$C 标记配体结合可使活性位点的移动环在结合酪氨酸上方有序化。在突变体活性位点内，His$^{140}$（替换 Phe$^{140}$）通过氢键与酪氨酸羟基相互作用，轻微改变了配体相对于 MIO 的取向。在 $^{S112I_F140H}$ 突变体中也保守地观察到其他蛋白-配体相互作用（图 S14，D 至 F）；然而，野生型与 $^{S112I_F140H}$ 之间存在两处关键差异。首先，在野生型结构中，结合酪氨酸的主链原子具有较高的 B 因子（在电子

密度图（图S14G）；而在突变体结构中，观察到酪氨酸氮原子与MIO甲基亚甲基碳通过共价键形成的MIO•酪氨酸中间体（图S14H）。其次，携带Ile$^{112}$的可动环的定位与JaPAL相比发生微妙变化；此外，Tyr$^{115}$与Gly$^{120}$之间的相互作用在突变体中收紧至2.6 Å（而在JaPAL中为3.5 Å），进而将催化残基的羟基基团置于距离结合酪氨酸C$_{\beta}$ 2.8 Å的位置，这是催化的最佳位置。与野生型结构中的丝氨酸相比，体积更大的Ile$^{112}$侧链产生了额外的范德华相互作用（Trp$^{101}$、Val$^{115}$、Ile$^{391}$和Pro$^{389}$），可能有助于稳定可动环构象。观察到的共价中间体及Tyr$^{115}$的定位与N-MIO中间体的形成一致，后者经历消除反应，正如氨裂合酶所提出的（63）（图4E，右）。因此，从PTAL进化分析中识别出的两个关键残基（Ile$^{112}$和His$^{140}$）可通过引入新的结合相互作用（Phe$^{140}$→His）及活性位点中可动环的微妙重定位（Ser$^{112}$→Ile）将单功能PAL转化为双功能PTAL。

《科学》2026年8月20日

6 / 17

研究文章

图4. 两个突变F140H和S112I将PAL转化为PTAL。（A）部分氨基酸对齐，突出显示不变的催化残基（Tyr$^{113}$，绿色）、PAL / PTAL选择性残基（Phe / His$^{140}$，蓝色）以及在PAL和PTAL中保守的残基（品红）和仅在PTAL中保守的残基（紫色）。完整对齐见图S13。（B）与酪氨酸复合物的X射线晶体结构及PAL和PTAL中差异残基的视图。左侧显示四聚体（含MIO辅因子（金色）和酪氨酸配体（灰色），以球体形式在每个单体中显示）。右侧为活性位点区域的特写视图，显示序列分析（A）中识别的残基。显示催化酪氨酸（绿色）、Phe$^{140}$（蓝色）、在PAL和PTAL中保守的残基（品红）及仅在PTAL中保守的残基（紫色）的侧链。（C）TAL和PAL活性的动力学参数，$^{F140H}$、$^{F140H, MUT36}$和$^{F140H, MUT8}$及JaPTAL。（D）$^{F140H, MUT8}$本身及每个残基回复至PAL类型突变的TAL活性动力学参数。（E）与酪氨酸作为配体复合物的和$^{S112I, F140H}$的结构比较，突出显示和$^{S112I, F140H}$的关键结构特征及带有指示氨基酸序列的内部可动环的位置。提出的催化

机制显示了TAL在PTAL中的活性。（F）JaPAL、JaPAL$^{F140H}$、JaPAL$^{S112I}$、JaPAL$^{S112I, F140H}$和JaPTAL的TAL活性动力学参数。（G）拟南芥AtPAL1、AtPAL1$^{S139}$、AtPAL1$^{F144H}$和AtPAL1$^{F112H, F144H}$的TAL活性动力学参数。在（C）、（D）、（F）和（G）中，数据为平均值±标准差（n=3），字母表示显著差异[P<0.05，采用事后Tukey-Kramer检验的单因素方差分析（ANOVA）]。 （H）在N. benthamiana中共表达JaPTAL或JaPAL$^{S112I, F140H}$与BdDHS1b和BdTyrAnc可提高游离形式（白色条形；未经NaOH处理）和游离与酯化总形式（蓝色条形；经NaOH处理）的p-香豆酸水平。字母表示显著差异（P<0.05；分别针对皂化与非皂化样本，采用事后Tukey-Kramer检验的单因素方差分析）。

（I）在表达JaPAL、JaPTAL或JaPAL$^{S112I, F140H}$的N. benthamiana叶片中，以$^{13}$C标记的苯丙氨酸或酪氨酸喂养后检测到$^{13}$C标记的p-香豆酸。在（H）和（I）中，数据为平均值±标准差（n=5）。氨基酸残基的单字母缩写如下：A，丙氨酸；C，半胱氨酸；D，天冬氨酸；E，谷氨酸；F，苯丙氨酸；G，甘氨酸；H，组氨酸；I，异亮氨酸；K，赖氨酸；L，亮氨酸；M，甲硫氨酸；N，天冬酰胺；P，脯氨酸；Q，谷氨酰胺；R，精氨酸；S，丝氨酸；T，苏氨酸；V，缬氨酸；W，色氨酸；Y，酪氨酸。

综合进化、结构和实验分析的结果表明，仅有两个基因编辑靶点（图4）可为非禾本植物物种引入双木质素入口通路。

讨论

比较基因组分析亲缘关系密切的物种，有助于阐明在生命之树上演化出的独特性状的遗传与分子基础。例如，对黑猩猩与倭黑猩猩基因组的分析加速了人类性状演化的认知（66, 67）。尽管全基因组加倍（WGDs）为形态与功能创新提供了新的遗传物质（68, 69），但我们对禾本目物种的基因组与生物化学分析却记录了串联重复事件，这些事件通过新功能化及与ρWGD和额外串联重复事件相关的进一步扩展，催生了演化创新。

精确确定PTAL演化的时间，结合生物化学与结构分析，还揭示了其分子基础。与微生物中TAL活性的演化（57）不同，植物需要两项关键变化。在氨基酸结合位点引入组氨酸，并不足以使植物PTAL演化；这还需要在移动环中进行第二项变化（丝氨酸至异亮氨酸），以优化底物取向，从而实现高效TAL活性，如通过将单子叶植物与双子叶植物的PAL转化为PTAL所证实的。由PTAL介导的双重入口通路，可能增强了快速生长禾草中木质素与苯丙烷类化合物的高效合成，这些禾草的木质素含量仍可达干重的30%（9, 12, 70, 71）。因此，利用禾草演化的洞察并引入第二条木质素生物合成入口通路，为通过基因编辑增强多种植物中多样苯丙烷类化合物的生产提供了有前景的策略。

禾草拥有许多衍生功能性状，这些性状被假设为推动了这一重要植物科的演化成功，该科具有巨大的经济与生态重要性（43, 72）。尽管许多禾草基因组已完成测序（26–29），但由于缺乏禾本科姐妹类群的参考品质基因组，禾草的祖先特征仍鲜为人知。本研究生成的非模式、非作物禾本目基因组，现已为解析特异演化于禾草及其近缘类群的复杂性状提供了宝贵资源。理解禾草特异性状的演化基础，将为保护以禾草为主的生态系统提供指导，并加速谷物及其他禾草作物的育种与工程改良，以实现粮食、饲料、生物能源与生物材料的可持续生产。

材料与方法

火焰树属 J. ascendens 的全基因组测序

为获得 J. ascendens 的基因组序列，2017年5月，我们首先从NTBG #800379的种子批次（登录号800379，标本号Lorence 7657，PTBG）的 J. ascendens subsp. glabra 植株（种植于国家热带植物园（卡拉赫欧，夏威夷）上采收了含种子的核果。这些核果被送往威斯康星大学麦迪逊分校，并使用激光刀片去除果肉，种子用5%液态烟熏剂（Wright's Liquid Smoke，胡桃木味）浸泡24小时（73），再用蒸馏水冲洗，随后以3份珍珠岩与1份栽培基质的比例种植。2017年7月，在种植2个月后，100多粒种子中有1粒发芽。2018年1月，发芽6个月后，新生嫩叶用纯蒸馏水喷洒，并采集约100毫克新鲜组织，在液氮中研磨后，使用DNeasy Plant Mini试剂盒（Qiagen）提取基因组DNA。

提取的DNA被送至JGI，使用PACBIO平台进行125倍覆盖测序（平均读长10,007）。主装配使用MECAT（74）完成并进行了多轮修正。通过Hi-C数据识别出27个装配错误。随后，脚手架通过Hi-C支架技术进行定向、排序和拼接。端粒序列在装配体中正确定向。共进行了186次拼接，最终装配体由18条染色体（2N）组成，其中96.5%的装配序列包含在染色体中。Hi-C读段随后与拼接后的版本对齐，将对齐结果转换为接触图以质控染色体中contig的顺序 / 定向。接触图清晰显示染色体数目（2N=18）与Hilu所述一致，并修正了7处差异。最终确保端粒序列在染色体中正确定向，并对序列进行筛查以去除载体残留和 / 或污染物。在拼接后的contig集合中识别出相邻的备选单倍型区域，通过两个单倍型间最长公共子串进行合并，共合并了67个相邻备选单倍型。染色体按大小从大到小编号，每条染色体的p臂定向至5'端。此外，使用40倍Illumina读段（2×150，400 bp插入）对发布序列中的纯合SNP及插入缺失（INDELs）进行了校正。

为辅助使用MAKER（76）进行注释，在威斯康星大学麦迪逊分校采集了叶尖、叶基、上节间、基节间和根组织（用液氮冷冻），并在国家热带植物园采集了花序组织（用干冰立即冷却），进行了约20亿对2×150双端Illumina RNA测序（RNA-seq）。转录本组装通过PERTRAN（77）完成，该工具通过GSNAP（78）进行基因组引导的转录组短读长组装，并在对齐验证、重新对齐和校正后构建剪接对齐图。每个位点选择得分最高的预测，并通过多个正面因子（包括表达序列

tag (EST) 和蛋白质支持，以及一个负面因素：与重复序列的重叠。改进措施包括添加未翻译区域、剪接校正以及添加可变转录本。转录本的选择条件为：Cscore ≥ 0.5 且蛋白质覆盖度 ≥ 0.5，或具有 EST 覆盖；但编码 DNA 序列（CDS）与重复序列的重叠量低于 20%。对于 CDS 与重复序列重叠超过 20% 的基因模型，其 Cscore 必须至少为 0.9，且同源性覆盖度至少为 70% 才能被选中。所选基因模型需进行 Pfam 分析，若蛋白质中超过 30% 位于 Pfam 转座子元件域内，则予以排除。重复 DNA 元件通过 RepeatModeler 从头识别。

E. monostachya基因组测序与分析

E. monostachya E001（来自西澳大利亚，PERTH 09450289）样本于2018年9月12日开花期采集并分离（图S17）。E. monostachya E001的基因组大小估计为2.0 pg（2℃），染色体数为38或42条（2N）。对另外三个样本（E002、E010和E014）的分析显示其基因组大小和染色体数估计值相近。Hanson等（79）先前估计染色体数为38，基因组大小为1.98 pg（2℃）。因此，E. monostachya的单倍体基因组大小估计为1.94 Gb。流式细胞术分析显示其染色体数在38至42条之间，单倍体基因组大小为980 Mb（4℃约为4.0 pg），这与其估计的染色体数（2N）38条（79）一致，符合异交物种特征。

基因组组装采用HiFiAsm软件，使用PacBio HiFi长读长数据。基因模型预测采用从头预测、同源性和基于证据的基因模型，并结合来自鞘、根和花组织的RNA-seq数据。基因组组装中，E. monostachya E001鞘组织的基因组DNA通过CTAB法提取（80），并使用Illumina双端短读长和PacBio HiFi长读长测序。使用GenomeScope（81）估计的单倍体基因组大小在734.0 Mb（k=17）至839.2 Mb（k=24）之间，杂合度估计为2.33%（k=31）至2.65%（k=17）。findGSE（82）和KmerGenie（83）预测的二倍体基因组大小分别为1.47 Gb（k=24）和1.31 Gb（k=107）。

共生成16.84 Gb的PacBio HiFi数据，平均覆盖度约21倍，平均读长为14.4 kb。基因组组装使用HiFiAsm（v0.16）（84, 85）软件，参数设置为“-I=2”和“-n=4”。使用purge_dups（v1.2.5）（86）默认参数移除了来自杂合区域的contig。最终单倍体基因组组装版本为897 Mbp，包含1114个scaffold（表1）。超过50%的基因组分布在长度大于1.7 Mb的contig上。对组装结果与原始Illumina读长的k-mer组成分析显示，该基因组部分为分相（图S18）。

基因注释采用从头预测、同源性搜索和基于证据（RNA-seq）的组装相结合的综合方法。从头预测基因模型使用Augustus（v2.4）（87）和SNAP（v2006-07-28）（88）。同源性方法使用GeMoMa（v1.7）（89），参考基因模型来自禾本目物种（B. distachyon、Setaria italica、Oryza sativa和J. ascendens）。基于证据的基因预测使用来自E. monostachya E001鞘、根和花（未成熟胚）组织的Illumina双端RNA-seq数据。总RNA通过Trizol法提取。花样本中，发育中的种子从整朵花中用液氮提取。使用hisat2（90）进行剪接比对发现，大部分RNA-seq读长（89.5%至91.0%）与基因组比对成功，未比对的RNA-seq读长（9.1%至9.6%）则与细菌、人类、古菌或病毒污染相关（基于kraken2（91）分类）。读长使用hisat（v2.0.4）（90）映射，并由Stringtie（v1.2.3）（92）组装。GeneMarkS-T（v5.1）（93）用于从组装转录本预测基因。Trinity（v2.11）（94）的基因预测通过PASA（v2.0.2）（95）完成。EVM（v1.1.1）（96）用于合并多种方法的基因模型，并由PASA更新。使用预测转录本对基准通用单拷贝正交基因（BUSCO）（97）分析显示，完整基因占94.6%，断裂基因占2.9%，缺失基因占2.5%。大部分BUSCO基因未重复（7.0%），反映了冗余contig的清除。最终编码蛋白的基因集包含27,801个基因模型。

之前的研究表明，禾本科植物基因组外显子的GC含量呈现出明显的双峰分布（3, 98）。对E. monostachya的GC含量评估发现其呈现单峰分布，且偏向高GC含量（fig. S19）。这表明部分基因的GC含量高于中性进化过程的预期值。

对于短读长和长读长测序，Illumina和牛津纳米孔技术（ONT）文库构建及测序使用了E. monostachya E001接种体的基因组DNA，由诺禾致源（北京，中国）完成。Illumina双端文库采用250 bp和350 bp插入片段构建，并使用Illumina HiSeq测序。共生成了123.2 Gb的Illumina短读长测序数据。ONT测序共生成1280万条读长为500 bp至849 kb的读段，中位长度为4.6 kb，总数据量为69.7 Gb。

E. monostachya E001接种体基因组的混合组装使用MaSuRCA（v3.3.0）在Amazon AWS x1.32xlarge实例（128 CPU，1952 GB RAM）上运行，系统为SUSE Linux，使用原始Illumina和ONT读段。BUSCO基因通过BUSCO（v3.1.0）（97）使用默认参数和Embryophyta（ODB9）数据库进行识别。

对于k-mer分析，Illumina读段使用Trimmomatic（v0.36）（99）进行剪裁，参数为2:30:10（基于TruSeq3双端接头），前后端各去除5 bp，滑动窗口为4:10，最小长度为36 bp。初始k-mer分析使用jellyfish（v1.1.12）对Illumina短读长数据进行覆盖度评估，k值为17、24、27和31 bp。基因组大小估计使用KmerGenie（v1.7048）（83）、findGSE（82）和GenomeScope（81）（http://genomescope.org/）。k-mer分析工具包（v2.4.1）中的kat comp命令使用默认参数（k=27）生成堆叠直方图，以确定短读长测序数据中k-mer的比例和频率相对于混合基因组组装的结果。

为检测E. monostachya RNA-seq样本的潜在污染，使用kraken2（v2.0.8-beta）（91）对单个配对读段的界别来源进行分类，使用默认参数和以下数据库：古菌、细菌、质粒、病毒、人类、真菌、植物、原生动物、UniVec_core和核酸。kraken2数据库构建于2019年11月27日。

基因注释方面，RNA-seq读段使用Trimmomatic（v0.36）（99）进行剪裁，参数与基因组DNA读段一致。使用hisat2（v2.2.1）（90）将剪接读段对齐至混合基因组，参数包括：最大内含子长度20 kb、k值1、无软剪裁，以及针对Cufflinks优化的对齐。SAM文件通过samtools（v1.11）转换为排序后的BAM文件。Cufflinks/Cuffmerge（v2.2.1）流程使用默认参数识别基于证据的基因模型。TransDecoder（v5.5.0）用于识别开放阅读框（LongORFs）和预测蛋白质（Predict）使用Pfam。保守同源物的完整性通过BUSCO（v3）（97）使用embryophyta_odb9谱系和默认参数进行评估。

林生刺桐属P. latifolius的基因组测序

我们采用全基因组鸟枪法测序策略与标准测序协议，对P. latifolius（采自密苏里植物园，登记号1993-0885-2；标本McKain 320）进行了测序。该标本最初于1992年2月7日由MacDougal和Lalumondier在厄瓜多尔纳波附近采集（采集编号4792），此后一直在密苏里植物园的气候温室中保存并繁殖。测序读长由Illumina和PACBIO平台采集，其中Illumina和PACBIO读长分别在亨茨维尔市（阿拉巴马州）的HudsonAlpha研究所利用Illumina NovoSeq 6000平台与SEQUEL II平台完成测序。测序中使用了1条400 bp插入文库（1x250 Illumina片段，覆盖度170.）与1条2x150 HiC文库（覆盖度76.）(表S6)。组装前，Illumina片段读长被筛除噬菌体污染，>95%由简单序列组成的读长被移除，经接头与质量（q < 20）修剪后长度<50 bp的Illumina读长也被移除。最终Illumina读长集包含19.01亿条读长，高质量碱基对总产量为247.18×。PACBIO测序的原始序列总产量为39.2 Gb，总覆盖度为35.(表S6与S7)。

在基因组组装与伪分子染色体构建中，版本1.0组装由2,058,145条PACBIO CCS读长（35.08×）利用HiFiAsm组装器（83, 84）组装，随后使用RACON（100）进行抛光。该过程生成了包含3,267个支架（3,267个contig）的初始组装，contig N50为31.6 Mb，基因组总大小为1,234.5 Mb（表S8）。

P. latifolius（变种MRM_UAlabama_McKain320）的Hi-C Illumina读长被单独利用Juicer（101）对齐至contig，随后通过3D-DNA（102）完成染色体尺度支架构建。组装中未发现错接，contig随后通过HiC数据进行定向、排序并拼接为12条染色体。HiC接触图预测的染色体数量与先前研究报告的数量（103）一致。组装中共进行了47次拼接，每次拼接均用10,000个N碱基填充。利用(TTTAGGG)ₓ重复序列识别出以显著端粒序列终止的contig，并确保其在最终组装中正确定向。剩余支架被筛查细菌蛋白、细胞器序列及GenBank非冗余库，若发现污染则移除。在染色体构建后，发现染色体内部相邻contig末端存在若干<20 Kb的冗余序列。为解决该问题，相邻contig末端通过BLAT（104）彼此对齐，并折叠重复序列以关闭其间隙。组装中共折叠了23对相邻contig。

最终，版本1.0发布版通过~40×Illumina读长（2x150，400 bp插入）校正纯合SNP与INDEL，读长利用bwa-mem（105）对齐，并使用GATK的UnifiedGenotyper工具识别纯合SNP与INDEL。版本1.0发布版共校正了291个纯合SNP与12,285个纯合INDEL。最终版本1.0发布版包含1,117.9 Mb序列，由222个contig组成，contig N50为57.1 Mb，且99%组装碱基位于染色体上（表S9）。

版本1.0组装的常染色质区域完整性通过将现有IsoSeq读长对齐至版本1发布版进行评估。该分析旨在衡量组装的完整性，而非全面检查基因空间。IsoSeq对齐结果显示，99.68%的读长已对齐至版本1发布版。

对于筛选与最终组装版本，未锚定到染色体的支架根据序列内容被分类到不同的分箱中。污染物通过以下方式识别：使用blastn对NCBI非冗余核苷酸数据库（NR / NT）进行比对，以及使用一组已知微生物蛋白通过blastx进行比对。此外，在版本1发布中，额外的支架被归类为重复序列（>95%被24聚体掩盖，且在染色体中出现超过四次）（815个支架，30.7 Mb）、冗余序列（>95%被24聚体掩盖，且在所有支架中出现两次或更多）（2220个支架，85.5 Mb）、原核生物（9个支架，414.5 Kb）以及线粒体（1个支架，41.3 Kb）。

宽叶香蒲（T. latifolia）的基因组测序

宽叶香蒲（T. latifolia）的种质资源CWD-2019.6采集自宾夕法尼亚州立大学植物园，并由Claude dePamphilis于2019年进行凭证标本保存。我们采用全基因组鸟枪法测序策略及标准测序协议对宽叶香蒲（变种2019.6）进行测序。测序读长由Illumina和PACBIO平台收集。Illumina和PACBIO读长在亨茨维尔（Huntsville）的HudsonAlpha研究所完成测序。Illumina读长使用Illumina NovoSeq6000平台测序，PACBIO读长使用REVIO平台测序。同时测序了一条400 bp插入的2×150 Illumina片段文库（单倍型覆盖度为261.倍）和一条2×150 OmniC文库（单倍型覆盖度为230.倍；见表S10）。在组装前，Illumina片段读长被筛除噬菌体污染。由>95%简单序列组成的读长被移除。经接头和质量过滤（q < 20）后长度<50 bp的Illumina读长也被移除。最终读长集包含7.55亿条读长，共计491.倍高质量Illumina碱基。对于PACBIO测序，总原始序列产量为22.4 Gb，单倍型总覆盖度为104.倍（见表S11）。

在基因组组装及伪分子染色体构建中，版本1.0组装由HiFiAsm组装器（84, 85）组装1,066,852条PACBIO CCS读长（单倍型覆盖度为104.倍），随后使用RACON（100）进行多轮精炼，生成两条单倍型的初始组装。HAP1组装包含410个支架（410个contig），contig N50为11.7 Mb，基因组总大小为235.5 Mb（见表S12）。HAP2组装包含421个支架（421个contig），contig N50为9.5 Mb，基因组总大小为233.9 Mb（见表S13）。

宽叶香蒲（变种2019.6）的Hi-C Illumina读长分别与HAP1和HAP2 contig集通过Juicer（101）对齐，并使用3D-DNA（102）进行染色体尺度支架构建。HAP1和HAP2组装中均未发现错接。随后，contig通过HiC数据进行定向、排序并组装为每条单倍型15条染色体。染色体数量由HiC接触图预测，与先前发表文献（103）一致。HAP1组装共进行9次连接，HAP2组装进行14次连接。染色体按大小从大到小编号，p臂置于左侧。每次染色体连接均用10,000个N碱基填充。使用（TTTAGGG）n重复序列识别显著端粒序列末端的contig，并确保其在最终组装中正确定向。剩余支架通过筛查细菌蛋白、细胞器序列及GenBank非冗余库，移除污染序列。在染色体构建后，发现染色体内部存在若干<20 Kb的冗余序列。为解决此问题，相邻contig末端通过BLAT（104）对齐，并折叠重复序列以闭合缺口。HAP1组装中共折叠2对相邻contig，HAP2组装中折叠1对。

最终，HAP1 和 HAP2 版本中约 60 条 Illumina 测序读长（2×150，400 bp 插入片段）用于校正纯合 SNP 和 INDEL，这些读长使用 bwa-mem（105）对齐，并通过 GATK 的 UnifiedGenotyper 工具（106）识别纯合 SNP 和 INDEL。在 HAP1 版本中共校正了 107 个纯合 SNP 和 6519 个纯合 INDEL，而在 HAP2 版本中共校正了 121 个纯合 SNP 和 7009 个纯合 INDEL。最终版本 1.0 HAP1 发布包含 215.3 Mb 序列，由 30 个连续序列组成，连续序列 N50 为 9.9 Mb，且 99.975% 的组装碱基已整合至染色体（表 S14）。最终版本 1.0 HAP2 发布包含 214.7 Mb 序列，由 20 个连续序列组成，连续序列 N50 为 13.5 Mb，且 100% 的组装碱基已整合至染色体（表 S15）。

真核染色质部分的版本 1.0 组装完整性通过 rnaSEQ 读长进行评估。此分析的目的是获得组装完整性的量度，而非对基因空间进行全面检查。这些读长使用 bwa-mem2（105）对齐至组装序列。筛选后的比对结果显示，99.82% 的 rnaSEQ 读长与 V1 HAP1 版本对齐，99.83% 与 V1 HAP2 版本对齐。

Science 2026年8月

研究论文

基因树重建

我们使用OrthoFinder（v.2.5.5）（107）在默认设置下，识别了39个物种（表S1）的基因模型的假定直系同源基因组。依据McKain等人（3）的方法，我们将直系同源基因组过滤为至少包含20个分类单元。每个直系同源基因组的氨基酸序列使用MAFFT（v.7.490）（108）进行对齐，并选择“auto”选项进行算法选择。PAL / PTAL树及其他基因树基于这些过滤后的对齐结果，使用IQ-2（v.2.2.6）（109）进行重建，允许为每个对齐估计最优模型和1000次自展重复。为构建PAL / PTAL直系同源基因组的编码序列，我们使用对齐的氨基酸序列，通过PAL2NAL（v.14）（110）的默认参数创建核苷酸序列的密码子对齐。密码子对齐结果被过滤，使得基因序列长度至少为最终对齐长度的50%，且序列在对齐中的缺口不超过30%（3）。然后，使用IQ-2（v.2.2.6）生成

多倍化事件的识别与种系发生树定位

共分析了10,055个多拷贝基因树，以识别潜在的多倍化事件并将其定位于Timilsena等（33）构建的种系发生树上。该过程使用PUG软件及其算法（3）完成。在PUG中选择了“estimate_paralogs”选项，通过识别同一分类单元内所有基因模型对来识别单个基因树内所有可能的旁系同源物。每个多拷贝基因树均被重新定根至一组首选外类群（依次为：Amborella、Nymphaea、Cinnamomum、Aquilegia、Vitis、Arabidopsis、Glycine、Populus、Beta、Spinacia、Solanum、Helianthus和Acorus）。PUG尝试使用用户指定的最远外类群，并沿列表向下查找，直至找到该分类单元的序列。该序列随后被设定为基因树的外类群。PUG识别每个潜在旁系同源物对在基因树中的最近共同祖先节点，并以该节点为根的子树的分类单元组成为依据，在种系发生树中定位等效节点。若满足以下两个标准，则认为种系发生树上的重复事件有效：（i）节点上方的分类单元与基因树中的一致，且（ii）在种系发生树和基因树中均能找到至少一个与查询节点为姐妹关系的分类单元。PUG不考虑种系发生树末端分支上的潜在重复事件，因此物种特异性重复事件被忽略。PUG在所有基因树和所有物种间的假定旁系同源物上运行，以识别所有潜在的全基因组加倍（WGD）事件。对假定WGD事件的评估仅限于具备80或更高自展支持值（BSV）的直系同源群树节点，但补充材料中也报告了BSV 50的数值。唯一的重复事件通过PUG_Figure_Maker.R脚本（https: / github.com / mrmckain / PUG）在R v.4.3.3和ape v.5.7-1（113）环境下绘制于种系发生树上。所有重复计数低于单一分支最大计数（3,200）的25%者在绘制时被忽略。PUG还分别针对在Pharus、Joinvillea和Ananas中识别出的同源异型染色体（syntelogs）以相同参数运行，以识别这些重复事件在种系发生树中的起源（见图S3）。

共线性分析

GENESPACE分析使用v.1.2.3（114）版本，采用默认参数，并以Ananas cosmosus、J. ascendens、P. latifolius、O. sativa、S. bicolor及Zea mays的基因组组装与注释（见表S1）作为禾本目中具有良好支架基因组的代表物种。使用JCVI的MCscan模块（115, 116）以默认参数（最小锚定数：4，侧翼区域范围：20）识别Pharus、Joinvillea、Ananas、Joinvillea-Pharus及Joinvillea-Ananas间的种内与种间共线性区域，如图S2所示。

PAL / PTAL基因的共线性分析通过COGE（117）在选定的禾本目物种间完成，并采用以下选项：DAGchainer：相对基因顺序，两个匹配间最大距离：20个基因，最小对齐基因对数：5个基因，合并共线性块时采用配额对齐，窗口大小100个基因，使用目标基因组中的所有基因，计算同义替换率，且串联重复距离为10。共线性在以下物种间计算：B. distachyon（版本556，3.0）与J. ascendens（版本1.1）；B. distachyon（556，3.0）与Z. mays（PH207 UMN 1.0）；B. distachyon（556，3.0）与P. latifolius（1.0）；B. distachyon（556，3.0）与S. bicolor（454，3.0.1）；P. latifolius（1.0）与S. angustifolia（1.1）；S. angustifolia（1.1）与J. ascendens（1.1）；J. ascendens（1.1）与A. comosus（3）；以及J. ascendens（1.1）与P. latifolius（1.0）。

禾本类、帚灯草类、黄眼草类及莎草类中PAL / PTAL同源基因的鉴定

通过tBLASTn搜索转录组数据（NCBI登录号SAMN04515358、ERS1829853、SAMN04515352、SAMN04515348、SAMN04515354及ERR2040765，以及F. indica转录组与基因组数据集的NCBI BioProject PRJNA1381742）获得了F. indica、E. tectorum、Centrolepis monogyna、L. anceps、Xyris jupicai及C. papyrus中的PAL / PTAL同源基因。C. littledalei的同源基因则通过BLASTp搜索基因组数据（NCBI登录号GCA_011114355.1）鉴定。JaPAL和JaPTAL作为BLAST搜索的查询序列。

将PAL和PTAL候选基因（含 / 不含突变）克隆至pET28a载体

使用改良CTAB / LiCl法从叶片提取总RNA用于克隆。cDNA通过Superscript IV VILO Master Mix（ThermoFisher）或ReverTra Ace qPCR RT Master Mix with gDNA Remover（Toyobo）合成。来自S. bicolor、B. distachyon、S. angustifolia、J. ascendens及F. indica的PAL和PTAL候选酶编码序列首先通过巢式PCR扩增，以相应cDNA和基因特异性引物（PrimeSTAR MAX DNA聚合酶，Takara Bio）进行扩增。PCR产物经凝胶纯化后作为第二轮PCR的模板，并添加带有In-Fusion标签的引物。所得PCR产物通过In-Fusion HD Cloning Kit（Takara Bio）按制造商说明插入pET28a载体的EcoRI和NdeI位点。获得的质粒载体提交进行序列分析，并确认编码序列与数据库中的序列匹配。BdPTAL、EmoPTAL、EmoPAL、EtePAL、LenPAL、JaPAL^{F140H_MUT8< / sup>及JaPALF140H_MUT16< / sup>通过基因合成（SynbioTecho或Integrated DNA Technologies）并克隆至pET28a载体。对于定点突变，使用1:100稀释的质粒和突变引物，通过PrimeSTAR MAX DNA聚合酶（Takara Bio）进行PCR扩增。本研究所用引物列于表S16。}

重组蛋白表达与纯化用于生物化学表征

用于重组蛋白表达，克隆的pET28a载体被转化入大肠杆菌Rosetta-2(DE3)或BL21(DE3)菌株，并在含有卡那霉素（50 μg / ml）、氯霉素（34 μg / ml）及0.1%葡萄糖的3 ml Terrific培养基中于37℃、200 rpm条件下培养。经过过夜培养后，将500 μl预培养液加入含相同抗生素的50 ml Terrific培养基中，继续于27℃、200 rpm条件下培养，直至OD600达到0.5–0.7。待细菌培养物在冰上冷却后，加入异丙基-β-D-硫代半乳糖苷（IPTG，终浓度0.5 mM），于22℃、200 rpm恒定振摇条件下孵育。24小时后，通过离心（5000g，5分钟，4℃）收获菌体，并将菌体沉淀于-30℃冷冻。随后将菌体沉淀解冻并用含50 mM磷酸钠缓冲液（pH 8.0）、300 mM NaCl、10%甘油及0.25 mg溶菌酶的裂解缓冲液重悬。冰上孵育30分钟后，悬液经超声处理3次（每次20秒），再经离心（12,500g，20分钟，4℃）回收上清。His标签的PAL蛋白通过Ni-NTA磁珠（Millipore）或His Mag Sepharose Ni（Cytiva）进行纯化。上清液被加入含100 μl磁珠的新管中，混合物于25℃恒定翻转孵育30分钟。未结合蛋白经含50 mM磷酸钠缓冲液（pH 8.0）、300 mM NaCl、10%甘油及10 mM咪唑的洗涤缓冲液洗涤三次后，目标蛋白用含50 mM磷酸钠缓冲液（pH 8.0）、300 mM NaCl、10%甘油及300 mM咪唑的洗脱缓冲液洗脱。

收集的酶溶液通过Sephadex G-50柱（GE Healthcare）进行脱盐。蛋白质浓度通过BioRad蛋白质分析染料（BioRad）测定。纯度通过SDS-PAGE确认，并使用ImageJ软件计算，纯度>90%。

PAL和TAL酶活性测定

所有底物溶液均用0.01N NaOH配制，以提高酪氨酸的溶解度。混合液含100 mM Tris-HCl（pH 8.5）、1%甘油和纯化后的酶，总体积为50 μl，在30℃下预孵育3分钟。PAL和TAL反应通过加入50 μl 1 mM底物（L-苯丙氨酸或L-酪氨酸）启动，并在30℃下孵育20分钟（除非另有说明）。反应通过加入6M乙酸（10 μl）终止。

反应产物采用高效液相色谱法（HPLC；1200 Infinitely Series，安捷伦科技或Nexera XR，岛津）直接检测PAL和TAL测定的最终产物，分别为肉桂酸和对香豆酸。分析条件如下：色谱柱，Neptune T3℃18色谱柱（3 μm，2.1 × 150 mm，ES industries）；溶剂系统，溶剂A [含0.1%（v / v）甲酸的水] 和溶剂B [含0.1%（v / v）甲酸的乙腈]；梯度程序：0分钟时99% A / 1% B，4.5分钟时99% A / 1% B，7.5分钟时95% A / 5% B，12分钟时85% A / 15% B，16.5分钟时75% A / 25% B，21分钟时70% A / 30% B，23分钟时5% A / 95% B，26分钟时5% A / 95% B，26.5分钟时99% A / 5% B，30分钟时99% A / 5% B；流速0.3 ml / min；二极管阵列检测器（DAD）在275 nm检测肉桂酸，309 nm检测对香豆酸。

重组酶的动力学参数通过HPLC测定。混合液含100 mM Tris-HCl（pH 8.5）、1%甘油和纯化后的酶（PAL测定用0.15 μg，TAL测定用1 μg），总体积50 μl，在30℃下预孵育3分钟。PAL和TAL反应通过加入50 μl底物溶液启动，底物浓度范围为L-苯丙氨酸0至4 mM，L-酪氨酸0至2 mM。在30℃下孵育10分钟（PAL测定）或20分钟（TAL测定）后，通过加入6M乙酸（10 μl）终止反应。分析条件如下：色谱柱，Atlantis T3℃18色谱柱（3 μm，2.1 × 150 mm，Waters）；溶剂系统，溶剂A [含0.1%（v / v）甲酸的水] 和溶剂B [含0.1%（v / v）甲酸的乙腈]；梯度程序：0分钟时85% A / 15% B，1分钟时85% A / 15% B，3分钟时70% A / 30% B，6.5分钟时15% A / 95% B，7.5分钟时15% A / 95% B，8.5分钟时85% A / 15% B，10分钟时85% A / 15% B；流速0.4 ml / min；DAD在275 nm检测肉桂酸，309 nm检测对香豆酸。产物根据标准品校准曲线进行定量。使用Excel Solver工具进行非线性双曲线回归分析，计算Kₘ和kcat值。

蛋白质表达与纯化用于结构分析

将JaPAL和JaPAL ( ^{F112L-F140H} ) 编码的pET28质粒转化入E. coli Rosetta (DE3)感受态细胞。用含50 μg / ml卡那霉素的LB肉汤从单菌落接种后，于37℃、250 rpm下培养16小时。蛋白质表达时，将1升含50 μg / ml卡那霉素的Terrific Broth用50 ml种子培养物接种，于37℃、250 rpm下培养至OD600约0.6。培养物冷却至16℃后，加入终浓度为1 mM的IPTG诱导蛋白质表达，并在16℃过夜表达。细胞随后通过离心收集（8000g，30分钟，4℃）并冷冻至-80℃。每个细胞沉淀重悬于35 ml裂解缓冲液（50 mM Tris pH 8.0，300 mM NaCl，15 mM咪唑，1 β-巯基乙醇）中，并在冰上超声处理（4分钟，70%振幅）。通过离心（18,000g，30分钟，4℃）去除不溶性细胞碎片后，剩余上清液通过预平衡的2 ml Ni²⁺-NTA-琼脂糖树脂（GoldBio）进行纯化。使用20 ml洗脱缓冲液（50 Tris pH 8.0，300 NaCl，25 mM咪唑，1 β-巯基乙醇）去除非特异性结合蛋白后，用洗脱缓冲液（50 Tris pH 8.0，300 NaCl，250 mM咪唑，1 β-巯基乙醇）回收结合蛋白。洗脱蛋白通过截留分子量为25 kDa的Spectra / Por 7膜（对20 Tris pH 8.0，300 NaCl，5%（v / v）甘油，1 β-巯基乙醇的无咪唑缓冲液）于4℃透析过夜，并在存在凝血酶（100单位 / 10 mg蛋白质）的条件下进行。透析后蛋白质重新上样至混合Ni²⁺-NTA-琼脂糖 / 苯甲脒-琼脂糖柱以去除多组氨酸标签、未切割蛋白质和凝血酶。流出液蛋白质进一步通过分子排阻色谱法（HiLoad 26 / 00 Superdex 200 pg）纯化，并用20 Tris pH 8.0，100 NaCl和1 mM二硫苏糖醇（DTT）洗脱。纯化组分被合并、浓缩至10或20 mg / ml（Amicon Ultra-4 30K离心浓缩管），并在液氮中快速冷冻后于-80℃保存。蛋白质浓度通过Bradford法（Bio-Rad）以牛血清白蛋白为标准进行测定。纯度通过SDS-PAGE（Genscript SurePAGE凝胶）和水性考马斯亮蓝染色（GoldBio Blazin' Blue）进行检测。

蛋白质晶体学

晶体通过悬滴法（纯化蛋白质与结晶缓冲液1:1混合物）在4℃下孵育制备。对于JaPAL，结晶缓冲液为0.02 M甲酸钠、0.02 M乙酸铵、0.02 M柠檬酸三钠二水合物、0.02 M酒石酸钾钠四水合物、0.02 M草氨酸钠、0.039 M Bicine、0.061 M三羟甲基氨基甲烷碱、20%（v / v）乙二醇和10%（w / v）PEG 8000（pH 8.5）。对于在酪氨酸（5 mM）存在下生长的JaPAL，结晶缓冲液为0.042 M MOPS、0.058 M Na HEPES、0.03 M硝酸钠、0.03 M磷酸氢二钠、0.03 M硫酸铵、20%（v / v）乙二醇和10%（w / v）PEG 8000（pH 7.7）。对于JaPAL^{S112L-F140H< / sup>，结晶缓冲液为0.03 M硝酸钠、0.03 M磷酸氢二钠、0.03 M硫酸铵、0.05 M Na HEPES、0.05 M MOPS、20%（v / v）乙二醇和10%（w / v）PEG 8000（pH 7.5）。对于在酪氨酸（5 mM）存在下生长的JaPAL<>S112L-F140H< / >，结晶缓冲液为0.046 M MOPS、0.054 M Na HEPES、20%（v / v）乙二醇和10%（w / v）PEG 8000（pH 7.6）。晶体在72小时内开始形成，并在7至10天内长至完整尺寸。晶体被转移至冷冻保护液（结晶液补充24%甘油）后，通过快速浸入液氮进行玻璃化冷冻。JaPAL酶原体的衍射数据在AMX 17-ID-1光束线（国家同步辐射光源2，布鲁克海文国家实验室）收集，并使用autoPROC（118）处理。JaPAL+酪氨酸复合物的衍射数据在BCSB 5.0.3光束线（先进光源，劳伦斯伯克利国家实验室）收集，并通过xia2使用DIALS处理。JaPAL<>S112L-F140H< / >酶原体及酪氨酸复合物结构的衍射数据在SBC 19-ID光束线（先进光子源，阿贡国家实验室）收集，并使用HKL3000处理。结构通过分子置换法解析，使用PHASER（121）通过CCP4套件（122）实现，以parsley PAL单体（PDB ID 6RGS）（123）作为搜索模型。随后在COOT（124）中进行人工模型构建迭代轮次，并在PHENIX（125）中进行精修。数据收集和精修统计结果汇总于表S5。最终原子坐标和结构因子已存入RCSB蛋白质数据库（JaPAL酶原体，pdb_00009PKH；JaPAL+酪氨酸复合物pdb_00009PKI；JaPAL<>S112L-F140H< / >酶原体pdb_00009PKJ；JaPAL<>S112L-F140H< / >+酪氨酸复合物pdb_00009PKK）。}

植物表达载体的构建

Golden Gate植物表达载体通过MoClo工具包（126）和MoClo植物部件试剂盒（127）构建。JaPAL、JaPAL ( ^{S112L-F140H} ) 及JaPTAL通过PCR从pET28a载体扩增，并利用In-Fusion克隆（Takara Bio）亚克隆至Golden Gate 0级载体pAGM1287。1级载体由pAGM1287::PAL 0级构件与番茄RuBisCO小亚基2（RbcS2）启动子、3×FLAG C端标签及拟南芥ACTIN2终止子（0级模块pICH71301、pICSL50007及pICH44300）通过BsaI位点组装至1级二元骨架pICH47772。1级表达盒用于表达BdDHS1b（pAtRbcS3B-BdDHS1b）和BdTyrAnc（pSIRbcS3B-BdTyrAnc）及基因沉默抑制子p19载体（pICH47802::pAtUbq10-P19）的构建已在El-Azaz等（64）中描述。1级表达盒进一步用于在pAGM4673骨架中通过BbsI位点组装2级载体。2级载体除包含JaPAL、JaPAL ( ^{S112L-F140H} )、JaPTAL或pICH86966（阴性对照）外，还包含上述p19、BdDHS1b及BdTyrAnc的转录单元。

N. benthamiana中PALs的瞬时表达

N. benthamiana中蛋白瞬时表达按既往方法（64）进行改良。转化植物表达载体的农杆菌在28℃下于含相应抗生素的10 ml LB液体培养基中培养2天。饱和培养物于室温下以5000g离心5分钟，并用5 ml诱导培养基（10 mM MES缓冲液pH 5.6、0.5%葡萄糖、2 mM NaH₂PO₄、20 NH₄Cl、1 MgSO₄、2 KCl、0.1 CaCl₂、0.01 FeSO₄及0.2 mM乙酰丁香酮）洗涤两次。洗涤后，细菌培养物在暗处室温下于诱导培养基中孵育1至2小时，再以5000g离心5分钟并重悬于5 ml含0.2 mM乙酰丁香酮的10 MES缓冲液（pH 5.6）。农杆菌悬液的OD600值调整至1.0（1级载体）或0.33（2级载体）单位。溶液被注射至约5周龄的N. benthamiana植株。注射后约72小时，注射组织被收获、液氮速冻、研磨成粉并保存于-80℃直至使用。

对于( {}^{13}C_{6} )-标记苯丙氨酸 / 酪氨酸喂养实验，将( {}^{13}C_{6} )-标记L-苯丙氨酸和( {}^{13}C_{6} )-标记L-酪氨酸溶液用10 MES缓冲液（pH 6.1）配制为1 mM浓度。单独的MES溶液用作模拟对照。从注射1级载体（JaPAL、JaPAL ( ^{S112L-F140H} )、JaPTAL或红色荧光蛋白RFP阴性对照）的组织中，每株植物取直径8 mm的叶圆片两个。叶圆片在带透明盖的16孔板中，于相同生长室内（N. benthamiana植株生长环境）用500 μl ( {}^{13}C_{6} )-L-苯丙氨酸、( {}^{13}C_{6} )-L-酪氨酸或模拟溶液轻柔振荡孵育24小时。叶圆片随后从孔板中移出，用水冲洗并用组织干燥。同一植株同一构件的两个叶圆片合并、液氮速冻、研磨成粉并保存于-80℃直至使用。

N. benthamiana组织的代谢物分析

为测定收获叶盘中的代谢物水平，向约17.5 mg新鲜重（FW）的研磨冰冻植物组织中加入了400 μl含2:1（v / v）甲醇与氯仿的提取溶剂（内含1 μg / ml异荭草苷作为内标）。样品在室温下振荡30 min，随后以20,000g离心5 min。上清液转移至另一离心管，先加入300 μl H₂O，再加入125 μl氯仿。振荡2 min后，样品再次以10,000g离心5 。将上层极性相（500 μl）转移至新离心管，在室温下用SpeedVac（Labconco）干燥过夜，随后用LC-MS级80%甲醇重悬至200 μl，以进行液相色谱-质谱（LC-MS）分析。对于经皂化处理的Nicotiana组织，除极性相在干燥前分为两个250 μl等份外，其余提取步骤相同。其中一等份用100 μl 100 mM NaOH重悬，30℃孵育1小时后，再用100 μl 100 mM HCl中和；另一半极性相则用200 μl LC-MS级水重悬。

LC-MS分析时，将1 μl各重悬样品注入HSS T3℃18反相色谱柱（内径100×2.1 mm，粒径1.8 μm；Waters, Milford, MA），并以0.4 ml / min的流速在40℃柱温下，用含0.1%（v / v）甲酸的LC-MS级水（溶剂A）与含0.1%（v / v）甲酸的90%（v / v）LC-MS级乙腈（溶剂B）进行27 min梯度洗脱。溶剂B的梯度比例如下：0–1 ，1%；1–10 ，1%至10%；10–13 ，10%至25%；13–18 ，25%至99%；18–22 ，99%等度；22–23.5 ，99%至1%；23.5–27 ，1%等度。质谱（MS）以负离子模式全扫描记录，质量范围覆盖60–900质荷比（m / z）。分辨率设为70,000，最大扫描时间设为200 ms。传输毛细管温度设为320℃，加热器温度调至150℃。喷雾电压固定为2.5 kV。通过将酪氨酸、苯丙氨酸、咖啡酸、对香豆酸、阿魏酸及绿原酸峰的精确质量与保留时间与相应标准品对比，确认其身份。定量基于样品峰面积与已知浓度标准品化学标准的峰面积对比。

植物蛋白提取与蛋白质印迹

从N. benthamiana样本中提取总蛋白：将15–35 mg研磨后的冷冻组织加入100 μl 1×变性蛋白上样缓冲液（60 mM Tris [三(羟甲基)氨基甲烷]缓冲液pH 6.8、2%十二烷基硫酸钠、10%甘油、3% β-巯基乙醇和0.01%溴酚蓝），剧烈涡旋30秒后立即于95℃煮沸5分钟。离心管以12,500g离心5分钟，取上清液上样至SDS-PAGE凝胶。每泳道按10 mg鲜重组织当量上样。电泳后，蛋白质转移至PVDF膜，用含0.05% Tween-20的1×Tris缓冲盐水（20 mM Tris碱、150 mM NaCl、pH 7.5）配制的5%脱脂奶粉封闭1小时，随后用相应抗体孵育。FLAG标签融合蛋白以1:1,000稀释度（OctA Probe HRP偶联小鼠单克隆抗体，货号SC-166335，Santa Cruz Biotechnology）检测。抗体稀释液以含0.05% Tween-20和0.5%牛血清白蛋白的TBS缓冲液配制。

N. benthamiana组织的非靶向代谢组学

非靶向代谢物分析按El-Azaz和Maeda（128）所述方法进行，并做了微小改动。高通量峰积分在MZmine v4.4.3（129）中完成，使用全范围总离子流（TIC，m / z = 60至900）负极性数据，收集时间为0.5至22分钟，用于N. benthamiana代谢物提取物及四个提取空白样本，以识别并去除污染特征。提取空白仅包含提取溶剂，未添加任何植物样本。

在MZmine中进行特征检测时，噪声阈值设置为MS1和MS2分别为2.0 × 10⁴和2.0 × 10⁵。色谱图通过MZmine的LC-MS色谱图构建工具构建，质量特征的最小绝对高度≥5.0 × 10⁵，并在至少五个连续扫描中检测到，峰间最小强度为2.0 × 10⁵。采用局部最小值分解器，峰顶 / 边缘比最小值为2，最大峰持续时间为1分钟。随后使用¹³C同位素过滤工具去除碳-13同位素。特征对齐采用连接对齐工具，保留时间和m / z容差分别为0.3分钟和10 ppm（百万分之一）。重复特征通过重复特征过滤器合并。至少在四个空白提取物中出现的特征从特征列表中扣除，但植物样本中至少比空白提取物高三倍的特征予以保留。在空白扣除的特征列表中，使用特征查找器工具填补缺口。缺口填补后，使用特征列表行过滤工具去除至少未在四个植物样本中出现的特征，并通过MZmine的metaCorrelate对剩余特征进行相关性分析。最终特征列表以分子网络文件和SIRIUS输出（合并MS2谱图）形式导出。导出的特征列表进一步在Microsoft Excel中分析，通过将积分峰面积除以植物样本质量（以mg鲜重计）和异荭草苷回收因子（通过手动积分确定）分析样本间代谢物的倍数变化。

SIRIUS输出文件用于在SIRIUS v6.3.0（130）中预测特征身份和结构，允许[M − H]⁻和[M + Cl]⁻作为可能的离子化方式，MS2质量精度为10 ppm。ZODIAC（131）以默认参数启用以改善搜索。使用CSI:FingerID（132）在所有可用数据库中进行结构搜索。采用双尾Student’s t检验测试样本中JaPAL⁵¹¹²¹、F¹⁴⁰H或JaPTAL与JaPAL间代谢物丰度的显著差异（P < 0.05），并以Heatmapper（133）生成的热图表示。重复代谢物注释被排除，每个相关性组仅包含一个特征。采用平均连锁法作为聚类方法，对行（样本）和列（代谢物）均进行聚类。Spearman秩相关用于测量样本间模式的相似性。行和列按生成的聚类树图结构排序，以突出代谢物丰度模式。

数据分析

对于PAL / PTAL酶测定，统计显著性由图例所示的统计检验确定。Student’s t检验和方差分析（ANOVA）采用Tukey-Kramer事后检验或Kruskal-Wallis非参数检验，分别使用Microsoft Excel和R完成。本研究使用的关键资源（包括软件和算法）汇总于表S17。

参考文献与注释

1. W. Huang 等，禾本科植物的一个高度支持的核系统发育树及其对C₄光合作用进化的意义。Mol. Plant 15, 755–777 (2022). doi: 10.1016 / j.molp.2022.01.015; pmid: 35093593

2. T. J. Givnish 等，单子叶植物系统发育树的构建：Plastome 序列系统发育与须草目进化。Ann. Mo. Bot. Gard. 97, 584–616 (2010). : 10.3417 / 2010023

3. M. R. McKain 等，Poales目跨物种古多倍化与基因组进化的系统基因组学评估。Genome Biol. Evol. 8, 1150–1164 (2016). : 10.1093 / gbe / evw060; pmid: 26988252

4. 联合国粮食及农业组织（FAO），《粮食平衡表：2010–2023》（FAOSTAT分析简报112，FAO，2025）；https: / .org / 10.4060 / cd7162en.

5. Z. Lin 等，谷类作物平行驯化中的ShatteringL基因。Nat. Genet. 44, 720–724 (2012). : 10.1038 / ng.2281; pmid: 22581231

6. Y. Wang, X. Bi, J. Zhong，重新审视小穗的起源与身份特化：禾本科（Poaceae）的结构性创新。Plant Physiol. 190, 60–71 (2022). : 10.1093 / plphys / kiac257; pmid: 35640983

7. A. S. Seetharam 等，Streptochaeta基因组与禾本科进化。Front. Plant Sci. 12, 710383 (2021). : 10.3389 / fpls.2021.710383; pmid: 34671369

8. S. Comparot-Moss, K. Denyer，谷类及其他禾本科植物淀粉生物合成途径的进化。J. Exp. Bot. 60, 2481–2492 (2009). : 10.1093 / jxb / erp141; pmid: 19505928

9. R. Bhatia, J. A. Gallagher, L. D. Gomez, M. Bosch，禾草细胞壁多糖的基因工程改造用于生物精炼。Plant Biotechnol. J. 15, 1071–1092 (2017). : 10.1111 / pbi.12764; pmid: 28557198

10. A. J. Ragauskas 等，木质素增值：改善生物精炼中木质素加工。Science 344, 1246843–1246843 (2014). : 10.1126 / science.1246843; pmid: 24833396

11. R. Rinaldi 等，为木质素增值铺路：生物工程、生物精炼与催化领域的最新进展。Angew. Chem. Int. Ed. 55, 8164–8215 (2016). : 10.1002 / anie.201510351; pmid: 27311348

12. T. Umezawa，植物体内木质素修饰用于增值。Phytochem. Rev. 17, 1305–1327 (2018). : 10.1007 / s11101-017-9545-x

13. J. Rösler, F. Krekel, N. Amrhein, J. Schmid，玉米苯丙氨酸解氨酶具有酪氨酸解氨酶活性。Plant Physiol. 113, 175–179 (1997). : 10.1104 / pp.113.1.175; pmid: 9008393

14. J. Barros 等，双功能解氨酶在禾草细胞壁生物合成中的作用。Nat. Plants 2, 16050 (2016). : 10.1038 / nplants.2016.50; pmid: 27255834

15. Y. Van de Peer, T.-L. Ashman, P. S. Soltis, D. E. Soltis，多倍化：压力时代植物进化与生态学的推动力。Plant Cell 33, 11–26 (2021). : 10.1093 / plcell / koaa015; pmid: 33751096

16. F. Almeida-Silva, Y. Van de Peer，整个基因组加倍与被子植物基因调控网络的长期进化。Mol. Biol. Evol. 40, msaa141 (2023). : 10.1093 / molbev / msad141; pmid: 37405949

17. N. Walden 等，嵌套式全基因组加倍与十字花科植物多样化及高形态差异性的关联。Nat. Commun. 11, 3795 (2020). : 10.1038 / s41467-020-17605-7; pmid: 32732942

18. K. C. Moharana, T. M. Venancio，多倍化事件塑造了豆科植物（蝶形花科）的转录因子库。Plant J. 103, 726–741 (2020). : 10.1111 / tpj.14765; pmid: 32270526

19. T. Zhang 等，Poaceae多倍化的系统基因组学图谱及主要Poaceae谱系间差异性重复保留与丢失格局。Nat. Commun. 15, 3305 (2024). : 10.1038 / s41467-024-47428-9; pmid: 38632270

20. J. W. Clark, P. C. J. Donoghue，全基因组加倍与植物宏观进化。Trends Plant Sci. 23, 933–945 (2018). : 10.1016 / j.tplants.2018.07.006; pmid: 30122372

21. A. H. Paterson, J. E. Bowers, B. A. Chapman, 《古代多倍化发生在禾本科作物分化之前及其对比较基因组学的影响》. Proc. Natl. Acad. Sci. U.S.A. 101, 9903–9908 (2004). doi: 10.1073 / pnas.0307901101; pmid: 15161969

22. J. Yu 等, 《水稻（Oryza sativa）基因组：多倍化历史》. PLOS Biol. 3, e38 (2005). doi: 10.1371 / journal.pbio.0030038; pmid: 15685292

23. H. Tang, J. E. Bowers, X. Wang, A. H. Paterson, 《被子植物基因组比较揭示单子叶植物谱系早期多倍化》. Proc. Natl. Acad. Sci. U.S.A. 107, 472–477 (2010). doi: 10.1073 / pnas.0908007107; pmid: 19966307

24. S. Ohno, 《基因重复驱动的进化》（施普林格出版社，1970年）。

25. K. Vanneste, G. Baele, S. Maere, Y. Van de Peer, 《41种植物基因组分析支持白垩纪-古近纪界线附近成功的全基因组重复浪潮》. Genome Res. 24, 1334–1347 (2014). doi: 10.1101 / gr.168997113; pmid: 24835588

26. S. A. Goff 等, 《水稻基因组（Oryza sativa L. ssp. japonica）草图序列》. Science 296, 92–100 (2002). doi: 10.1126 / science.1068275; pmid: 11935018

27. J. Yu 等, 《水稻基因组（Oryza sativa L. ssp. indica）草图序列》. 296, 79–92 (2002). doi: 10.1126 / .1068037; pmid: 11935017

28. P. S. Schnable 等, 《B73玉米基因组：复杂性、多样性与动态性》. 326, 1112–1115 (2009). doi: 10.1126 / .1178534; pmid: 19965430

29. K. F. X. Mayer 等, 《六倍体小麦（Triticum aestivum）基因组染色体水平草图序列》. 345, 1251788 (2014). doi: 10.1126 / .1251788; pmid: 25035500

30. M. Can 等, 《小莎草（Kobresia littledalei）基因组序列——莎草科首个染色体水平基因组》. Sci. Data 7, 175 (2020). doi: 10.1038 / s41597-020-0518-020; pmid: 32528014

31. P. G. Hofstatter 等, 《重复序列驱动的全着丝粒对基因组架构与核型进化的影响》. Cell 185, 3153–3168.e18 (2022). doi: 10.1016 / j.cell.2022.06.045; pmid: 35926507

32. J. Planta 等, 《禾本目物种苔草属（Carex cristatella、Carex scoparia）与灯心草属（Juncus effusus、Juncus inflexus）的染色体尺度基因组组装与注释》. G3 12, jkac211 (2022). doi: 10.1093 / g3journal / jkac211; pmid: 35976112

33. P. R. Timilsena 等, 《利用602个单拷贝核基因与13个Ph BUSCO基因对单子叶植物目与科级关系进行系统基因组学解析》. Front. Plant Sci. 13, 876779 (2022). doi: 10.3389 / fpls.2022.876779; pmid: 36483967

34. T. L. Elliott 等, 《禾本目多样性全球分析——在开放与封闭生境中平行演化》. New Phytol. 242, 727–743 (2024). doi: 10.1111 / nph.19421; pmid: 38009920

35. P. F. Ma 等, 《宽叶早熟禾（Pharus latifolius）基因组架起早期禾草进化鸿沟》. Plant Cell 33, 846–864 (2021). doi: 10.1093 / plcell / koab015; pmid: 33630094

36. S. D. Widanagama, J. R. Freeland, X. Xu, A. B. A. Shafer, 《宽叶香蒲（Typha latifolia）基因组组装、注释与比较分析》. G3 12, jkab401 (2022). doi: 10.1093 / g3journal / jkab401; pmid: 34871392

37. Y.-P. Li 等, 《宽叶香蒲（Typha angustifolia L.）端粒到端粒基因组：一种以木质素与叶绿素为品质特征的半水生蔬菜》. Hortic. Res. 12, uhaf079 (2025). doi: 10.1093 / hr / uhaf079; pmid: 40343350

38. H. Tang 等, 《植物基因组中的共线性与共线性》. 320, 486–488 (2008). doi: 10.1126 / .1153917; pmid: 18436778

39. A. H. Paterson 等, 《高粱（Sorghum bicolor）基因组及禾本科作物的多样化》. Nature 457, 551–556 (2009). doi: 10.1038 / nature07723; pmid: 19189423

40. Y. Jiao, J. Li, H. Tang, A. H. Paterson, 《综合共线性与系统基因组学分析揭示单子叶植物古老基因组重复》. Plant Cell 26, 2792–2802 (2014). doi: 10.1105 / tpc.114.127597; pmid: 25082857

41. S. C. Zeeman, J. Kossmann, A. M. Smith, 《植物淀粉：其代谢、进化及生物技术改良》. Annu. Rev. Plant Biol. 61, 209–234 (2010). doi: 10.1146 / annurev-arplant-042809-112301；pmid: 20192737

42. G. J. MacNeill 等, 《淀粉作为碳源与碳汇：淀粉在碳分配中的双重作用》. J. Exp. Bot. 68, 4433–4453 (2017). doi: 10.1093 / jxb / erx291；pmid: 28981786

43. H. P. Linder, C. E. R. Lehmann, S. Archibald, C. P. Osborne, D. M. Richardson, 《全球禾本科（Poaceae）成功的生物学基础：促进定殖、持久性与生境转化的性状》. Biol. Rev. Camb. Philos. Soc. 93, 1125–1144 (2018). doi: 10.1111 / brv.12388；pmid: 29230921

44. L. Huang, H. Tan, C. Zhang, Q. Li, Q. Liu, 《谷类胚乳淀粉生物合成：过去十年研究进展综述》. Plant Commun. 2, 100237 (2021). doi: 10.1016 / j.xplc.2021.100237；pmid: 34746765

45. B. Pfister, S. C. Zeeman, 《植物细胞中淀粉的形成》. Cell. Mol. Life Sci. 73, 2781–2807 (2016). doi: 10.1007 / s00018-016-2250-x；pmid: 27166931

46. D. M. Beckles, A. M. Smith, T. ap Rees, 《禾本科胚乳中存在细胞质ADP-葡萄糖焦磷酸化酶，而其他储淀粉器官则无》. Plant Physiol. 125, 818–827 (2001). doi: 10.1104 / pp.125.2.818；pmid: 11161039

47. B. Huang, T. A. Hennen-Bierwagen, A. M. Myers, 《玉米胚乳、胚和叶片中多基因编码ADP-葡萄糖焦磷酸化酶亚基的功能》. Plant Physiol. 164, 596–611 (2014). doi: 10.1104 / pp.113.231605；pmid: 24381067

48. Z. Li 等, 《小麦淀粉合酶III基因的结构与表达：表达基因中的基序定义了淀粉合酶III基因家族的系统发生》. Plant Physiol. 123, 613–624 (2000). doi: 10.1104 / pp.123.2.613；pmid: 10859191

49. T. Sawada, M. Itoh, Y. Nakamura, 《水稻胚乳中三种淀粉分支酶同工酶对支链淀粉精细结构的贡献》. Front. Plant Sci. 9, 1536 (2018). doi: 10.3389 / fpls.2018.01536；pmid: 30405671

50. C. Li, Q. G. Li, J. M. Dunwell, Y. M. Zhang, 《禾本科与双子叶植物淀粉生物合成通路基因的分化进化模式》. Mol. Biol. Evol. 29, 3227–3236 (2012). doi: 10.1093 / molbev / mss131；pmid: 22586327

51. N. J. Patron 等, 《大麦lys5突变揭示质体ADP-Glc转运蛋白的性质及其在禾本科胚乳淀粉合成中的重要性》. Plant Physiol. 135, 2088–2097 (2004). doi: 10.1104 / pp.104.045203；pmid: 15299120

52. T. Konishi, Y. Sasaki, 《植物中两种乙酰辅酶A羧化酶的区室化及其对除草剂耐受性的起源》. Proc. Natl. Acad. Sci. U.S.A. 91, 3598–3601 (1994). doi: 10.1073 / pnas.91.9.3598；pmid: 7909603

53. Y. Sasaki, Y. Nagano, 《植物乙酰辅酶A羧化酶：结构、生物合成、调控及基因操作在植物育种中的应用》. Biosci. Biotechnol. Biochem. 68, 1175–1184 (2004). doi: 10.1271 / bbb.68.1175；pmid: 15215578

54. C. Délye, X.-Q. Zhang, S. Michel, A. Matéjicek, S. B. Powles, 《黑麦草对乙酰辅酶A羧化酶抑制剂敏感性的分子基础》. Plant Physiol. 137, 794–806 (2005). doi: 10.1104 / pp.104.046144；pmid: 15579665

55. A. C. Nesh, 《通过酶促脱氨作用形成m-和p-香豆酸：以酪氨酸异构体为底物》. Phytochemistry 1, 1–24 (1961). doi: 10.1016 / S0031-9422(00)82806-X

56. M. Kordi, M. S. Bansal, 《“TreeSolve：微生物基因树的快速纠错”》收录于《计算生物学算法》，C. Martin-Vide, M. A. Vega-Rodriguez, T. Wheeler 编（施普林格出版社，2020），第125–139页。

57. K. T. Watts, B. N. Mijts, P. C. Lee, A. J. Manning, C. Schmidt-Dannert, 《芳香族氨基酸裂合酶家族成员酪氨酸氨裂解酶中底物选择性开关的发现》. Chem. Biol. 13, 1317–1326 (2006). doi: 10.1016 / j.chembiol.2006.10.008；pmid: 17185227

58. S.-Y. Jun 等，苯丙氨酸解氨酶底物特异性的生物化学与结构分析。Plant Physiol. 176, 1452–1468 (2018). doi: 10.1104 / pp.1701608；pmid: 29196539

59. 一千种植物转录组计划，一千种植物转录组及绿色植物系统发生基因组学。Nature 574, 679–685 (2019). doi: 10.1038 / s41586-019-1693-2；pmid: 31645766

60. G. V. Louie 等，苯丙氨酸-酪氨酸解氨酶底物特异性的结构决定因素与调控。Chem. Biol. 13, 1327–1338 (2006). doi: 10.1016 / j.chembiol.2006.11.011；pmid: 17185228

61. Z. Yang，PAML 4：最大似然法系统发育分析。Mol. Biol. Evol. 24, 1586–1591 (2007). doi: 10.1093 / molbev / msm088；pmid: 17483113

62. H. A. Maeda，利用初生代谢进化多样化推动植物合成生物学。J. Biol. Chem. 294, 16549–16566 (2019). doi: 10.1074 / jbc.REV119.006132；pmid: 31558606

63. L. Poppe，J. Rétay，组氨酸与苯丙氨酸脱氨酶反应的傅-克型机制。Angew. Chem. Int. Ed. 44, 3668–3688 (2005). doi: 10.1002 / anie.200461377；pmid: 15906398

64. J. El-Azaz 等，芳香族氨基酸生物合成进出口步骤的协同调控支持禾草类木质素的双重途径。Nat. Commun. 14, 7242 (2023). doi: 10.1038 / s41467-023-42587-7；pmid: 37945591

65. J. El-Azaz，B. Moore，H. A. Maeda，在酪氨酸衍生禾草木质素进化前后芳香族氨基酸生物合成的重新调节。Plant Physiol. 199, kiaf366 (2025). doi: 10.1093 / plphys / kiaf366；pmid: 40828870

66. 黑猩猩测序与分析联合体，黑猩猩基因组初始序列及其与人类基因组的比较。Nature 437, 69–87 (2005). doi: 10.1038 / nature04072；pmid: 16136131

67. K. Prüfer 等，倭黑猩猩基因组与黑猩猩及人类基因组的比较。Nature 486, 527–531 (2012). doi: 10.1038 / nature11128；pmid: 22722832

68. M. E. Schranz，S. Mohammadin，P. P. Edger，古代全基因组加倍、新颖性与多样化：WGD辐射滞后时间模型。Curr. Opin. Plant Biol. 15, 147–153 (2012). doi: 10.1016 / j.pbi.2012.03.011；pmid: 22480429

69. J. C. Preston，A. Christensen，S. T. Malcomber，E. A. Kellogg，MADS-box基因表达及其对禾草小穗发育起源的意义。Am. J. Bot. 96, 1419–1429 (2009). doi: 10.3732 / ajb.0900062；pmid: 21628289

70. J. Barros，R. A. Dixon，植物苯丙氨酸 / 酪氨酸解氨酶。Trends Plant Sci. 25, 66–79 (2020). doi: 10.1016 / j.tplants.2019.09.011；pmid: 31679994

71. Y. Y. Tye，K. T. Lee，W. N. Wan Abdullah，C. P. Leh，非木质木质纤维素生物质在纤维素乙醇生产中的全球可用性及强化酶解预处理的潜力。Renew. Sustain. Energy Rev. 60, 155–172 (2016). doi: 10.1016 / j.rser.2016.01.072

72. T. R. Hodkinson，禾本科（Poaceae）的进化与分类学：研究富含物种类群的模式科。Annual Plant Reviews Online Rev. 1, 1–23 (2018). doi: 10.1002 / 9781119312994.apr0622

Science 20 AUGUST 2026

15 of 17

RESEARCH ARTICLE

73. J. Sebastian，M. K. Wong，E. Tang，J. R. Dinneny，促进休眠绿穗苋种子萌发的方法。PLOS ONE 9, e0095109 (2014). doi: 10.1371 / journal.pone.0095109；pmid: 24748008

74. C.-L. Xiao 等，MECAT：单分子测序读长的快速比对、错误校正与从头组装。Nat. Methods 14, 1072–1074 (2017). doi: 10.1038 / nmeth.4432；pmid: 28945707

75. K. W. Hilu，禾本科（禾草）系统发育与染色体进化。Aust. J. Bot. 52, 13–22 (2004). doi: 10.1071 / BT03103

76. M. S. Campbell，C. Holt，B. Moore，M. Vandell，利用MAKER与MAKER-P进行基因组注释与修订。Curr. Protoc. Bioinformatics 48, 4.11.4–4.11.39 (2014). doi: 10.1002 / 0471250953.bi041ts48；pmid: 25501943

77. S. Shu, D. Goodstein, D. Rokhsar, PEPTRAY, Genome-guided RNA-seq Read Assembler (2013): https: / www.osti.gov / biblio / 1241180.

78. T. D. Wu, S. Nacu, Fast and SNP-tolerant detection of complex variants and splicing in short reads. Bioinformatics 26, 873–881 (2010). doi: 10.1093 / bioinformatics / btq057; pmid: 20147302

79. L. Hanson, A. Boyd, M. A. T. Johnson, M. D. Bennett, First nuclear DNA C-values for 18 eudicot families. Ann. Bot. 96, 1315–1320 (2005). doi: 10.1093 / aob / mci283; pmid: 16239248

80. C. N. Stewart Jr., L. E. Via, A rapid CTAB DNA isolation technique useful for RAPD fingerprinting and other PCR applications. Biotechniques 14, 748–750 (1993). pmid: 8512694

81. G. W. Vurture et al., GenomeScope: Fast reference-free genome profiling from short reads. Bioinformatics 33, 2202–2204 (2017). doi: 10.1093 / bioinformatics / btx153; pmid: 28369201

82. H. Sun, J. Ding, M. Piednoël, K. Schneeberger, findGSE: Estimating genome size variation within human and Arabidopsis using k-mer frequencies. Bioinformatics 34, 550–557 (2018). doi: 10.1093 / bioinformatics / btx637; pmid: 29444236

83. R. Chikhi, P. Medvedev, Informed and automated k-Mer size selection for genome assembly. arXiv:1304.5665v1 [q-bio.GN] (20 April 2013).

84. H. Cheng, G. T. Concepcion, X. Feng, H. Zhang, H. Li, Haplotype-resolved de novo assembly using phased assembly graphs with hifiasm. Nat. Methods 18, 170–175 (2021). doi: 10.1038 / s41592-020-01056-5; pmid: 33526886

85. H. Cheng et al., Haplotype-resolved assembly of diploid genomes without parental data. Nat. Biotechnol. 40, 1332–1335 (2022). doi: 10.1038 / s41587-022-01261-x; pmid: 35332338

86. D. Guan et al., Identifying and removing haplotypic duplication in primary genome assemblies. Bioinformatics 36, 2896–2898 (2020). doi: 10.1093 / bioinformatics / btaa025; pmid: 31971576

87. O. Keller, M. Kollmar, M. Stanke, S. Waack, A novel hybrid gene prediction method employing protein multiple sequence alignments. Bioinformatics 27, 757–763 (2011). doi: 10.1093 / bioinformatics / btr010; pmid: 21216780

88. I. Korf, Gene finding in novel genomes. BMC Bioinformatics 5, 59 (2004). doi: 10.1186 / 1471-2105-5-59; pmid: 15144565

89. J. Keilwagen, F. Hartung, J. Grau, "GeMoMa: Homology-based gene prediction utilizing intron position conservation and RNA-seq data" in Gene Prediction: Methods and Protocols, Methods in Molecular Biology, vol. 1962, M. Kollmar, Ed. (Humana, 2019), pp. 161–177.

90. D. Kim, J. M. Paggi, C. Park, C. Bennett, S. L. Salzberg, Graph-based genome alignment and genotyping with HISAT2 and HISAT-genotype. Nat. Biotechnol. 37, 907–915 (2019). doi: 10.1038 / s41587-019-0201-4; pmid: 31375807

91. D. E. Wood, J. Lu, B. Langmead, Improved metagenomic analysis with Kraken 2. Genome Biol. 20, 257 (2019). doi: 10.1186 / s13059-019-1891-0; pmid: 31779668

92. M. Pertea et al., StringTie enables improved reconstruction of a transcriptome from RNA-seq reads. Nat. Biotechnol. 33, 290–295 (2015). doi: 10.1038 / nbt.3122; pmid: 25690850

93. S. Tang, A. Lomsadze, M. Borodovsky, Identification of protein coding regions in RNA transcripts. Nucleic Acids Res. 43, e78 (2015). doi: 10.1093 / nar / gkv227; pmid: 25870408

94. M. G. Grabherr et al., Full-length transcriptome assembly from RNA-seq data without a reference genome. Nat. Biotechnol. 29, 644–652 (2011). doi: 10.1038 / nbt.1883; pmid: 21572440

95. B. J. Haas et al., Improving the Arabidopsis genome annotation using maximal transcript alignment assemblies. Nucleic Acids Res. 31, 5654–5666 (2003). doi: 10.1093 / nar / gky770; pmid: 14500829

96. B. J. Haas et al., Automated eukaryotic gene structure annotation using EVidenceModeler and the Program to Assemble Spliced Alignments. Genome Biol. 9, R7 (2008). doi: 10.1186 / gb-2008-9-1-r7; pmid: 18190707

97. M. Marini, M. R. Berkeley, M. Seppey, F. A. Simão, E. M. Zdobnov, BUSCO update: Novel and streamlined workflows along with broader and deeper phylogenetic coverage for scoring of eukaryotic, prokaryotic, and viral genomes. Mol. Biol. Evol. 38, 4647–4654 (2021). doi: 10.1093 / molbev / msab199; pmid: 34320186

98. J. Salinas, G. Matassi, L. M. Montero, G. Bernardi, Compositional compartmentalization and compositional patterns in the nuclear genomes of plants. Nucleic Acids Res. 16, 4269–4285 (1988). doi: 10.1093 / nar / 16.10.4269; pmid: 3380684

99. A. M. Bolger, M. Lohse, B. Usadel, Trimmomatic: A flexible trimmer for Illumina sequence data. Bioinformatics 30, 2114–2120 (2014). doi: 10.1093 / bioinformatics / btu170; pmid: 24695404

100. R. Vaser, I. Sović, N. Nagarajan, M. Šikid, Fast and accurate de novo genome assembly from long uncorrected reads. Genome Res. 27, 737–746 (2017). doi: 10.1101 / gr.214270.116; pmid: 28100585

101. N. C. Durand et al., Juicer provides a one-click system for analyzing loop-resolution Hi-C experiments. Cell Syst. 3, 95–98 (2016). pmid: 27467249

102. O. Dudchenko et al., De novo assembly of the Aedes aegypti genome using Hi-C yields chromosome-length scaffolds. Science 356, 92–95 (2017). doi: 10.1126 / science.aal3327; pmid: 28336562

103. R. Mallick, A. K. Sharma, Chromosome studies in Indian Pandanales. Cytologia (Tokyo) 31, 402–410 (1966). doi: 10.1508 / cytologia.31.402

104. W. J. Kent, BLAT—The BLAST-like alignment tool. Genome Res. 12, 656–664 (2002). pmid: 11932250

105. H. Li, Aligning sequence reads, clone sequences and assembly contigs with BWA-MEM. arXiv:1303.3997 [q-bio.GN] (26 May 2013).

106. G. van der Auwera, B. D. O'Connor, Genomics in the Cloud: Using Docker, GATK, and WDL in Terra (O'Reilly Media, Inc., 2020).

107. D. M. Emms, S. Kelly, OrthoFinder: Phylogenetic orthology inference for comparative genomics. Genome Biol. 20, 238 (2019). doi: 10.1186 / s13059-019-1832-y; pmid: 31727128

108. K. Katoh, D. M. Standley, MAFFT multiple sequence alignment software version 7: Improvements in performance and usability. Mol. Biol. Evol. 30, 772–780 (2013). doi: 10.1093 / molbev / mst010; pmid: 23329690

109. B. Q. Minh et al., IQ-TREE 2: New models and efficient methods for phylogenetic inference in the genomic era. Mol. Biol. Evol. 37, 1530–1534 (2020). doi: 10.1093 / molbev / msaa015; pmid: 32011700

110. M. Suyama, D. Torrents, P. Bork, PAL2NAL: Robust conversion of protein sequence alignments into the corresponding codon alignments. Nucleic Acids Res. 34, W609–W612 (2006). doi: 10.1093 / nar / gkl315; pmid: 16845082

111. A. M. Kozlov, D. Darriba, T. Flouri, B. Morel, A. Stamatakis, RAxML-NG: A fast, scalable and user-friendly tool for maximum likelihood phylogenetic inference. Bioinformatics 35, 4453–4455 (2019). doi: 10.1093 / bioinformatics / btz305; pmid: 31070718

112. D. Darriba et al., ModelTest-NG: A new and scalable tool for the selection of DNA and protein evolutionary models. Mol. Biol. Evol. 37, 291–294 (2020). doi: 10.1093 / molbev / msz189; pmid: 31432070

113. E. Paradis, K. Schliep, ape 5.0: An environment for modern phylogenetics and evolutionary analyses in R. Bioinformatics 35, 526–528 (2019). doi: 10.1093 / bioinformatics / bty633; pmid: 30016406

114. J. T. Lovell et al., GENESPACE tracks regions of interest and gene copy number variation across multiple genomes. eLife 11, e78526 (2022). doi: 10.7554 / eLife.78526; pmid: 36083267

115. H. Tang et al., JCVI: A versatile toolkit for comparative genomics analysis. iMeta 3, e211 (2024). doi: 10.1002 / imt2.211; pmid: 39135687

116. Y. Wang et al., MCScanX: A toolkit for detection and evolutionary analysis of gene synteny and collinearity. Nucleic Acids Res. 40, e49 (2012). doi: 10.1093 / nar / gkr1293; pmid: 22217600

117. E. Lyons, M. Freeling, How to usefully compare homologous plant genes and chromosomes as DNA sequences. Plant J. 53, 661–673 (2008). doi: 10.1111 / j.1365-313X.2007.03326.x; pmid: 18269575

118. C. Vonrhein 等, 使用 autoPROC 工具箱进行数据处理与分析. Acta Crystallogr. D Biol. Crystallogr. 67, 293–302 (2011). doi: 10.1107 / S0907444911007773; pmid: 21460447

119. G. Winter 等, DIALS: 一种新集成软件包的实施与评估. Acta Crystallogr. D Struct. Biol. 74, 85–97 (2018). : 10.1107 / S2059798317017235; pmid: 29533234

120. W. Minor, M. Cymborowski, Z. Otwinowski, M. Chruszcz, HKL-3000：从衍射图像到初始模型——数据还原与结构解析的集成系统（数分钟内完成）. Acta Crystallogr. D Biol. Crystallogr. 62, 859–866 (2006). : 10.1107 / S0907444906019949; pmid: 16855301

121. A. J. McCoy 等, Phaser 晶体学软件. J. Appl. Cryst. 40, 658–674 (2007). : 10.1107 / S0021889807021206; pmid: 19461840

122. J. Agirre 等, CCP4 套件：大分子晶体学的集成软件. Acta Crystallogr. D Struct. Biol. 79, 449–461 (2023). : 10.1107 / S2059798323003595; pmid: 37259835

123. E. Z. Nagy 等, 解析欧芹苯丙氨酸解氨酶疏水底物结合位点. ACS Catal. 9, 8825–8834 (2019). : 10.1021 / acscatal.9b02108

124. P. Emsley, B. Lohkamp, W. G. Scott, K. Cowtan, Coot 的功能与开发. Acta Crystallogr. D Biol. Crystallogr. 66, 486–501 (2010). : 10.1107 / S0907444910007493; pmid: 20383002

125. D. Liebschner 等, 使用 X 射线、中子和电子进行大分子结构测定：Phenix 的最新进展. Acta Crystallogr. D Struct. Biol. 75, 861–877 (2019). : 10.1107 / S2059798319011471; pmid: 31588918

Science 2026年8月20日

第16页，共17页

研究论文

126. E. Weber, C. Engler, R. Gruetzner, S. Werner, S. Marillonnet, 一种用于标准化组装多基因构建体的模块化克隆系统. PLOS ONE 6, e16765 (2011). : 10.1371 / journal.pone.0016765; pmid: 21364738

127. C. Engler 等, 一种适用于植物的金门模块化克隆工具箱. ACS Synth. Biol. 3, 839–843 (2014). : 10.1021 / sb4001504; pmid: 24933124

128. J. El-Azaz, H. A. Maeda, 一种简化的液相色谱-质谱方法用于探索植物莽草酸与芳香族氨基酸生物合成途径. Plant J. 120, 2286–2304 (2024). : 10.1111 / tpj.17105; pmid: 39466904

129. R. Schmid 等, MZmine 3 中多模态质谱数据的整合分析. Nat. Biotechnol. 41, 447–449 (2023). : 10.1038 / s41587-023-01690-2; pmid: 36859716

130. K. Dührkop 等, SIRIUS 4：将串联质谱快速转化为代谢物结构信息的工具. Nat. Methods 16, 299–302 (2019). : 10.1038 / s41592-019-0344-8; pmid: 30886413

131. M. Ludwig 等, 出版商勘误：通过 ZODIAC 的吉布斯采样实现与数据库无关的分子式注释. Nat. Mach. Intell. 2, 727 (2020). : 10.1038 / s42256-020-00259-x

132. K. Dührkop, H. Shen, M. Meusel, J. Rousu, S. Böcker, 使用 CSI:FingerID 通过串联质谱搜索分子结构数据库. Proc. Natl. Acad. Sci. U.S.A. 112, 12580–12585 (2015). : 10.1073 / pnas.1509788112; pmid: 26392543

133. S. Babicki 等, Heatmapper：面向所有用户的网页热图绘制工具. Nucleic Acids Res. 44, W147–W153 (2016). : 10.1093 / nar / gkw419; pmid: 27190236

134. M. McKain, mrmckain / Genomes-of-Poaceae-sisters-reveal-key-metabolic-innovations-preceding-the-evolution-of-grasses：首次发布，Zenodo (2026); https: / .org / 10.5281 / zenodo.20131800.

致谢

我们感谢以下人员就单子叶植物物种选择进行的讨论：威斯康星大学麦迪逊分校的T. J. Givnish、悉尼皇家植物园的B. Briggs和唐纳德·丹福思中心的E. Kellogg，以及就E. monostachya基因组测序与分析进行的讨论；感谢密苏里大学的J. Barros-Rios和北德克萨斯大学的R. Dixon就草类PTAL功能进行的讨论。我们感谢UW植物学媒体工作室的S. Friedrich提供的插图、M. Clayton分享的玉米茎横切面图像、威斯康星大学麦迪逊植物园温室的C. Steekstra培育的J. ascendens、山形大学的T. Toyomasu提供的实验设备和试剂、山形大学的T. Ohta协助进行HPLC分析，以及筑波植物园（国立科学博物馆）提供的F. indica组织。

资金支持：本研究由美国国家科学基金会（NSF）植物基因组研究计划（IOS-1836824）资助给H.A.M.，以及美国农业部（NIFA-2024-67013-42518）资助给J.M.J.和H.A.M.。Y.T.-K.部分受日本学术振兴会（JSPS）海外研究员项目资助。E. monostachya测序资金包括英国研究与创新署（UKRI）-生物技术与生物科学研究理事会（BBSRC）诺维奇研究园博士培训伙伴计划（资助号BB / M011216 / 1给S.H.）和研究所战略计划（资助号BB / P012574 / 1给M.J.M.及BBS / E / J / 000PR9795给M.J.M.）、盖茨慈善基金会（M.J.M.）以及美国农业部-农业研究局CRIS编号5062-21220-025-000D（M.J.M.）。T. latifolia、J. ascendens和P. latifolius基因组的测序、组装与注释由美国能源部联合基因组研究所（https: / ror.org / 04xm1d337；提案编号：10.46936 / 10.25585 / 60001405）完成，该研究所为美国能源部科学办公室用户设施，运营合同号为DE-AC02-05CH11231。

M.R.M.获得美国国家科学基金会EPSCoR（OIA-1920858）、生命规律（DEB-2001190）项目以及美国陆军工程兵团可持续河流项目（W9126G-23-2-0018）的资助。本研究部分在阿贡国家实验室先进光子源结构生物学中心（美国能源部生物与环境研究办公室运营，合同号DE-AC02-06CH11357）、美国能源部科学办公室用户设施国家同步辐射光源二期（由布鲁克海文国家实验室代表能源部科学办公室运营，合同号DE-SC0012704）以及先进光源（能源部科学办公室用户设施，合同号DE-AC02-05CH11321）完成。

作者贡献：H.A.M.、J.H.L.-M.、M.R.M.、M.J.M.、J.M.J.和J.S.构思研究。Y.T.-K.、B.M.、S.H.、M.B.、C.S.、J.E.-A.、M.V.V.d.O.、D.L.、J.G.、M.W.、L.B.B.、J.S.M.、W.H.和K.B.进行实验。Y.T.-K.、B.M.、C.S.、J.E.-A.、M.R.M.、S.K.D.、M.J.M.、S.H.、J.J.、C.P.、S.S.、K.B.、D.M.G.、J.S.、J.S.M.、J.M.J.和H.A.M.分析数据。初稿由Y.T.-K.、H.A.M.、J.H.L.-M.、S.H.、M.J.M.、M.R.M.、J.M.J.、C.S.和J.J.撰写。手稿由Y.T.-K.、B.M.、H.A.M.、J.H.L.-M.、S.H.、M.J.M.、M.R.M.、J.J.、J.S.M.、J.M.J.、C.S.和J.S.审阅并编辑。

利益冲突：Y.T.-K.、B.M.和H.A.M.就可将PAL转化为PTAL的两个突变申请了专利。

作者声明他们与本研究工作不存在利益冲突。

数据、代码与材料可用性： 用于 E. monostachya 的原始 PacBio 和 Illumina 全基因组 DNA 测序及 RNA 测序数据已存储于美国国立生物技术信息中心（NCBI）数据库，BioProject 登录号为 PRJNA894727。本研究所用 E. monostachya 全基因组鸟枪法测序项目已存储于日本 DNA 数据库（DDBJ）/欧洲核苷酸档案库（ENA）/GenBank，BioProject 登录号包括 PRJNA894727（Illumina/牛津纳米孔技术混合组装）及 PRJNA1179411（PacBio HiFi 组装；本文所用版本）。本手稿产生的材料可按需提供给 H.A.M.，需遵守标准材料转移协议用于工程化 PAL 酶。用于系统发育分析的蛋白质与核苷酸序列可在补充数据 S1–S3 中获取。先前未公开发布的用于系统发育重建的高通量清理比对生成代码已上传至 Zenodo（J34）。其余可在 Phytozome 中获取的基因组信息已列于资源列表（表 S17）。蛋白质晶体结构的坐标与结构因子已存储于 RCSB 蛋白质数据库（PDB 编号：pdb_00009PKH、pdb_00009PKJ、pdb_00009PKK）。

许可信息： 版权所有 © 2026 作者，部分权利保留；独家许可授予美国科学促进会。本文不涉及美国政府作品的原始主张。许可详情。

本研究部分或全部由英国研究与创新署（UKRI）资助（项目编号：BB/M011216/1、BB/P012574/1、BBS/E/J/000PR9795），该组织为 cOAlition S 成员。作者将在 CC BY 公共版权许可下提供《作者验收手稿》（AAM）版本。

补充材料

图S1至S19；表S1至S17；参考文献（J35–J65）；MDAR可重现性检查清单；数据S1至S3

提交时间：2024年12月4日；重新提交：2026年2月9日；接受时间：2026年6月5日

10.1126 / science.adv0443

《科学》2026年8月20日

第17页（共17页）

让您的知识绽放

立即访问《科学》定制出版网站，通过丰富的小册子、播客、海报、赞助专题和网络研讨会，拓展您的知识！

小册子

播客

海报

赞助专题

网络研讨会

《科学》

美国科学促进会

扫描二维码，开启探索科学与技术创新的最新进展！

研究文章摘要

作物科学

TGW1a位点同时缩短水稻生长期并提高产量

李志勇†, 关丽†, 刘志超, 程振, 吴一博, 刘熹熹, 刘新永, 艾鑫, 刘万宁, 李光豪, 常龙学, 殷曼, 程一辰, 程宇, 王一峰, 童晓红, 黄杰, 张国明, 侯玉萱, 应洁正, 张健

引言：联合国粮食及农业组织（FAO）报告显示，全球目前有超过7.5亿人面临饥饿。耕地面积持续减少加剧了这一严峻问题。提高单位面积年作物产量是潜在解决方案。然而，提高粮食产量通常需要延长生长期，这可能减少多熟制地区后续季节作物的种植时间。平衡短生长期与高粮食产量是育种者实现单位面积年总产量最大化的关键目标。

原理：挖掘对开花和产量具有多效性的基因，有望平衡生长期与产量。通过水稻抽穗期和千粒重（TGW）的数量性状位点图谱分析，我们鉴定到一个主要位点qTGW1a（LOC_Os01g11940），其编码类成花素磷脂酰乙醇胺结合蛋白（PEBP）。天然等位基因TGW1a^{1Z< / sup>赋予早抽穗和更高氮素利用效率（NUE），支撑籽粒重量和产量，在优良品种HHZ中表现突出。随后，我们探索了其调控开花和NUE的分子机制，并证明其在水稻改良中的适用性。}

结果：TGW1a主要在幼穗中表达，并可被氮饥饿诱导。tgw1a突变体表现为抽穗延迟、千粒重降低和产量下降。相比之下，TGW1a的过表达在两个品种和开花缺陷突变体背景下加速了水稻抽穗，但如同tgw1a突变体般降低了籽粒重量和产量。

在营养组织中，TGW1a可与NUE增强蛋白Hd1和Ghd7物理结合，防止其通过26S蛋白酶体介导的蛋白降解。稳定的Hd1和Ghd7可直接上调与NUE相关基因的转录，从而赋予更高NUE。在生殖转换期，TGW1a可激活茎尖分生组织中MADS-box基因的转录，从而促进开花。在三个主要单倍型中，罕见的祖先单倍型TGW1a<>1Z< / >（含完整启动子）在aus生态型中被强烈选择。启动子中12.9 kb反转录转座子插入和993 bp缺失导致了TGW1a在粳稻和籼稻间的分化。TGW1a<>1Z< / >维持中等转录水平，赋予早熟和更高产量。然而，由于其与控制粒数的Gn1a存在遗传连锁，TGW1a<>1Z< / >的产量优势可能被连锁的弱等位基因Gn1a<>1Z< / >掩盖，导致其在现代品种中利用不足。通过将优良TGW1a<>1Z< / >-Gn1a<>1HZ< / >片段导入育种，我们在五个现代自交系及其衍生F1杂交种中实现了生长期缩短3.67至8.67天，产量提高4.22%至11.00%。

结论：我们的研究证明，PEBP蛋白TGW1a作为具有成花素活性的开花增强因子和NUE促进因子，在促进籽粒大小和产量方面具有双重作用。该工作通过利用平衡冲突性状的天然等位基因，建立了协调农艺性状权衡的有效策略。优良TGW1a<>1Z< / >-Gn1a<>1HZ< / >片段在培育生长期更短且产量更高的水稻品种方面显示出巨大潜力，这对确保全球粮食安全至关重要。□

*通讯作者。邮箱：zhangjian@caas.cn（J.Z.）；yingjiezheng@caas.cn（J.Y.） †这两位作者对本研究贡献相同。引用格式：Z. Li等，Science 393, eady1619 (2026)。DOI: 10.1126 / science.ady1619

TGW1a缩短水稻生长期并提高籽粒产量。低氮条件下TGW1a被诱导表达，通过稳定Ghd7和Hd1蛋白提高NUE。在生殖转换期，TGW1a作为成花素发挥功能，促进开花基因表达，使水稻提早抽穗。TGW1a ( ^{1Z} ) 在NUE与抽穗期之间维持最佳平衡，最终在更短生长期内提高籽粒产量。

作物科学

Zhiyong Li^{1†< / sup>, Guan Li<>1†< / >, Zhichao Liu<>1< / >, Zhen Cheng<>1< / >, Yibo Wu<>1< / >, Xixi Liu<>1< / >, Xinyong Liu<>1< / >, Xin Ai<>1< / >, Wanning Liu<>1< / >, Guanghao Li<>1< / >, Longxue Chang<>1< / >, Man Yin<>1< / >, Yichen Cheng<>1< / >, Yu Cheng<>1< / >, Yifeng Wang<>1< / >, Xiaohong Tong<>1< / >, Jie Huang<>1< / >, Guoming Zhang<>2< / >, Yuxuan Hou<>1< / >, Jiezheng Ying<>1< / >, Jian Zhang<>1< / >}

我们发现，编码开花位点T样蛋白的qTGW1a控制了水稻的抽穗期和氮素利用效率（NUE），进而影响籽粒重量和产量。TGW1a与Ghd7和Hd1相互作用并稳定它们，以提高NUE和籽粒产量。启动子中的天然变异使祖先等位基因TGW1a<>IZ< / >能够维持TGW1a转录的中间水平。通过解除其与弱籽粒数量调控基因Gn1a<>IZ< / >的连锁，TGW1a<>IZ< / >在五个现代品种及其衍生F_{1< / sub>杂交种中缩短了3.67至8.67天的生长期，并提高了4.22%至11.00%的籽粒产量。该研究揭示了一个可用于培育生长期更短且产量更高水稻品种的基因位点。}

到2050年，全球作物产量需要增加50%至70%，以满足近100亿人口的需求（1）。水稻作为全球超过半数人口的主食，在发展中国家尤为重要（2）。缩短水稻生长期有利于在多熟种植区为后续季节作物留出更多时间，但生长期缩短通常会导致籽粒产量降低（3）。因此，协调短生长期与高籽粒产量之间的矛盾一直是水稻育种者的长期目标。

水稻开花时间（反映生长期）的调控由以成花素为中心的复杂网络精细调控（4–6）。开花位点T（FT）编码典型的磷脂酰乙醇胺结合蛋白（PEBP），最初在拟南芥中被鉴定为成花素（7）。PEBP蛋白既可促进也可抑制开花转变（8, 9）。水稻成花素开花期-3a（Hd3a / OsFTL2）和水稻开花位点T1（RFT1 / OsFTL3）在韧皮部伴细胞中翻译，随后转运至茎尖分生组织（SAM），在该处PEBP蛋白形成成花素激活复合体（FAC）以激活多个MADS盒基因，触发花序分化（10, 11）。OsFTL10可能通过形成FAC复合体在促进水稻开花方面与Hd3a功能相似（12）。FT-L1是一种在SAM高表达的PEBP编码基因，其转录由叶源性的Hd3a和RFT1激活，并进一步增强Hd3a和RFT1的开花效应（13）。过表达FT-L1可导致多种水稻品种（包括rft1 hd3a突变体）极早开花（13–15），表明除Hd3a和RFT1外，还有其他调控因子参与激活FT-L1（15）。与典型成花素不同，FT-L1并非移动性系统信号，其在韧皮部细胞中的异位表达不影响水稻开花（13）。此外，FT-L1及其同源基因还与水稻和其他物种的旗叶大小、籽粒数量和籽粒产量相关（16–19）。相比之下，OsFTL4、OsFTL12及水稻TFL样蛋白RICE CENTRORADIALIS通过与Hd3a竞争抑制成花素活性，从而阻碍开花（9, 20, 21）。

水稻开花受GIGANTEA（OsGI）-抽穗期1（Hd1）-Hd3a通路和株高与抽穗期7（Ghd7）-早抽穗1（Ehd1）-Hd3a / RFT1通路调控（1, 6, 22–25），且这些开花调控因子大多与籽粒产量呈相关性。例如，明恢63的Ghd7等位基因可使抽穗期推迟33.3%，籽粒产量提高50.9%，可能通过提高氮素利用效率（NUE）实现（25, 26）。与Ghd7类似，DTH8 / Ghd8、Ghd7.1 / DTH7和Hd1等基因在籽粒产量上也表现出较大的遗传效应（27–32）。然而，这些案例在水稻抽穗期与籽粒产量间均存在显著的权衡效应。这表明增产是以牺牲后季作物可利用积温资源为代价实现的。

为平衡短生长期与高籽粒产量的矛盾，我们此前已鉴定出30余个控制籽粒大小与抽穗期的数量性状位点（QTL）（33, 34）。其中，我们发现一个主效QTL——qTGW1a，可促进水稻抽穗，并通过提高氮素利用效率（NUE）支撑籽粒重量与产量。本研究进一步揭示了一种类成花素基因在NUE调控中的作用，并展示了qTGW1a在育种实践中的潜力，尤其是在多熟制稻作区。

结果

qTGW1a是水稻抽穗期、粒重和产量的重要数量性状基因座（QTL）

水稻品种‘黄华占’（HHZ，籼稻亚种）和‘吉粳1560’（JZ，粳稻亚种）在开花期和籽粒产量表现上存在显著差异（图S1，A至M）。通过对HHZ与JZ杂交重组自交系群体的遗传分析，在染色体1短臂上鉴定出一个位于标记JD1016与JD1007之间的片段（此后命名为qTGW1a），该片段在多年试验中对粒重和抽穗期均具有稳定检测效应，其LOD值>5（图S2A）。随后，通过回交将qTGW1a导入HHZ背景，构建了qTGW1a近等基因系（NILs，BC₃F₄代）（图S2，B和C）。在长日照（LD）或短日照（SD）条件下，NILs-JZ组合的抽穗期较NILs-HHZ提早约6天，千粒重（TGW）增加5.3%至7.5%，单株籽粒产量提高约11%（图1，A至D）。同时，两个NIL群体的其他主要农艺性状除NILs-JZ的种子长宽较大且株型较矮外，其余性状差异不显著（图S3，A至H）。对颖壳的扫描电镜分析显示，NILs-HHZ粒型较小主要归因于细胞在长度和宽度上的减小（图S3，I至O）。

TGW1a编码类成花素磷脂乙醇胺结合蛋白

精细定位将qTGW1a限定在由标记JD1116和JD1084界定的13.2-kb区域内（图1E）。在此基因组区域内，仅有一个开放阅读框（ORF）（FT-L1，LOC_Os01g11940）编码PEBP，其控制水稻抽穗（13）。除编码序列中存在三个单核苷酸多态性外，在HHZ启动子的~1442位点发现一段携带中心粒特异性反转录转座子的大片段插入（~12.9 kb），可能干扰TGW1a^HHZ的转录（图1E）。通过将包含LOC_Os01g11940^IZ的基因组序列连同2-kb天然启动子和1-kb下游序列导入HHZ，我们完全互补了抽穗天数、千粒重（TGW）和籽粒产量，表明LOC_Os01g11940即为TGW1a（图1，B至D及F）。在水稻田种植时，遗传互补系COM-TGW1a^IZ

¹水稻生物学与育种国家重点实验室，中国水稻研究所，杭州，中国。²黑龙江省农业科学院生物技术研究所，哈尔滨，中国。*通讯作者：Email: zhangjian@caas.cn（J.Z.）；yingjiezheng@caas.cn（J.Y.） †两位作者对本研究贡献相等。

《科学》2026年8月20日

1 / 11

研究论文

![图1. TGW1a的图位克隆](

)

图1. TGW1a的图位克隆。（A）近等基因系的植株与籽粒形态。比例尺：植株15 cm，籽粒0.8 cm。（B至D）近等基因系及互补系在自然长日照（LD，杭州119°95′E，30°05′N）与自然短日照（SD，陵水110°03′E，18°27′N）条件下的抽穗天数、千粒重与单株产量（n=12）。数据以均值±标准差表示，表示双尾Student's t检验P<0.01。（E）通过三个随机分离群体（n=280、432和5576）对TGW1a进行精细定位。TGW1a被定位于染色体1短臂标记JD1006与JD1007之间，随后缩窄至包含单一ORF的13.2-kb区域。群体大小标注于右侧。每个代表性重组系的千粒重与抽穗天数在图示右侧呈现。数据以均值±标准差表示（n=6）。表示双尾Student's t检验P<0.01。插入缺失、单核苷酸多态性及HHZ、JZ与NIP对应的氨基酸变化在TGW1a图示下方标注。（F）HHZ与COM-TGW1a^JZ系的植株与籽粒形态。比例尺：植株15 cm，籽粒1.0 cm。（G）HHZ与COM-TGW1a^JZ系成熟期的田间表现。（H和I）2023年夏季在杭州种植的各系收获天数与小区产量比较。数据以均值±标准差表示（n=6小区）。与*分别表示双尾Student's t检验P<0.05与P<0.01。本图数据与统计分析原始数据存储于数据S1。

的收获天数约缩短5.7天，籽粒产量则较HHZ高约4.7%（图1，G至I）。同样，无论在HHZ还是F14自交背景下，NILs-JZ的收获天数均显著提前，千粒重与籽粒产量亦显著高于对应的NILs-HHZ（图1，H和I；图S2，B、C、E；图S4，A至C）。COM-TGW1a^JZ系与NILs-JZ的生物量较对照显著降低，但显著提高了植株的收获指数（图S4，D和E）。

CRISPR-Cas9诱导的突变体 tgw1a(h) 和 tgw1a(z) 在HHZ和中花11（ZH11）背景下表现出抽穗延迟、千粒重降低和产量下降（见图S5，A和B，以及G至Q；见图S6，A和B及F至P）。相比之下，在ZH11中过表达 TGW1a^{NIP< / sup>} [日本晴（NIP）]、TGW1a<>JZ< / > 和 TGW1a<>HHZ< / > 均加速了水稻抽穗（见图S5，C至G），甚至在组织培养过程中开花（见图S5R）。对于种子来源的 OE-TGW1a<>NIP< / >(z)、OE-TGW1a<>JZ< / >(z) 和 -TGW1a<>HHZ< / >(z) 株系，在萌发后约25天和45天（DAG）出现两次开花，比对照提前至少30天（见图S5G和S6F）。然而，这些株系植株矮小、籽粒变小、千粒重降低、结实率和产量下降，但有效分蘖增多（见图S5，H至Q）。在HHZ背景下，-TGW1a<>NIP< / >(h) 株系表现与 -TGW1a(z) 株系相似（见图S6，C至P）。此外，在水稻开花素突变体 rft1 或 hd3a 中，过表达 TGW1a<>NIP< / > 显著加速开花，甚至在组织培养过程中也能开花（见图S7），这证实TGW1a与RFT1和Hd3a类似，在水稻中具有保守的促花功能。TGW1a 转录本在 rft1 或 hd3a 中显著下降，且在 rft1 hd3a 中下降更为严重，表明TGW1a受叶片中开花素的调控（见图5TG）。

TGW1a的自然变异对水稻抽穗期变异的贡献

基于大片段插入缺失（indels），来自水稻种质资源微核心收集的159份材料的TGW1a启动子可分为三种主要单倍型：Hap$^{HHZ}$、Hap$^{JZ}$和$^{NIP}$，分别代表HHZ、JZ和NIP品种（35）。以$^{JZ}$为参考，$^{NIP}$在-160位点存在993 bp（碱基对）缺失，而$^{HHZ}$在-1442位点存在12,918 bp插入（图1E）。在多种水稻祖先物种和现代栽培品种中，O. brachyantha（FF基因组）和O. punctata（BB基因组）缺乏TGW1a同源基因（图2A）。所有其他具有AA基因组的野生稻，包括12份O. longistaminata和23份O. rufipogon材料，均被归类为$^{JZ}$，这表明TGW1a$^{JZ}$代表了水稻进化中的祖先单倍型。约0.55百万年前，启动子中的12.9 kb反转录转座子插入和993 bp缺失导致了粳稻与籼稻间TGW1a的分化（图2A）。

瞬时荧光素酶（LUC）检测显示，pTGW1a$^{NIP}$::LUC报告基因的表达量最高，其次为pTGW1a$^{JZ}$::LUC，而pTGW1a$^{HHZ}$::LUC几乎无表达（图2B）。因此，993 bp缺失可能增强启动子活性，而反转录转座子插入则破坏启动子功能。在159份材料中，S5期幼穗中TGW1a的内源表达呈$^{NIP}$ > $^{JZ}$ > $^{HHZ}$组顺序（图2℃），P值由Student's t检验确定（图2℃和2D）。

与图2D所示。最终，我们获得了pHHZ::TGW1a、pJZ::TGW1a和pNIP::TGW1a株系，其中TGW1a的编码序列分别由HHZ、JZ和NIP中各自的TGW1a天然启动子驱动（fig. S8A）。同样，TGW1a的转录水平呈现pNIP::TGW1a > pJZ::TGW1a > pHHZ::TGW1a的模式，而植株的抽穗期则表现出相反的趋势（图2，E和F），从而表明TGW1a启动子在亲本间的遗传变异是导致所观察到表型差异的主要因素。由于极早抽穗，pNIP::TGW1a株系的粒重和单株产量甚至低于pHHZ::TGW1a，而pJZ::TGW1a则具有最高的粒重和产量（图2，G和H，以及fig. S8，B至F），表明TGW1a$^{JZ}$等位基因可使TGW1a表达维持在适宜水平，在水稻生长期和产量间达到平衡。

TGW1a是一种主要在花序中表达并具有PI(3)P结合能力的蛋白质

TGW1a主要在幼嫩花序中转录，在长度为10厘米的花序中表达量达到峰值（图S9A）。TGW1a在JZ和HHZ中的时空表达模式非常相似，但JZ的表达水平相对较高（图S9A）。原位杂交分析显示，TGW1a在NIL-JZ的主枝分生组织、次枝分生组织和小穗原基中高度表达，表明其在小穗发育和籽粒大小方面具有作用。然而，TGW1a在NIL-HHZ的早期花序中几乎检测不到（图S9B）。pTGW1a$^{NIP}$::GUS系统在花序中也显示出与其他组织相比更强的GUS信号（图S10）。无论是在长日照（LD）还是中日照（MD）条件下，TGW1a的表达均呈现昼夜振荡，白天转录水平较高，夜间较低（图S9，C和D）。与NIL-HHZ相比，我们在NIL-JZ的SAM中观察到主开花调控因子（如G-box因子14-3-3℃（Gf14℃））（36）的上调，但在花序分化前的叶片中未发现显著差异（图S9，E和F）。这表明NIL-JZ的早花现象与SAM来源的TGW1a相关，这一结论也得到之前的研究（13）支持。对发育中花序中籽粒大小调控基因的反转录定量PCR（RT-qPCR）分析显示，正调控因子（如粒长7（GL7））在花序长度超过2.5厘米后在NIL-JZ中上调，而负调控因子（如糖原合酶激酶3（GSK3））则下调（图S9G）（37, 38）。多种细胞增大相关基因在NIL-JZ的发育花序中也出现上调（图S9G），这与NIL-JZ的细胞增大现象一致（图S3，K至O）。由于pJZ::TGW1a（以中等TGW1a水平为特征）导致了最大的籽粒大小和产量（图2，G和H），这表明尽管TGW1a直接调控NUE和开花，籽粒大小则是通过TGW1a介导的生长期与NUE组合间接调控的。

在水稻原生质体中，p35S::TGW1a-eGFP的GFP信号分布在细胞核和细胞质中（图S9H）。包含15种脂质的脂质结合实验证明了GST-TGW1a对PI(3)P神经酰胺的特异性结合，该脂质参与自噬降解途径和细胞增殖（图S9I）（39）。

TGW1a表达提高氮素利用效率

RNA测序（RNA-seq）对NIL幼苗进行分析，在NILs-JZ中鉴定出706个上调基因和526个下调基因，这些基因在KEGG通路中富集于苯丙素类、黄酮类和激素类，在GO类别中富集于信号传导和应激反应（图S11及数据S2和S3）。特别是差异表达基因（DEGs）在氮代谢通路中的富集促使我们探索TGW1a在氮素利用效率（NUE）中的作用。RT-qPCR结果显示，与对照相比，八个NUE相关基因（如硝酸盐转运蛋白1.1b（OsNRT1.1b）和铵转运蛋白1.2（OsAMT1.2）（40, 41））在COM-TGW1aIZ和NIL-JZ株系中上调表达（图3A）。在NIL-JZ或JZ亲本株系中，TGW1aIZ的转录在24小时内逐渐被氮饥饿诱导，并被KNO₃显著抑制，但不受KCl影响。相比之下，TGW1aHIZ在NIL-HHZ或HHZ株系中对氮水平波动无响应（图3B及图S9J）。NILs-JZ和COM-TGW1aIZ株系在幼苗阶段表现出显著更高的氮还原活性、¹⁵N标记NH₄NO₃吸收和NUE，尽管Fd-GOGAT活性保持不变（图3，C至E及图S4F）。类似地，氮还原和¹⁵N标记NH₄NO₃吸收活性遵循pNIP::TGW1a > pJZ::TGW1a > pHHZ::TGW1a的顺序，与TGW1a表达量相关（图S8，G至I）。尽管NIL-JZ和COM株系具有更高NUE，但植株营养生长略差，株高较低且有效分蘖数与对照相近（图S3，A和B），可能是由于更早的开花转换导致更多同化产物分配至籽粒产量。随后，在低氮（LN）和高氮（HN）条件下对不同遗传株系的农艺性状进行了研究

in 小规模实验（图3，F至J）或田间试验（fig. S4F）中。NILs-JZ的抽穗天数和株高始终较短，但在低氮（LN）或高氮（HN）条件下，其籽粒大小、千粒重（TGW）、籽粒产量和氮素利用效率（NUE）均优于NILs-HHZ（图3，G至J，及figs. S4F和S12）。虽然HN条件下NILs-HHZ的抽穗天数、千粒重、籽粒产量和NUE均有改善，但NILs-JZ对氮素变化的敏感性较低（P < 0.01，方差分析ANOVA检验）（图3，G至J，fig. S12，A至F，及data S4）。特别是，NIL-JZ在HN和LN条件下的抽穗天数相近，可能是由于其较高的氮素还原和吸收活性抵消了LN诱导的开花抑制效应（图3，C至E）。同样，ZH11在上述农艺性状上的LN-HN差距小于tgw1a(z)品系（fig. S13）。结果表明，TGW1a$^{JZ}$赋予植物对氮缺乏更强的韧性。

TGW1a与Ghd7和Hd1结合以维持其蛋白质稳定性

由于Ghd7和Hd1是水稻抽穗和籽粒产量的两个关键调控因子，我们通过酵母双杂交（Y2H）实验分别检测了TGW1a与Ghd7和Hd1的相互作用。TGW1a在酵母系统中分别与Ghd7和Hd1发生物理结合（图4，A和B）。四个额外的实验证据进一步支持了体外和体内的蛋白质-蛋白质相互作用。首先，在裂解酶报告系统中，TGW1a-nLuc与Ghd7-cLuc和Hd1-cLuc共转化烟草叶片时分别产生了强荧光信号（图4℃）。其次，Ghd7和Hd1在烟草叶片中可与TGW1a共免疫沉淀（图4，D和E），并在15至90天幼苗叶亚类中不同程度富集（图S14，A至C）。再次，纯化的His-Ghd7和His-Hd1蛋白可被GST-TGW1a拉下，但不能被GST标签单独拉下（图4，F和G）。最后，YC-TGW1a融合蛋白可在水稻原生质体细胞核中与YN-Ghd7和YN-Hd1结合产生荧光信号（图4H）。无细胞蛋白质降解实验显示，GST-TGW1a显著保护His-Ghd7和His-Hd1蛋白免受体外降解，而添加26S蛋白酶体抑制剂MG132则延缓了目标蛋白的降解（图4，I和J）。因此，结果表明TGW1a通过增强Hd1和Ghd7蛋白对泛素 / 26S蛋白酶体介导的蛋白质周转的稳定性。相应地，在OE-TGW1a(h)和NILs-JZ中，Ghd7和Hd1蛋白丰度显著高于HHZ和NILs-HHZ（图4K）。在mRNA转录水平上，较高的TGW1a水平也与较高的Ghd7和Hd1水平相关（图S15，A至C）。与TGW1a类似，Hd1和Ghd7在野生型中表现出昼夜表达模式，在OE-TGW1a(h)株系中波动更为显著，但在tgw1a(h)和tgw1a(z)中未检测到Hd1和Ghd7的昼夜表达（图S15，D和E）。这些发现表明TGW1a调控Hd1和Ghd7对昼夜节律的响应。

八个与氮素利用效率（NUE）相关基因的转录水平在ghd7和hd1突变体中下调，ghd7 hd1双突变体的下调程度较单突变体更为显著（图S16，A至D）。此外，在高氮（HN）和低氮（LN）条件下生长的幼苗染色质免疫沉淀-qPCR显示，Ghd7和Hd1在多个NUE基因启动子区域显著富集（图S16，E至F）。电泳迁移率变动分析（EMSA）和荧光素酶报告基因检测（LUC）证实Ghd7直接激活NADH-谷氨酸合酶（OsNADH-GOGAT）、OsNRT1.1b、OsNRT2.3等基因，而Hd1直接靶向OsNADH-GOGAT、OsNRT1.1b、OsAMT1.2等基因（图S16，G和H）（40–43）。

随后，在NIL-JZ中分别或同时敲除Ghd7和Hd1（图4L及图S16，A和B）。单独敲除Ghd7或Hd1显著提前NIL-JZ的抽穗时间，双敲除Ghd7和Hd1则导致更早的抽穗表型（图4M）。对于TGW、单株产量和NUE，单敲除Ghd7或Hd1降低了NILs-JZ的表型，而双敲除Ghd7和Hd1则导致更显著的降低（图4，N和O）。析因方差分析（factorial ANOVA）显示，氮素水平与Ghd7 / Hd1基因型在调控NUE方面存在显著互作（图4P，P < 0.05，数据S4）。这些结果表明Ghd7和Hd1是NUE的关键调控因子。

TGW1a$^{JZ}$-Gn1a$^{HHZ}$ 基因块赋予水稻更短生长期和更高产量

以JZ为供体，我们尝试将TGW1a$^{JZ}$通过杂交和回交导入携带TGW1a$^{HHZ}$的四个籼稻品种，即中嘉稻17（ZJZ）、中早39（ZZ39）、华占（HZ）和R173。由于位于1.2 Mb距离的TGW1a与Gn1a（44）存在遗传连锁，NILs的产量受到影响。作为控制细胞分裂素积累和粒数的细胞分裂素氧化酶基因，Gn1a有两个主要等位基因，其中Gn1a$^{}$比Gn1a$^{}$赋予更高的粒数和产量。与携带TGW1a$^{}$-Gn1a$^{}$的四个背景品种相比，携带TGW1a$^{}$-Gn1a$^{}$的NIL-T$^{G}$表现出更早开花、收获期缩短以及粒重增加，但次生枝梗数和单株粒数减少，最终导致产量降低（fig. S17）。由于Gn1a$^{}$在决定产量方面的效应强于TGW1a$^{}$，TGW1a$^{}$的产量优势可能被连锁的弱等位基因Gn1a$^{}$掩盖，限制了其在育种中的应用。

为验证这一假设，我们对3K种质资源群体（45）中的TGW1a和Gn1a进行基因分型。对于TGW1a，TGW1a$^{}$主要存在于籼稻，TGW1a$^{NIP}$常见于温带粳稻和热带粳稻，而TGW1a$^{}$是一个稀有等位基因（低于10%），主要分布在aus和aro生态型（图5A）。Gn1a的分布模式在籼稻和粳稻间呈现明显分化，优异等位基因Gn1a$^{}$常见于籼稻和aus类型（图5A）。核苷酸多样性的相对比率表明Gn1a和TGW1a位点存在约2 Mb的选择清除（图5B）。同时，Gn1a位点的Tajima’s D值在粳稻中显著为负，表明该区域存在定向选择。相比之下，TGW1a在aus驯化过程中受到强选择（图5℃）。在TGW1a-Gn1a的联合分析中，优异单倍型块T$^{G}$（TGW1a$^{}$-Gn1a$^{}$）在3K群体中占比不足4%，主要存在于aus生态型（图5D）。在来自亚洲各地区的277个现代栽培品种中，T$^{G}$单倍型块在东亚、东南亚、中亚及中国栽培品种中罕见（0%至10.53%），但在20个南亚栽培品种中有10个携带该单倍型块（fig. S18）。上述结果表明，aus或南亚优异品种可能是同时利用TGW1a$^{}$和Gn1a$^{}$的有用供体。另一种方法是打破TGW1a$^{}$-Gn1a$^{}$的连锁，确保在使用JZ等供体时获得优异的T$^{G}$单倍型块。

我们最终在ZJZ、ZZ39、HZ和R173中创制了NILs-T$^{G}$品系，并在多年多地进行了性能测试（图5，E至H）。田间试验表明，与对照相比，NILs-T$^{G}$的抽穗期缩短3.08至7.83天，收获期缩短3.67至8.67天，千粒重至少增加3.81%，小区产量增加4.22%至11.00%（图5，I至L）。方差分析显示，TGW1a基因型在不同背景和环境中是显著的贡献因子（P < 0.01，数据S4）。NILs-T$^{G}$的株高略有降低，但在其他主要农艺性状上无显著差异（figs. S19，A至U和S20，A至J）。此外，我们通过与优异雄性不育系QiA（TGW1a$^{}$-Gn1a$^{}$）杂交

与HZ和HZ-T$^{G}$相比。与F${1}$-T$^{G}$（QiA×HZ）相比，F${1}$-T$^{G}$（QiA×HZ-T$^{G}$）品系的抽穗期和收获期约早4天，且千粒重（TGW）提高超过4.38%，单株或小区产量提高超过5%（见图S21）。这些结果表明TGW1a$^{JZ}$适用于杂交水稻育种。

讨论

我们鉴定出一个精英基因TGW1a，兼具促花和氮素利用效率（NUE）增强功能，其调控籽粒重量和产量。与先前报道一致（13），TGW1a（FT-L1）的过表达在两个品种及开花素缺陷突变体中均导致极早开花，表明TGW1a至少部分发挥开花素功能，参与生殖转换。TGW1a可提高Ghd7和Hd1蛋白丰度，后两者被认为抑制开花素基因表达和水稻开花（24, 25, 46）。尽管如此，这种抑制效应可能被TGW1a所克服。

Science 20 AUGUST 2026

5 of 11

研究论文

A

B

C

D

E

F

G

H

J

K

P

L

M

N

0

图4. TGW1a通过稳定Ghd7和Hd1蛋白来调控NUE。（A和B）酵母双杂交实验显示TGW1a与Hd1和Ghd7的互作。AD，pGADT7；BD，pGBKT7；pGADT7-T和pGBKT7-53用作阳性对照，而pGADT7-T和pGBKT7-Rec用作阴性对照。（C）萤光素酶活性检测显示TGW1a与Hd1和Ghd7在烟草叶片中的互作。（D和E）体内Co-IP实验显示TGW1a与Hd1和Ghd7的互作。（F和G）体外GST pull-down实验显示TGW1a与Hd1和Ghd7的互作。（H）BiFC实验显示TGW1a与Hd1和Ghd7在水稻原生质体细胞中的互作。（I）无细胞Ghd7或Hd1蛋白降解实验，在有或无GST-TGW1a条件下进行。利用微管蛋白抗体确定使用了等量总蛋白。His-Ghd7或His-Hd1的降解曲线（J）。（K）免疫印迹分析NILs、HHZ和OE-TGW1a(h)植株中Ghd7和Hd1蛋白丰度。利用ImageJ对蛋白丰度进行定量。数据以平均值±标准差表示（n=3）。（L至P）NILs、hd1、ghd7及hd1ghd7突变体在NIL-JZ背景下的植株形态、抽穗天数、千粒重（TGW）、单株产量及NUE。HN，高氮；LN，低氮。数据以平均值±标准差表示（n=12）。不同字母表示Tukey多重比较检验确定的显著差异（P<0.05）。本图数据及统计分析原始数据存放于data S1。

Science 20 AUGUST 2026

6 of 11

研究论文

A

B

D

E

F

| |

J

K

L

图 5. 优势单倍型区段 TGW1a$^{IZ}$-Gn1a$^{HHZ}$ 的引入赋予四种优质水稻品种更早成熟和更高产量

（A）基于 3K 群体已发表序列，TGW1a 和 Gn1a 在不同水稻亚群中的单倍型频率。 （B）第 1 号染色体部分区域在粳稻、秈稻和爪哇稻中的核苷酸多样性相对比值。蓝线表示 Gn1a 位点周围的选择清扫区域，红线表示 TGW1a 位点周围的选择清扫区域。 （C）第 1 号染色体部分区域在粳稻、秈稻和爪哇稻中的 Tajima's D 相对比值。 （D）TGW1a$^{IZ}$-Gn1a$^{HHZ}$ 单倍型区段在 3K 水稻群体中的频率。 （E 至 H）在自然条件下，含有 TGW1a$^{IZ}$-Gn1a$^{HHZ}$ 的 NIL-T$^{1}$G$^{H}$（中嘉早 17 号（ZJZ）、中早 39 号（ZZ39）、华占（HZ）、R173）及其对照品种在水稻田中的田间表现。 （I 至 L）2023 年杭州（119° 95' E，30° 05' N）、2024 年南宁（108° 25' E，22° 84' N）、2025 年杭州和 2025 年南宁种植的植株的抽穗天数、收获天数、千粒重（TGW）和小区产量。数据以均值 ± 标准差表示[n = 12 幼苗（I、J），n = 6 小区（K、L）]。P < 0.05，*P < 0.01 表示采用双因素方差分析和 R 4.5.1 版本中随机完全区组设计的综合分析所得的显著差异。本图数据及统计分析原始数据已存入数据 S1。

由于 TGW1a 甚至在无成花素突变体中也导致极早开花（15），因此其本身具有这一特性。

另一方面，在营养组织中，TGW1a 发挥 NUE 正调节因子的作用。TGW1a 通常被解释为在开花控制最终步骤中发挥作用的蛋白质执行因子（15）。与此相反，我们揭示了 TGW1a 可能作为 NUE 调控通路中的上游介导因子，通过与 Hd1 和 Ghd7 物理结合并稳定它们，从而转录激活与 NUE 相关的基因（26）。最近，来自 OsNRT1.1A、Early flowering-completely dominant（Ef-cd）和 OsDREB1C 的案例已阐明，更高的 NUE 可作为减轻因生长期缩短而导致的产量损失的关键策略（12、41、47）。我们提出，由 TGW1a 带来的更高 NUE 可帮助产生更多同化物，从而实现更大的粒重和更高的籽粒产量，即使在相对缩短的生长期内也是如此。

目前，在中国南方广泛采用的年三熟种植模式涉及全年种植常规稻、杂交稻和油菜。我们展示了 TGW1a$^{IZ}$ 有效改良了常规稻和杂交稻，在水稻中实现了 16% 的增产效果，并为冬季作物节省了超过 11 天，这对于确保中国及世界粮食安全具有重要意义。

材料与方法

植物材料与生长条件

HHZ、ZJZ17和ZZ39为籼稻品种，而JZ和ZH11为粳稻品种。HZ和R173为籼型恢复系，QiA为籼型雄性不育系，用于水稻三系杂交系统。所有上述种子均来自中国水稻研究所（CNRRI）。核心水稻种质资源源自华中农业大学（49），277份现代栽培品种样本由中国育种者收集并使用多态性标记进行基因分型。TGW1a的近等基因系（NILs）源自以JZ为供体、HHZ为轮回亲本的杂交组合。采用(\mathrm{BC}3\mathrm{F}_4)代进行表型表征。({NIL(F{14})})由HHZ与JZ杂交产生的残余杂合({F}_{14})构建而成。采用包含36,584个SNP标记的Green Super Rice 40K（GSR40K）微阵列（由Greenfafa有限公司，武汉，中国提供）对JZ、HHZ及NILs的基因组背景进行筛查。NIL-T(^{{G}})品系通过将携带TGW1a(^{{Z}})的染色体片段代换系（CSSL）分别与受体品种ZJZ17、ZZ39、HZ和R173杂交获得。采用({BC}_3{F}_3)或更高世代的品系进行表型表征。

采用CRISPR-Cas9系统（50）构建了tgw1a、ghd7和hd1突变体，通过将TGW1a(^{NIP})的完整CDS插入含35S启动子的pCAMBIA1301载体（采用Hieff Clone® Universal II One Step Cloning Kit，上海翌圣生物科技有限公司）构建过表达载体，通过将包含TGW1a(^{IZ})及其天然启动子的基因组片段连接至pCAMBIA1300构建互补载体。所有载体均通过农杆菌介导转化（由武汉艾德基因生物科技有限公司提供商业服务）导入上述背景品种。

所有群体均在浙江杭州（119°59'E，30°05'N）的中国水稻研究所试验站种植，种植时间为每年5月至10月，以及在海南陵水（110°03'E，18°27'N）冬季种植，时间跨度为2018年至2025年。水稻在自然条件下生长，株间距为16厘米×26厘米，田间管理（包括病虫害防治、灌溉和施肿）按常规农艺方法进行。在田间试验中，2021年至2025年于中国杭州种植，2024年至2025年于中国南宁（108°25'E，22°48'N）种植。水稻秧苗于6月初移栽，每小区种植12行，每行12穴。采用10×10网格（不含边际穴）从小区中心收获籽粒，并以至少200粒饱满籽粒测量千粒重。

表型测量

抽穗期记录为从播种至首个穗抽出所需天数。当超过95%的籽粒完全变黄时记录收获日期。为评估千粒重，籽粒单独收获并晒干。采用自动种子计数与分析仪（型号SC-G，Wanshen Ltd.，杭州，中国）测量至少200粒饱满籽粒的粒长、粒宽及千粒重。对每份实验材料评估以下参数：株高、每穗粒数、结实率、产量、有效分蘖数、生物量及收获指数。氮素利用效率（NUE）定义为籽粒产量与净施氮量之比。表型测量至少采用12个独立生物学重复。

氮素吸收、Fd-GOGAT活性和硝酸还原酶（NR）活性测定

氮素（N）吸收的测定遵循先前建立的方法（51）。简言之，将在高氮（HN）条件下（1.46 mM NH({4})NO({3})）水培生长2周的幼苗用1 mM CaSO({4})溶液冲洗1分钟。随后，将幼苗培养于含1.46 mM ( {}^{15} ) N标记的NH({4})NO({3})（98原子% ( {}^{15} ) N；货号366528-1G，Sigma-Aldrich，美国圣路易斯）的营养液中30分钟。处理结束后，再次用1 mM CaSO({4})溶液冲洗幼苗1分钟。为测定( {}^{15} ) N含量，收集根部并用液氮研磨。随后，使用同位素比质谱仪与元素分析仪（Thermo Finnigan Delta Plus XP；Flash EA 1112，美国加州）定量检测( {}^{15} ) N浓度。铁氧还蛋白依赖型谷氨酸合酶（Fd-GOGAT）和NR活性则通过相应的生化试剂盒（货号分别为BC0075和BC0085；索莱宝，中国北京）进行评估。简言之，取2周龄幼苗的2克新鲜叶片，在各种冷提取缓冲液中研磨并匀浆。混合液于4℃下以11,500×g离心20分钟。离心后，按试剂盒说明书处理上清液，并使用分光光度计（Lambda25；Perkin Elmer，美国加州弗里蒙特）在340 nm波长下测定其光密度（OD）。

RNA提取、RT-qPCR分析与GUS组织化学染色

为分析图3a中NUE基因的相对转录水平，将指示性株系的发芽种子在吉田营养液中水培2周，并以整株幼苗（包括叶片、茎和根）为样本进行测定。使用TRIzol试剂（Invitrogen Life Technologies，美国加州）从不同组织中提取总RNA。以2 μg总RNA为模板，在20 μL反应体系中使用M-MLV逆转录酶试剂盒（Invitrogen Life Technologies，美国加州）合成第一链cDNA。使用SYBR® qPCR Mix（LSC，中国杭州）与Bio-Rad CFX Connect实时荧光定量PCR系统进行qRT-PCR。以水稻泛素基因（LOC_Os03g13170）为内参。所有引物信息见数据S6。对于GUS组织化学染色，将包含TGW1aNIP启动子区域的约2 kb DNA片段克隆至pCAMBIA1305，与GUS报告基因融合，并通过农杆菌介导转化法导入ZH11。对潮霉素阳性株系的组织用GUS染色液（50 mM磷酸钠缓冲液，pH 7.0，0.5 mM铁氰化钾，0.5 mg / mL X-Gluc）在37℃下孵育过夜。经95%乙醇脱色后，在显微镜下成像。

mRNA原位杂交

mRNA原位杂交按既定方案（52）进行。将NIL-HHZ与NIL-JZ的幼穗在不同发育阶段用含3.7%甲醛、5%冰醋酸与50%乙醇的FAA溶液（v / v 50%）固定，随后用石蜡包埋。固定组织用切片机（徕卡，德国韦茨拉尔）切成8 μm厚的切片。mRNA原位杂交所用的地高辛标记引物通过DIG RNA标记试剂盒（罗氏，瑞士巴塞尔）按说明书制备。图像使用徕卡DM2500显微镜（徕卡，德国韦茨拉尔）捕获。本研究所用引物的详细列表见数据S6。

蛋白质瞬时表达检测

用于亚细胞定位，将TGW1a（NIP）的CDS与GFP的N端在pCA1301-35S-S65T-GFP载体中融合。在水稻原生质体的BiFC检测中，TGW1a、Ghd7或Hd1的CDS被克隆至pDOE-BiFC载体，具体操作如先前所述（53, 54）。上述重组载体随后按（55）所述转化入水稻原生质体。转化后12小时，使用蔡司LSM710激光共聚焦显微镜（卡尔·蔡司股份公司，德国耶拿）观察原生质体中的荧光。在烟草（Nicotiana benthamiana）叶片的BiFC检测中，TGW1a的CDS被克隆至pCAMBIA-nLUC，而Ghd7或Hd1的CDS被克隆至pCAMBIA-cLUC。在TGW1a启动子的荧光素酶活性检测中，从NIP、JZ1560、HHZ中PCR扩增TGW1a启动子序列，并随后克隆至pGreenII0800-LUC载体作为报告基因。重组载体共转化入农杆菌菌株EHA105，再侵染烟草叶片。荧光信号于侵染后2天使用化学发光成像系统（5200，谱尼，中国上海）捕获。

蛋白质-脂质结合检测（PIP条法）

脂质结合检测使用PIP条（P-6001，Echelon Biosciences，美国犹他州）按制造商说明进行。总结如下：GST-TGW1a重组蛋白与GST蛋白使用谷胱甘肽-琼脂糖树脂蛋白纯化试剂盒（上海生工生物工程股份有限公司，中国上海）表达并纯化。PIP条膜在1×TBST（150 mM NaCl、0.1% v / v Tween-20、50 mM Tris-HCl，pH 7.6）与3% w / v BSA的封闭液中孵育1小时。膜随后转移至含2 μg重组蛋白的新封闭液中。最后使用抗GST抗体（金斯瑞生物科技股份有限公司，中国南京）进行免疫印迹分析，并使用ChemiDoc成像系统（Bio-Rad，美国加州）显影。

酵母双杂交检测

在Y2H检测中，TGW1a的CDS被克隆至pGBKT7，Ghd7与Hd1的CDS分别克隆至pGADT7载体。随后，重组构建质粒共转化入酵母AH109，并在SD / -Trp / -Leu与SD / -Trp / -Leu / -His / -Ade / 2 mM 3-AT / X-α-GAL平板上于30℃培养4天检测。pGBKT7-53与pGADT7-T共转化子用作阳性对照，pGADT7-T7与pGBKT7-Lam分别作为阴性对照。本实验所用引物列于数据S6中。

体外拉降实验与免疫共沉淀实验

为体外验证蛋白质-蛋白质相互作用，分别以谷胱甘肽-琼脂糖树脂蛋白纯化试剂盒（上海生工，中国上海）和6×His标签蛋白纯化试剂盒（北京 CWBIO，中国北京）表达并纯化了GST-TGW1a、His-Ghd7与His-Hd1重组蛋白。随后，按厂商说明，以谷胱甘肽高容量磁珠（Sigma-Aldrich，美国圣路易斯）进行体外GST拉降实验，并以Western Blot检测。免疫共沉淀实验则按既往方案（56）执行。构建pUbi::TGW1a-GFP、p35S::Flag-Ghd7与p35S::Flag-Hd1，并通过农杆菌侵染法瞬时共表达于4周龄的Nicotiana benthamiana叶片。将叶片在液氮中研磨成粉后，以蛋白提取缓冲液（5 mM MgCl₂、150 mM NaCl、0.5 DTT、1 PMSF、10%甘油、25 Tris-HCl pH 7.5、1×Roche蛋白酶抑制剂混合物（罗氏，瑞士巴塞尔））匀浆提取总蛋白。采用蛋白A / G琼脂糖树脂4FF（上海碧云天，中国上海）及anti-GFP抗体（货号F1804，Sigma-Aldrich，美国圣路易斯）按厂商说明进行免疫共沉淀。最后，以anti-Flag（上海艾柏玛，中国上海）与anti-GFP（Sigma-Aldrich，美国圣路易斯）抗体进行免疫印迹分析。体内免疫共沉淀实验中，从NIP叶片不同部位与生长阶段提取总蛋白，随后以商品化anti-TGW1a抗体（金斯瑞，中国南京）及蛋白A / G琼脂糖树脂4FF进行免疫沉淀。以anti-IgG抗体（货号SA00001-1，Proteintech，中国武汉）作为阴性对照。随后以anti-Ghd7（货号A20327，ABclonal，中国武汉）与anti-Hd1抗体（货号A20268，ABclonal，中国武汉）进行免疫印迹分析。免疫印迹结果以Bio-Rad公司（美国加州）ChemiDoc成像系统显影。

无细胞降解实验

无细胞降解实验按既往方案（56, 57）执行。将0.5 μg GST-TGW1a、His-Ghd7与His-Hd1重组蛋白分别与200 μg水稻叶片总蛋白在降解缓冲液（10 MgCl₂、10 NaCl、25 pH 7.4 Tris-HCl、10 ATP、4 PMSF、5 DTT）中于28℃下孵育，分别检测His-Ghd7与His-Hd1。随后以anti-His抗体（上海艾柏玛，中国上海）进行免疫印迹分析，以anti-Tubulin抗体（上海艾柏玛，中国上海）作为对照。蛋白条带以ImageJ软件进行定量。

RNA测序与染色质免疫沉淀（ChIP）-qPCR分析

使用TRIzol试剂（Invitrogen Life Technologies，美国加利福尼亚州）从NIL-HHZ和NIL-JZ的两周龄整株幼苗中提取总RNA。测序在武汉比格生物科技有限公司（Biomics Biogle Co., Ltd，武汉，中国）的Illumina平台上完成。染色质免疫沉淀（ChIP）-qPCR实验按既往方法进行（58）。使用约2 g在高氮（1.46 mM NH₄NO₃）和低氮（0 mM NH₄NO₃）条件下水培两周的幼苗提取染色质。ChIP实验中使用了anti-Ghd7抗体（Abclonal，武汉，中国）、anti-Hd1抗体（Abclonal，武汉，中国）及小鲑鱼精子DNA / 蛋白A琼脂糖珠（Millipore，德国达姆施塔特）。DNA样本经酚 / 氯仿（1:1，体积比）纯化后进行qPCR分析。富集倍数以ChIP DNA与输入DNA的比值表示。使用Magna ChIP HiSens试剂盒（Millipore，美国波士顿）方法计算ChIP-qPCR结果。引物序列见数据S6。三次独立生物学重复测定。

双荧光素酶报告基因检测与EMSA实验

将Hd1和Ghd7的编码序列插入pGreenII 62-SK载体构建效应子表达载体，并将与NUE相关基因的2 kb启动子克隆至pGreenII 0800-LUC构建含Renilla LUC（rLUC）和萤火虫荧光素酶（fLUC）基因的报告载体。随后，将上述指定构建对（5 μg效应子质粒与5 μg报告质粒）分别瞬时转化水稻原生质体。原生质体在室温黑暗条件下孵育12小时，按试剂盒说明书测定相对荧光素酶活性。

GST蛋白、GST融合蛋白GST-Ghd7及GST-Hd1按pull-down实验部分所述方法制备并纯化。5'-Cy5标记的EMSA探针由杭州孙亚生物技术有限公司商业合成。总反应体系20 μL，含2 μL Cy5标记探针、5 μg蛋白、2 μL 10×结合缓冲液及1 μL 50%（v / v）甘油。结合反应在25℃下孵育20分钟，随后在4℃黑暗条件下于0.5×TBE缓冲液中6%聚丙烯酰胺凝胶电泳1小时。使用FLA-5100扫描仪（富士胶片，日本东京）捕获荧光信号。

TGW1a与Gn1a自然变异分析

设计两对引物以鉴定TGW1a启动子中的12.9 kb和993 bp插入缺失，覆盖46份野生稻种质、159份核心水稻种质及345份现代栽培品种；Gn1a-F / R引物对用于基因型鉴定。引物及本实验所用种质信息见数据S4和S5。使用SNP-Seek数据库（https: / snp-seek.irri.org / ）对3047份水稻种质在TGW1a与Gn1a关键变异位点的基因型频率进行分析。各群体的核苷酸多样性（π）与中性检验（Tajima's D）使用veftools软件（版本3.0）计算。

Science 2026年8月20日

9 / 11

研究论文

数据分析

数据以均值±标准差（sd）表示，误差线显示。比较采用双尾Student's t检验及Tukey多重比较检验（P < 0.05），使用R 4.5.1。所有图表的原始数据与统计分析见数据S1。

参考文献与注释

1. D. Tillman, C. Balzer, J. Hill, B. L. Befort, 全球粮食需求与农业可持续集约化。Proc. Natl. Acad. Sci. U.S.A. 108, 20260–20264 (2011). doi: 10.1073 / pnas.1116437108; pmid: 22106295

2. M. A. Fitzgerald, S. R. McCouch, R. D. Hall, 不仅仅是一粒稻米：追求品质。Trends Plant Sci. 14, 133–139 (2009). doi: 10.1016 / j.tplants.2008.12.004; pmid: 19230745

3. Y. Lang, Y. Dou, M. Wang, Z. Zhang, Q. Zhu, 水稻生长期对产量和品质的影响。Oryza sativa L. Zuo Wu Xue Bao 38, 528–534 (2012). doi: 10.3724 / SP.J.1006.2012.00528

4. H. Tsuji, K. Taoka, K. Shimamoto, 水稻成花素：成花素转录、成花素激活复合体及多重功能的复杂基因网络。Curr. Opin. Plant Biol. 16, 228–235 (2013). doi: 10.1016 / j.pbi.2013.01.005; pmid: 23453779

5. C. Sun et al., 理解水稻开花通路复杂网络中的遗传与表观遗传架构。Protein Cell 5, 889–898 (2014). doi: 10.1007 / s13238-014-0068-6; pmid: 25103896

6. H. Tsuji, K. Taoka, K. Shimamoto, 水稻开花的调控：两个成花素基因、复杂基因网络与自然变异。Curr. Opin. Plant Biol. 14, 45–52 (2011). doi: 10.1016 / j.pbi.2010.08.016; pmid: 20864385

7. Y. Kobayashi, H. Kaya, K. Goto, M. Iwabuchi, T. Araki, 一对拮抗基因在介导开花信号中的作用。Science 286, 1960–1962 (1999). doi: 10.1126 / science.286.5446.1960; pmid: 10583960

8. F. Chardon, C. Damerval, 谷类PEBP基因家族的系统发育基因组学分析。J. Mol. Evol. 61, 579–590 (2005). doi: 10.1007 / s00239-004-0179-4; pmid: 16170456

9. R. Zheng et al., OsFTL12，FT样基因家族成员，通过成花素抑制复合体调控水稻抽穗期与株型。Plant Biotechnol. J. 21, 1343–1360 (2023). doi: 10.1111 / pbi.14020; pmid: 36719169

10. H. Tsuji, M. Sato, 成花素在营养生长向生殖生长转变中的功能。Plant Cell Physiol. 65, 322–337 (2024). doi: 10.1093 / pcp / pcae001; pmid: 38179836

11. S. Tamaki, S. Matsuo, H. L. Wong, S. Yokoi, K. Shimamoto, Hd3a蛋白是水稻中的可移动成花素信号。Science 316, 1033–1036 (2007). doi: 10.1126 / science.1141753; pmid: 17446351

12. M. Fane et al., OsFTL10过表达诱导水稻早花并提高干旱耐受性。PeerJ 7, e6422 (2019). doi: 10.7717 / peerj.6422; pmid: 30783573

13. F. Giaume et al., 两个成花素与一种成花素样蛋白在水稻茎尖分生组织形成三元调控模块以促进生殖转变。Nat. Plants 9, 525–534 (2023). doi: 10.1038 / s41477-023-01383-3; pmid: 36973415

14. T. Izawa et al., 光敏色素介导外部光信号抑制水稻光周期开花的FT同源基因。Genes Dev. 16, 2006–2020 (2002). doi: 10.1101 / gad.999202; pmid: 12154129

15. S. Wei et al., 成花素样蛋白OsFTL1在缺乏Hd3a与RFT1的水稻中促进开花。J. Integr. Plant Biol. 67, 1307–1322 (2025). doi: 10.1111 / jipb.13856; pmid: 39960177

16. P. Wang, G. Zhou, H. Yu, S. Yu, 水稻旗叶大小与产量相关性状主效QTL精细定位。Theor. Appl. Genet. 123, 1319–1330 (2011). doi: 10.1007 / s00122-011-1669-6; pmid: 21830109

17. H. Y. Zhao et al., QTL GN1.1（编码FT-L1）通过调控极性生长素运输调节水稻粒数与产量。J. Integr. Plant Biol. 66, 2158–2174 (2024). doi: 10.1111 / jipb.13749; pmid: 39083298

18. P. Glenn et al., 麦类FT-A2自然多态性与每穗粒数增加相关。Theor. Appl. Genet. 135, 679–692 (2022). doi: 10.1007 / s00122-021-03992-y; pmid: 34825926

19. L. M. Shaw 等，FLOWERING LOCUS T2 调控温带谷物的穗发育与可育性。J. Exp. Bot. 70, 193–204 (2019). doi: 10.1093 / jxb / ery350；pmid: 30295847

20. M. Kaneko-Suzuki 等，水稻中的 TFL1 类蛋白通过与 14-3-3 和 FD 形成复合物竞争，拮抗水稻 FT 类蛋白以调控花序发育。Plant Cell Physiol. 59, 458–468 (2018). doi: 10.1093 / pcp / pcy021；pmid: 29401229

21. H. Gu 等，水稻 FT 类基因 OsFTL4 调控开花时间与耐旱性。Rice (N.Y.) 15, 47 (2022). : 10.1186 / s12284-022-00593-1；pmid: 36068333

22. Y. Takahashi, K. M. Teshima, S. Yokoi, H. Innan, K. Shimamoto，Hd1 蛋白、Hd3a 启动子及 Ehd1 表达水平的变异共同构成栽培水稻开花时间的多样性。Proc. Natl. Acad. Sci. U.S.A. 106, 4555–4560 (2009). : 10.1073 / pnas.0812092106；pmid: 19246394

23. R. Hayama, S. Yokoi, S. Tamaki, M. Yano, K. Shimamoto，光周期控制通路的适应性进化使水稻表现出短日开花特性。Nature 422, 719–722 (2003). : 10.1038 / nature01549；pmid: 12700762

24. K. 等，水稻中的 Ehd1（B 型响应调节子）促进短日开花并独立于 Hd1 控制 FT 类基因表达。Genes Dev. 18, 926–936 (2004). : 10.1101 / gad.1189604；pmid: 15078816

25. W. Xue 等，Ghd7 的自然变异是调控水稻抽穗期与产量潜力的重要因子。Nat. Genet. 40, 761–767 (2008). : 10.1038 / ng.343；pmid: 18454147

26. Q. Wang 等，Ghd7 转录因子通过抑制 ARE1 表达增强水稻氮素利用效率与籽粒产量。Mol. Plant 14, 1012–1023 (2021). : 10.1016 / j.molp.2021.04.012；pmid: 33930508

27. Z. H. Zhang 等，Hd1 的光周期不敏感等位基因在抽穗期、株高与产量性状上的多效性。PLOS ONE 7, e52538 (2012). : 10.1371 / journal.pone.0052538；pmid: 23285081

28. X. Wei 等，DTH8 抑制水稻开花，同时影响株高与产量潜力。Plant Physiol. 153, 1747–1758 (2010). : 10.1104 / pp.110.156943；pmid: 20566706

29. W. H. Yan 等，主效 QTL Ghd8 在调控水稻籽粒生产力、株高与抽穗期中发挥多效性。Mol. Plant 4, 319–330 (2011). : 10.1093 / mp / ssq070；pmid: 21148627

30. J. Y. Chen 等，qHd1 的自然变异在高温下加速抽穗期，并对产量性状产生多效性。BMC Plant Biol. 18, 112 (2018). : 10.1186 / s12870-018-1330-5；pmid: 29879910

31. H. Gao 等，Days to heading 7 是决定水稻光周期敏感性与区域适应性的主效数量性状位点。Proc. Natl. Acad. Sci. U.S.A. 111, 16337–16342 (2014). : 10.1073 / pnas.1418204111；pmid: 25378698

32. W. Yan 等，Ghd7.1 的自然变异在水稻籽粒产量与适应性中发挥重要作用。Cell Res. 23, 969–971 (2013). : 10.1038 / cr.2013.43；pmid: 23507971

33. G. Li 等，利用粳稻×籼稻重组自交系群体检测水稻穗部相关性状的 QTL。PeerJ 9, e12504 (2021). : 10.7717 / peerj.12504；pmid: 34909275

34. J. Z. Ying 等，TGW3：一个主要 QTL，负调控水稻籽粒长度与粒重。Mol. Plant 11, 750–753 (2018). : 10.1016 / j.molp.2018.03.007；pmid: 29567450

35. W. Xie 等，通过大规模种质资源变异图谱揭示水稻改良的育种选择信号。Proc. Natl. Acad. Sci. U.S.A. 112, E5411–E5419 (2015). : 10.1073 / pnas.1519919112；pmid: 26358652

36. Y. A. Purwestri, Y. Ogaki, S. Tamaki, H. Tsuji, K. Shimamoto，14-3-3 蛋白 GF14℃ 通过与成花素 Hd3a 互作负调控水稻开花。Plant Cell Physiol. 50, 429–438 (2009). : 10.1093 / pcp / pcp012；pmid: 19179350

37. Y. Wang 等，GL7基因座拷贝数变异对水稻粒型多样性的贡献。Nat. Genet. 47, 944–948 (2015). doi: 10.1038 / ng.3346; pmid: 26147619

38. X. Gao 等，水稻qGL3 / OsPPKL1与GSK3 / SHAGGY样激酶OsGSK3协同调控油菜素甾类激素信号。Plant Cell 31, 1077–1093 (2019). doi: 10.1105 / tpc.18.00836; pmid: 30923230

39. A. C. Nascimbeni, P. Codogno, E. Morel，磷脂酰肌醇-3-磷酸在自噬膜动态调控中的作用。FEBS J. 284, 1267–1278 (2017). doi: 10.1111 / febs.13987; pmid: 27973739

40. M. Ashikari 等，细胞分裂素氧化酶调控水稻粒产量。Science 309, 741–745 (2005). doi: 10.1126 / science.1113373; pmid: 15976269

41. W. Wang 等，硝酸盐转运蛋白基因OsNRT1.1A / OsNPF6.3的表达赋予水稻高产与早熟特性。Plant Cell 30, 638–651 (2018). doi: 10.1105 / tpc.17.00809; pmid: 29475937

42. T. Yamaya, M. Kusano，水稻中三种细胞质谷氨酰胺合成酶与两种NADH-谷氨酸合酶功能分化的证据。J. Exp. Bot. 65, 5519–5525 (2014). doi: 10.1093 / jxb / eru103; pmid: 24634487

43. X. Fan 等，水稻中pH敏感型硝酸盐转运蛋白的过表达可提高作物产量。Proc. Natl. Acad. Sci. U.S.A. 113, 7118–7123 (2016). doi: 10.1073 / pnas.1525184113; pmid: 27274069

44. M. Ashikari 等，细胞分裂素氧化酶调控水稻粒产量。Science 309, 741–745 (2005). doi: 10.1126 / science.1113373; pmid: 15976269

45. L. Mansueto 等，水稻SNP-seek数据库更新：新增SNP、插入缺失及查询功能。Nucleic Acids Res. 45 (D1), D1075–D1081 (2017). doi: 10.1093 / nar / gkw1135; pmid: 27899667

46. Y. Nemoto, Y. Nonoue, M. Yano, T. Izawa，水稻Hd1a CONSTANS同源蛋白通过与单子叶特异性CCT结构域蛋白Ghd7互作抑制Ehd1，调控开花。Plant J. 86, 221–233 (2016). doi: 10.1111 / tpj.13168; pmid: 26991872

47. S. Wei 等，一种转录调控因子可提高水稻产量并缩短生长期。Science 377, eabi8455 (2022). doi: 10.1126 / science.abi8455; pmid: 35862527

48. J. C. Stein 等，13个驯化与野生稻近缘种基因组揭示稻属遗传保守性、周转与创新。Nat. Genet. 50, 285–296 (2018). doi: 10.1038 / s41588-018-0040-0; pmid: 29358651

49. W. Xie 等，大规模种质资源群体基因组变异图谱揭示水稻育种选择信号。Proc. Natl. Acad. Sci. U.S.A. 112, E5411–E5419 (2015). doi: 10.1073 / pnas.1515919112; pmid: 26358652

Science 20 AUGUST 2026

10 of 11

研究论文

50. X. Ma 等，一种适用于单子叶与双子叶植物便捷高效多基因组编辑的稳健CRISPR / Cas9系统。Mol. Plant 8, 1274–1284 (2015). doi: 10.1016 / j.molp.2015.04.007; pmid: 25917172

51. Q. Wang 等，Ghd7转录因子通过抑制ARE1表达增强水稻氮素利用效率与产量。Mol. Plant 14, 1012–1023 (2021). doi: 10.1016 / j.molp.2021.04.012; pmid: 33930508

52. J. Zhang, B. R. Nallamilli, H. Mujahid, Z. Peng，OsMADS6在水稻胚乳营养积累中发挥关键作用并受表观遗传调控。Plant J. 64, 604–617 (2010). doi: 10.1111 / j.1365-313X.2010.04354.x; pmid: 20822505

53. J. Zhao 等，RMS2编码GDSL脂酶调控花药脂质稳态以决定水稻雄性育性。Plant Physiol. 182, 2047–2064 (2020). doi: 10.1104 / pp.19.01487; pmid: 32029522

54. T. E. Gookin, S. M. Assmann，显著降低BiFC非特异性组装有助于体内异源三聚体G蛋白互作体评估。Plant J. 80, 553–567 (2014). doi: 10.1111 / tpj.12639; pmid: 25187041

55. B. Ruan 等，OsACL-A2在水稻中负调控细胞死亡与病害抗性。Plant Biotechnol. J. 17, 1344–1356 (2019). doi: 10.1111 / pbi.13058; pmid: 30582769

56. Y. Wang等，水稻（Oryza sativa）种子萌发过程中脱落酸通过“SAPK10-bZIP72-AOC”途径促进茉莉酸生物合成以协同抑制种子萌发。New Phytol. 228, 1336–1353 (2020). doi: 10.1111 / nph.16774; pmid: 32583457

57. Z. Li等，OsNAC23-Tre6P-SnRK1a正反馈回路调控水稻糖稳态与籽粒产量。Mol. Plant 15, 706–722 (2022). doi: 10.1016 / j.molp.2022.01.016; pmid: 35093592

58. Y. Hou等，JMJ704通过降低与负向病害抗性调控因子相关的H3K4me2 / 3水平，正向调控水稻对水稻黄单胞菌致病变种的防御反应。BMC Plant Biol. 15, 286 (2015). doi: 10.1186 / s12870-015-0674-3; pmid: 26646110

致谢

作者感谢基因定位与克隆研究组（中国水稻研究所）在遗传群体和定位方面提供的协助。感谢J. Zhang、W. Wu、L. Wang和D. Li在实验和数据分析中的协助；感谢H. Lin、F. Fornara、C. Wu、J. Fang、Q. Bu、Y. Li、L. Wu和Z. Gao提出的宝贵建议。

资助：本研究得到以下项目支持：生物育种-国家科技重大项目（2024ZD04080和2023ZD04072）、国家自然科学基金（项目号32072050、U22A20456、W2412006）、浙江省自然科学基金（项目号LD24℃130001、LMS25℃130007）、中国农业科学院青年创新计划（项目号Y2025QC13）、中国农业科学院ASTIP计划以及浙江省高层次人才特殊支持计划（项目号2022R52020）。作者还感谢中国水稻研究所公共实验室提供的技术支持。

作者贡献：J.Z. 指导项目。J.Z.、Zhiyong Li和J.Y. 设计本研究。Zhiyong Li 设计并执行分子实验和进化分析。Guan Li 完成QTL定位、基因克隆及部分分子实验。Zhichao Liu、Y. Wu、M.Y.、Yi. Cheng、X.A.和L.C. 完成表型鉴定和QTL定位。Z.C.和Xixi Liu 完成氮素吸收测定。Xinyong Liu、W.L.、Guanghao Li、Yu Cheng、Y. Wang、J.H.、Y.H.、G.Z.和X.T. 参与实验。J.Z.、J.Y.、Zhiyong Li和Guan Li 撰写论文并最终定稿。

利益冲突：作者声明无利益冲突。

数据、代码与材料可用性：所有原始数据均在正文或补充数据S1中提供。本研究产生的材料可按要求向通讯作者索取。

版权信息：

版权所有 © 2026 作者，部分权利保留；独家许可。https: / www..org / about / -licenses-journal-article-reuse

补充材料

.org / doi / 10.1126 / .ady1619

图S1至S21；MDAR Reproducibility Checklist；数据S1至S6

提交时间：2025年4月17日；重新提交时间：2026年1月12日；接受时间：2026年6月5日

10.1126 / .ady1619

2026年8月20日

11 of 11

研究论文摘要

免疫学

RAD51 stabilizes neutrophil extracellular traps to compartmentalize inflammation

Lorenza Iolanda Tsansizi†, Sophie Yihan Guan†, Iker Valle Aramburu, Rajvee Shah Punatar, Thomas J. Williams, Yihe Qiao, Anna Reed, Darius Armstrong-James, Stephen C. West, Venizelos Papayannopoulos*

Full article and list of author affiliations: https: / doi.org / 10.1126 / science.aed9286

*通讯作者。邮箱：veni.p@crick.ac.uk / 这些作者对本研究做出了同等贡献。引用格式：L. I. Tsansizi等，Science 393, eae9286 (2026)。DOI: 10.1126 / science.aed9286

RAD51介导的DNA分支结构可稳定NETs，从而将炎症限制在组织内。（左图）NET形成过程中产生的活性氧（ROS）会诱导双链DNA断裂，进而触发DNA重组修复并介导RAD51参与的DNA分支结构。（右图）DNA分支结构可稳定肺部NETs，诱发局部炎症。抑制RAD51可破坏NETs稳定性并减轻组织炎症，但会促进NET降解产物在血液循环中的积累，激活单核细胞产生IL-6，从而增强Th17炎症反应并引发嗜酸性粒细胞增多症。

780

2026年8月20日 Science

研究论文

免疫学

Lorenza Iolanda Tsansizi^{1,†< / sup>, Sophie Yihan Guan<>1,†< / >, Iker Valle Aramburu<>1< / >, Rajvee Shah Punatar<>2< / >, Thomas J. Williams<>3< / >, Yihe E. Qiao<>3< / >, Anna Reed<>3,4< / >, Darius Armstrong-James<>3,5< / >, Stephen C. West<>2< / >, Venizelos Papayannopoulos<>1*< / >}

中性粒细胞胞外诱捕网（NETs）具有分支染色质结构，其起源和功能仍不清楚。我们发现NET分支由RAD51介导，RAD51是一种在DNA重组修复过程中产生DNA连接的蛋白质。通过药理学抑制、RAD51敲低或GEN1及RuvC解旋酶处理，可减少分支并使NETs不稳定；而通过不同刺激上调RAD51则产生稳定性各异的NETs。在小鼠肺部Aspergillus fumigatus感染期间抑制RAD51可拆解NETs并减少肺部细胞因子。然而，循环中NET成分的积累会诱导白细胞介素-6（IL-6）在循环单核细胞中产生，从而加剧2型炎症和哮喘。在人类曲霉病患者中，细胞外血浆DNA与IL-6和嗜酸性趋化因子相关。通过结构性稳定NETs，RAD51将炎症分隔在局部，以阻止异常的全身免疫激活，从而将DNA修复与炎症联系起来。

炎症可由多种微生物病原相关分子模式和内源性损伤相关分子模式（DAMPs）驱动。将炎症限制在感染部位对于减少免疫病理至关重要。免疫细胞可控制微生物播散，但空间限制DAMPs的机制仍鲜为人知。

中性粒细胞胞外诱捕网（NETs）是由去凝聚染色质和抗菌蛋白组成的大型网状结构（1–5）。中性粒细胞释放NETs以中和病原体，但也参与多种生理和病理过程（6, 7）。NETs可在细胞外捕获并控制大型微生物（如真菌菌丝和寄生虫），这需要NET染色质高度去凝聚并占据大量空间（3–5）。这种大规模染色质扩张通过蛋白酶（如中性粒细胞弹性蛋白酶（NE））、阳离子蛋白（如髓过氧化物酶（MPO））以及组蛋白瓜氨酸化等翻译后修饰实现（8–12）。这种大量细胞外染色质如何稳定并保持在一起尚不清楚。

除了控制微生物外，NET染色质还具有促炎特性，因其组蛋白可激活TLR4（13, 14）。在单核细胞中，组蛋白和DNA可协同诱导细胞因子（14）。NETs或其他细胞来源的染色质在感染组织急性肺真菌感染期间以及在脓毒症或动脉粥样硬化循环中可促进炎症（14, 15）。此外，NETs通过未知机制放大病毒感染引发的2型免疫，从而加剧过敏性哮喘（16）。放大的2型免疫介导免疫超敏反应和慢性接触曲霉菌（如烟曲霉）等真菌病原体相关的病理过程，影响全球数百万患者（17, 18）。尽管烟曲霉菌丝是NETosis的强效诱导剂，但NETs在曲霉病发病机制中的作用仍不明确（3）。

及时降解NETs被认为对控制炎症、组织损伤和疾病病理至关重要（19, 20）。血浆脱氧核糖核酸酶（DNase）可拆解NETs，但也会通过去除DNA而使核小体失活，从而阻止单核细胞激活（14, 15, 19, 21）。NET清除缺陷已被证实与多种疾病相关，包括自身免疫性疾病、心血管疾病以及严重感染（如微生物脓毒症和COVID-19肺炎）（19, 20, 22–24）。

It is unclear what factors determine the structural integrity of NETs (中性粒细胞胞外陷阱) and how this influences their biological function and role in diseases. NET染色质具有独特的结构构型，与其他细胞来源的染色质有所不同。除了体积较大外，NET染色质纤维还广泛缠绕（1, 8）。这种分支状染色质构型的功能尚不明确，但可能有助于稳定大体积的细胞外构象。

在NETosis过程中，中性粒细胞会产生大量活性氧（ROS），这些ROS通过激活髓过氧化物酶复合物来介导中性粒细胞弹性蛋白酶（NE）从颗粒中的激活与释放，从而参与NET的形成（25, 26）。此外，ROS还可促进DNA损伤，进而激活DNA修复通路（27）。DNA修复在NETosis中的功能意义尚不清楚。RAD51是一种类似RecA的三磷酸腺苷酶，参与双链断裂修复过程中的同源重组。RAD51可促进单链侵入同源双链DNA，形成霍利迪连接（HJ）中间体（28–31）。尽管RAD51在癌症研究中已被广泛研究，但其及其同源蛋白是否参与免疫调节仍不清楚（28, 32）。本研究旨在探索RAD51在NET形成过程中的染色质组织作用，以及DNA修复在NET生物学和炎症空间控制中的功能。

结果

RAD51促进NET染色质分支和稳定性

为研究NET染色质分支是否涉及DNA重组修复，我们通过扫描电子显微镜详细检查了NET染色质的结构。人血中性粒细胞在受到强效NET诱导信号——佛波醇肉豆蔻酸酯（PMA）刺激后释放的NETs，包含一系列密集互联的DNA链，在电子显微镜下成像时，其形态类似于四分体DNA重组中间体（HJs）的变性形式（图1A）（33，34）。为探索RAD51是否在NET结构中发挥作用，我们通过共聚焦免疫荧光显微镜检查了RAD51是否在PMA诱导的人原代中性粒细胞NET形成过程中被核内隔离。中性粒细胞弹性蛋白酶（NE）在NETosis早期转位至细胞核内，驱动染色质去凝聚，而髓过氧化物酶（MPO）则在该过程晚期与染色质结合（8）。静息状态下的中性粒细胞中RAD51定位于细胞核外，但在PMA刺激后150分钟，处于NET形成过程中的细胞核内可观察到RAD51被隔离至核内焦点（图1，B和C）。RAD51的转位与NE的核内转位同时发生，并在NET释放后仍与染色质纤维相关联。我们还在小鼠肺部真菌挑战后的NETs中观察到RAD51与NETs的共定位（fig. S1B）。RAD51结合单链DNA（ssDNA），后者在双链断裂被切割产生单链尾部时出现。与此一致，末端脱氧核苷酸转移酶介导的脱氧尿苷三磷酸缺口末端标记（TUNEL）染色显示NET染色质存在DNA断裂（1，13）。

密度的单张图像（N = 5）。（F）在含有溶剂对照或RI-1的条件下形成的NETs，经不同浓度DNase I（0、0.025、0.25、2.5 U / mL）处理后的琼脂糖凝胶电泳。（G）时间推移显微镜观察人血中性粒细胞在含3%人血浆的条件下（溶剂为DMSO或RI-1）形成的NETs降解过程。NETs用Sytox Green染色，在NET形成后每5分钟追踪180分钟。比例尺，50 μm。（H）用于计算NET解离曲线的NET荧光强度随时间变化，在有无RI-1条件下。每张图为约N = 400个单独追踪的NETs样本的聚合数据，标准差。（I）时间推移显微镜观察HoxB8来源的小鼠中性粒细胞释放的NETs在DNase I存在条件下的10小时衰变过程，细胞表达有scramble（SCR）或Rad51-KD RNA。NETs用Sytox Green染色。（J）图（I）中NET面积随时间的变化。通过对原始数据进行非线性回归拟合得到SCR（7.3小时）和Rad51-KD（5.5小时）的NET平均半衰期（T₁ / ₂）。SCR N = 20；Rad51-KD N = 36。代表两次生物学重复和两次独立实验。（K）代表性时间推移显微镜图像，显示用PMA激活的人中性粒细胞在含溶剂对照或GEN1条件下，每30分钟监测24小时，展示PMA刺激后8、15和20小时形成的NETs。细胞核用Hoechst（蓝色）和Sytox Green（绿色）染色。（L）通过显微镜测量NET Sytox信号强度，量化含溶剂对照、GEN1或RuvC条件下NET染色质密度变化，每个样本跨越4部不同的时间推移影片中的N = 40至100个单独NET形成事件。数据通过非线性回归拟合。（M）小鼠肺脏的共聚焦荧光显微图像，小鼠用溶剂对照或RI-1处理并在感染WT A. fumigatus 24小时后染色，检测瓜氨酸化组蛋白H3（Cit-H3）和DNA（DAPI，蓝色）。

《科学》2026年8月20日

第2页，共13页

研究文章

（N）（上）每张图像中总NET面积相对于总肺组织面积（DAPI）的量化，每只小鼠4张图像，5只对照鼠和6只RI-1处理鼠（M）。（下）对应动物的真菌载量（CFU）。每个数据点代表单只小鼠。比例尺，20 nm（A）、10 μm（B）、0.5 μm（D）、30 μm（K）和50 μm（M）。数据代表两次[（B）至（F）和（I）至（N）]和六次[（G）和（H）]独立实验。统计分析采用单因素[（C）、（E）和（N）]或双因素方差分析[（H）、（J）和（L）]：差异不显著，ns > 0.05；P < 0.05；P < 0.01；P < 0.001；**P < 0.0001。

NET形成在体外和小鼠肺部真菌感染过程中促进了人血中性粒细胞产生的NETs中的双链断裂（补充图S2，A和B）。

为检验RAD51是否在NET形成中发挥作用，我们使用RI-1抑制剂，该抑制剂结合关键口袋并由二硫键稳定（补充图S3A）（35）。我们通过RAD51介导的链交换实验确认RI-1抑制了RAD51（补充图S3B）。RI-1处理不干扰PMA诱导的人血中性粒细胞NET形成（补充图S3℃）。相反，电子显微镜显示RAD51抑制改变了NET的结构，减少了分支频率和NET密度（图1，D和E）。阻断RAD51活性导致更多暴露的NET DNA，表现为对DNase I核酸内切酶消化的敏感性增加（图1F）。这些发现表明RAD51促进NET染色质分支并增强对核酸酶消化的抵抗力。

要评估染色质分支是否影响NETs的结构稳定性，我们对人中性粒细胞在PMA诱导下发生NETosis的过程进行了时间分辨视频显微镜观察，并在有无DNase I的条件下监测NETs降解速率。使用RI-1药理学抑制RAD51可加速NETs在含3%人血浆（内含DNase I）条件下的降解（图1，G和H）（36）。使NETs不稳定性增加50%所需的RI-1浓度约为30 μM（fig. S3D）。RAD51抑制对NETs不稳定性的影响依赖于DNase I活性，在无血浆或DNase I的对照实验中未观察到NET稳定性差异（fig. S3E）。我们发现B02（另一种RAD51抑制剂）也可引发类似的NET不稳定效应，而Rucaparib（一种PARP蛋白抑制剂，参与单链断裂的碱基切除修复）对NET稳定性影响甚微（fig. S3F）。因此，RAD51介导的分支可增强NET稳定性，可能需要更多切割才能拆解DNA支架。

除测试RAD51抑制剂外，我们还试图通过遗传学证据验证RAD51在NET稳定性中的作用。我们尝试在HoxB8造血干细胞（可分化为中性粒细胞）（37）中通过CRISPR敲除RAD51。该方法产生的RAD51缺陷祖细胞存活率和增殖能力极差，这与RAD51对细胞存活至关重要的特性一致（fig. S3，G和H）。为克服这一问题，我们在小鼠HoxB8干细胞来源的中性粒细胞中采用可诱导短发夹RNA（shRNA）敲低策略。我们测试了五种shRNA候选物，其中两种有效抑制了Rad51表达（fig. S3I）。为获得可存活的终末分化中性粒细胞，有必要优化shRNA诱导时机，将其目标锁定在分化晚期。与人NETs在降解时均匀扩散并丧失Sytox标记DNA荧光不同，HoxB8来源NETs的核心Sytox标记DNA区域在解离时会收缩并皱缩，提示其从外周向中心呈现非均匀解离模式。因此，我们选择测量NET面积减少而非DNA荧光强度损失。与RI-1及其他RAD51抑制剂的结果一致，HoxB8来源的Rad51敲低中性粒细胞（Rad51 KD）形成的NETs尺寸相似，但在DNase I存在下降解速度更快，与接受无效shRNA对照的细胞相比[NET半衰期：7.3小时（对照）对5.5小时（Rad51 KD）]（图1，I和J）。这些发现提示，部分NET DNA分支的形成需要RAD51介导。

我们尝试在NET形成过程中用结构选择性内切核酸酶GEN1和RuvC进行细胞外处理。这些酶可识别多种分支和连接DNA分子，其中GEN1可靠向任何非线性DNA，而RuvC对HJ和D-loop具有更高特异性。Time-lapse显微分析显示，在NET形成期间用GEN1或RuvC处理可使NET不稳定并加速其解聚（图1，K和L）。GEN1足以在缺乏血浆内切核酸酶的情况下使NET不稳定，而RuvC的效果在存在血浆时更为显著，如在RI-1或Rad51 KD抑制策略中观察到的那样，这些策略同样需要血浆。这些酶不会影响未形成NET而死亡的旁观性坏死中性粒细胞的核DNA，后者在同一反应中仍保持凝聚状态（图1K）。两种酶之间的差异表明，部分NET DNA分支是通过RAD51非依赖性机制形成的；这与电子显微镜分析一致，该分析显示在存在RI-1的情况下形成的NET中仍有相当数量的DNA分支残留（图1D）。

我们还通过多种肺部真菌感染模型检查了RAD51对NET稳定性的体内影响。肺部A. fumigatus或Candida albicans感染期间NET形成在感染后24小时达到峰值（3）。RI-1处理可在肺部野生型（WT）A. fumigatus感染中更快溶解NET，尽管真菌负荷相当，大部分NET仍在感染后24小时消失（图1，M和N）。RI-1处理还可增强在野生型小鼠气管内感染野生型C. albicans（fig. S4，A和B）或感染因缺陷性吞噬酵母而促进NET释放的Dectin-1敲除（KO）动物中的NET清除（fig. S4，C和D）（3）。我们得出结论：RAD51可促进染色质互连，从而稳定NET的结构完整性，并使其在体外和体内对血浆内切核酸酶的降解作用具有更强的抵抗力。

依赖刺激的RAD51诱导产生具有可变稳定性的NETs

为评估RAD51介导的稳定性是否是NETs的普遍特征，我们监测了其他NET诱导刺激下的RAD51表达。PMA、C. albicans菌丝体和离子霉素可不同程度地上调RAD51表达。与PMA相比，菌丝体和离子霉素诱导了更高的RAD51蛋白表达，并通过免疫荧光显微镜和蛋白质印迹法检测到其在中性粒细胞核内积累（图2，A至C）。为探究不同信号对RAD51表达的差异调控是否会影响NET形成与稳定性，我们测量了PMA、C. albicans菌丝体或离子霉素刺激下的NETosis速率与衰减速率。值得注意的是，由菌丝体或离子霉素诱导的NETs对DNase I介导的降解具有更强的抵抗力，而PMA刺激形成的NETs则更易降解（图2，D至F）。用RI-1预处理可降低菌丝体或离子霉素诱导的NETs的稳定性。因此，不同刺激通过调控RAD51表达产生了稳定性各异的NETs。PMA来源的NETs对降解最为敏感，而真菌或离子霉素诱导的NETs则更具抵抗力，且此现象与RAD51的高诱导表达相关。

RAD51介导的NET稳定性空间调控炎症

由于外源性DNase I处理可通过降解NETs来对抗炎症病理，我们探究了RI-1处理是否能在感染过程中产生类似效益，从而减轻炎症。

《科学》2026年8月20日

第3页，共13页

研究文章

A

B

C

D

E

F

图2. 不同NET诱导刺激下RAD51表达呈差异性上调。

（A）人血中性粒细胞在静息或用热灭活Candida albicans菌丝、离子霉素或PMA刺激90分钟后的共聚焦荧光显微图像。比例尺，30 μm。代表两次独立实验。（B）图（A）中每个中性粒细胞RAD51荧光强度定量。从多张显微图像中定量多个中性粒细胞（静息，N = 515；PMA，N = 315；菌丝，N = 83；离子霉素，N = 172）。（C）刺激90分钟后从静息细胞或用离子霉素或菌丝刺激的细胞提取的中性粒细胞蛋白提取物的RAD51和MPO蛋白免疫印迹。（D）人中性粒细胞用PMA、Candida albicans菌丝或离子霉素单独激活后，在含DNase I的人血浆中预处理或未处理RI-1的NET形成与降解的时间推移显微图像代表性静态显微图像。每30分钟捕获一次图像。比例尺，50 μm。（E）通过NET荧光变化随时间测量的NET形成与降解轨迹，基于每个样本的多个时间推移电影。（F）通过计算NET在刺激24小时后的平均Sytox荧光损失来定量NET降解，通过显微镜测量。每个点代表单个时间推移电影中约50个NET的平均值，每个样本的电影数为N = 4（PMA）、7（菌丝）、3（离子霉素）、5（菌丝+RI）、5（离子霉素+RI-1）。统计分析采用单因素（B和F）或双因素（E）方差分析：不显著，ns > 0.05；P < 0.05；P < 0.01；P < 0.001；**P < 0.0001。

-1处理会导致小鼠在气管内感染Aspergillus fumigatus后24小时内体重下降更多（图3A）。同样，在为期4周的连续四次A. fumigatus挑战的慢性暴露中，-1处理动物的体重损失增加（图3B）。为阐明病理机制，我们研究了RI-1对炎症和免疫极化的影响。-1处理在急性和慢性曲霉病模型感染24小时后，降低了肺组织匀浆液中IL-1β浓度，但增加了IL-6水平（图3℃）。这些变化也反映在循环血浆细胞因子浓度中（图3D）。RAD51抑制还影响了T细胞衍生的2型细胞因子，导致肺部IL-5减少4倍，同时促进IL-13浓度的适度增加（图3D）。总体而言，-1在整个4周挑战期的多个时间点持续上调IL-6、IL-4、IL-13、IL-17、粒细胞集落刺激因子（G-CSF）和嗜酸性粒细胞趋化因子嗜伊红细胞趋化素，同时降低IL-5和IL-1β水平（补充图S5）。

在反复感染烟曲霉（A. fumigatus）的小鼠中，RI-1诱导的细胞因子变化伴随着肺部和外周血中GATA3+ Th2细胞极化和嗜酸性粒细胞增多，尽管IL-5水平下降（图3，E和F）。嗜酸性粒细胞被鉴定为CD45+Ly6G−CD11℃−SiglecF+CD125+CD64−细胞（figs. S6和S7A）。在慢性模型中，嗜酸性粒细胞浸润随反复真菌攻击而增加，这些变化在频率和绝对数量测量中均有反映（fig. S7B）。相比之下，RI-1不影响GATA3+固有淋巴细胞的丰度，表明IL-5的减少可能归因于type 2细胞激活降低，而非细胞极化改变（fig. S7，C和D）。为验证这些变化是否依赖于NETs，我们使用降解NETs并解除其促炎活性的DNase I（14）。在慢性曲霉病模型中，DNase I处理抑制了IL-6的上调诱导（图3G）。真菌负荷不受RI-1或DNase I处理影响，表明免疫反应的变化并未干扰真菌控制（fig. S7E）。考虑到IL-6在Th17极化中的重要性，我们还检测了RAD51抑制对Th17细胞丰度和肺部IL-17细胞因子浓度的影响（38）。RI-1通过NET依赖的方式增加了慢性曲霉病中的Th17极化和IL-17浓度，如外源性DNase I处理后其受到抑制所示（图3，G和H）。

另一种在RAD51阻断后强烈上调的细胞因子是G-CSF，一种驱动粒细胞生成的关键因子（图3D）（39）。尽管在紧急粒细胞生成中具有益处，但G-CSF的强烈和持续诱导会消除成熟中性粒细胞并促进向未成熟中性粒细胞的失衡，这一现象被称为中性粒细胞功能障碍（15）。RI-1介导的NET不稳定伴随着外周血中未成熟中性粒细胞的增加（图3H）。为确认这些炎症程序的变化依赖于NETs，我们用野生型或不诱导NET释放的酵母锁定Δhgc1℃. albicans株感染野生型动物（3）。RI-1处理在感染野生型C. albicans的小鼠中增强了IL-6产生，但在感染酵母锁定Δhgc1℃. albicans株的小鼠中未见此效应，表明在缺乏NETs的真菌感染模型中RI-1不影响炎症反应（图3I）。这些实验表明NET稳定性的丧失与先天和适应性炎症反应的失调相关。某些细胞因子，如IL-1β和IL-5。

图3. NET稳定性丧失改变局部和全身炎症并促进嗜酸性粒细胞增多症。（A）感染24小时后小鼠的体重变化，以初始体重为基准，小鼠分别接受溶剂或RI-1处理并感染单剂量烟曲霉。（B至F）接受溶剂或RI-1处理并接受四剂量烟曲霉攻击的小鼠。读数在第四次感染后24小时评估：（B）随时间变化的标准化体重变化。（C）肺部IL-1β和IL-6蛋白浓度。（D）血浆和肺部IL-6、IL-5和IL-13蛋白浓度。（E）肺部和血液中GATA3+ Th2细胞和嗜酸性粒细胞的频率。（F）嗜酸性粒细胞的代表性流式细胞术图谱。细胞随后也根据CD64和CD125进行分选以排除计数中的少量巨噬细胞群体（分选如fig. S7A所示）。（G）反复感染单剂量烟曲霉并接受溶剂、RI-1、DNase I或RI-1与DNase I组合处理后24小时的肺部细胞因子。（H）图（G）中Ly6G^low^未成熟与Ly6G^high^成熟中性粒细胞、产IL-17的CD4效应T细胞和嗜酸性粒细胞的比例。（I）感染野生型或突变酵母锁定Δhgc1白色念珠菌的小鼠，接受溶剂或RI-1与DNase I处理后的肺部IL-6浓度。每个数据点代表单次实验中的单只小鼠，条形图表示均值及第10至90百分位数，误差线表示±SEM。数据代表三次独立实验[（A）至（E）]和两次独立实验[（G）至（I）]。统计分析采用单因素[（A）、（D）、（E）、（G）、（H）和（I）]或双因素[（B）和（C）]方差分析：差异不显著，ns > 0.05；P < 0.05；P < 0.01；P < 0.001；**P < 0.0001。

IL-6及其下游靶标IL-17被放大，而其他炎症因子下调，并伴有中性粒细胞功能障碍和嗜酸性粒细胞增多症，尽管IL-5水平下降。

不稳定NETs扩散至循环系统并激活单核细胞

NETs的特定细胞因子丧失证实了其可放大肺部炎症，这与之前的报道一致（14）。然而，其他细胞因子的增加更为耐人寻味，因为清除NETs本应均匀降低所有细胞因子的炎症反应。此外，IL-1β和IL-6通常同步表达，但它们的解耦及相反趋势令人费解。因此，我们决定探究NET不稳定化与IL-6诱导之间的关联及其在病理中的潜在作用，特别是由于IL-6可诱导IL-4以增强Th2极化（40）。我们调查了异常IL-6产生的细胞来源，发现RI-1处理可在A. fumigatus感染动物的循环单核细胞中强烈上调IL-6，且无需体外再刺激（图4，A和B）。DNase I处理可逆转循环单核细胞中IL-6的过度诱导，将该过程与NETs联系起来（图4B）。为探究单核细胞对IL-6产生的贡献，我们使用了缺乏循环单核细胞的CCR2缺陷小鼠。与野生型对照组不同，感染CCR2缺陷动物在RI-1处理后，尽管各组真菌载量相当，但肺部和血浆中的IL-6、G-CSF或IL-17A并未上调（图4，C和D）。RI-1诱导的嗜酸性粒细胞增多症和中性粒细胞功能障碍在CCR2缺陷小鼠中消失（图4E）。RAD51抑制响应性IL-6上调出现在血液和肺部的经典Ly6℃^high^CCR2^high^CD43^low^单核细胞中，而非非经典Ly6℃^low^CCR2^low^CD43^high^单核细胞（图4F及图S8）。这些实验表明，循环经典单核细胞是异常IL-6和G-CSF池的主要来源。

为进一步探究RI-1介导的细胞因子失调对NETs的依赖性，我们使用了Tlr4-KO动物，因该受体可识别NET组蛋白（14）。来自感染RI-1处理Tlr4-KO动物的单核细胞中IL-6表达降低（图4，G和H）。此外，RAD51抑制在RI-1处理的Tlr4-KO动物中并未导致肺部嗜酸性粒细胞增多症升高（图4I）。因此，NET不稳定化

Science 20 AUGUST 2026

5 of 13

单核细胞。（G）急性A. fumigatus感染后24小时，用RI-1处理的WT或TLR4缺陷动物血液单核细胞中细胞内IL-6染色。（H）来自（G）中每组5只动物的IL-6+单核细胞比例。（I）急性A. fumigatus感染后24小时，用溶剂或RI-1处理的WT或TLR4缺陷动物肺嗜酸性粒细胞。（J）用溶剂或RI-1处理并感染单次或慢性A. fumigatus模型的小鼠感染24小时后的血浆DNA浓度。（K）相对于内参Hprt1，用来自未感染小鼠或用溶剂或RI-1处理并感染单次或四次A. fumigatus的小鼠血浆激活的人血单核细胞中IL-6表达。表达水平在感染后24小时测定。（L）同（K），但单次感染血浆还用组蛋白H3和H4抗体组合或对照IgG抗体处理。[(A)至（L）] 每个数据点代表单次实验中的单只小鼠，条形图代表均值及第10至90百分位数，误差线代表±SEM。数据代表三次[(F)和（J）]及两次[(B)至（E)和（K）和（L）]独立实验。统计分析采用单因素方差分析：不显著，ns > 0.05；P < 0.05；P < 0.01；P < 0.001；*P < 0.0001。

诱导循环单核细胞产生依赖于NET染色质和TLR4的失调性炎症程序。

为理解肺部NET不稳定化与循环单核细胞激活之间的关联，我们在感染后24小时测定了血浆中循环染色质水平。在单次或反复A. fumigatus攻击后，RI-1处理小鼠血浆中游离DNA水平升高（图4J）。此外，用从A. fumigatus感染并用RI-1处理动物分离的血浆体外处理的人单核细胞，产生更高水平的IL-6，且这种效应依赖于组蛋白，因为组蛋白抗体可阻断该效应（图4，K和L）。组蛋白阻断可逆转RI-1处理导致的IL-6过度上调，而不会影响未经处理感染对照血浆诱导的基础细胞因子水平（这些基础水平可能由细胞因子和核小体以外的因子驱动）。这些结果表明，感染肺部NET的更快降解导致NET染色质在血流中积累增加，从而激活循环单核细胞。

细胞外DNA与人类曲霉病炎症失调的相关性

为探究染色质介导的免疫失调是否与人类A. fumigatus感染相关，我们测量了过敏性支气管肺曲霉病（ABPA）、慢性肺曲霉病（CPA）、囊性纤维化合并ABPA（CF ABPA）或侵袭性曲霉病（IA）患者血浆中的游离DNA、IL-6和eotaxin水平。与健康对照供者相比，曲霉病患者血浆中游离DNA、IL-6、IL-1β和eotaxin水平均升高（图5A）。侵袭性曲霉病患者的游离DNA、IL-6和IL-1β水平明显高于其他疾病患者。相比之下，eotaxin水平在各组间均显著升高。

在联合曲霉病队列中，游离DNA与IL-6浓度呈强相关（P < 0.0001，决定系数R² = 0.51），这与小鼠曲霉病模型中IL-6依赖于游离DNA的结果一致（图5B）。相比之下，IL-1β与游离DNA无显著相关性。此外，在不同组别内，IL-1β与IL-6之间无相关性，但在纳入侵袭性曲霉病队列后仅呈现弱相关（P = 0.005，R² = 0.1；图5℃）。因此，IL-6与IL-1β的脱耦合在小鼠感染模型和人类患者中均一致。

此外，游离DNA在各队列中与eotaxin呈强相关（P < 0.0001，R² = 0.3887；图5D）。当分别评估ABPA和侵袭性曲霉病队列时，发现两组在eotaxin诱导对游离DNA水平的敏感性存在差异，其中ABPA在较低DNA范围即达到高eotaxin水平，而侵袭性曲霉病患者则需更高DNA水平。这一观察解释了eotaxin如何与血浆DNA相关，同时在DNA浓度范围不同的患者组中保持相似浓度。类似地，血浆IL-6（而非IL-1β）水平与eotaxin呈良好相关（P < 0.002，R² = 0.5254；图5E）。这些数据支持游离DNA和IL-6在促进人类曲霉病患者嗜酸性粒细胞增多症中的作用。

Science 20 AUGUST 2026

NET不稳定通过IL-6促进嗜酸性粒细胞增多症和气道阻塞

尽管目前IL-6与嗜酸性粒细胞增多症之间尚无直接的机制性联系，但依赖IL-6的Th17反应已在慢性曲霉病和结肠炎的小鼠模型中与嗜酸性粒细胞增多症相关（38、41、42）。因此，我们假设异常高水平的IL-6可能通过促进IL-17和IL-4产生来驱动嗜酸性粒细胞增多症，从而在肺部放大2型炎症。使用IL-6受体（IL-6R）阻断抗体可抑制RI-1驱动的Th17和Th2细胞极化增加及慢性感染小鼠的嗜酸性粒细胞增多症（图6A）。此外，RI-1处理不会增加IL-6缺陷动物体内的IL-4、IL-17、Th2细胞和嗜酸性粒细胞数量，表明失调的IL-6是异常2型炎症的主要驱动因素（fig. S9，A至D）。同样，IL-6敲除小鼠中G-CSF未上调，将IL-6置于该细胞因子上游（fig. S9D）。我们注意到，与野生型对照组相比，感染的IL-6敲除小鼠中SiglecF+巨噬细胞扩增，但这不依赖于RI-1处理，且在接受抗IL-6R阻断抗体的小鼠中未出现，表明完全IL-6缺陷对巨噬细胞多样性具有额外影响，而非暂时性阻断（fig. S9A）。

慢性接触烟曲霉会导致2型依赖性气道阻塞，影响数百万患者（18、43）。气道高敏感性的一个特征是黏液分泌增加。RI-1处理通过IL-6R依赖性方式增加烟曲霉感染动物的黏液分泌，这与病理2型炎症增加一致（图6，B和C）。IL-6R阻断不仅将黏液分泌恢复至感染对照动物的水平，还将其降低至接近无法检测的稳态水平。为进一步理解IL-6驱动的异常2型炎症对肺功能的影响，我们测量了反复接触烟曲霉的小鼠活体肺切片中的气道阻塞，无论是未刺激还是甲基胆碱刺激后。RI-1增加了未刺激和甲基胆碱处理的肺切片中的气道阻塞（图6，D和E）。在RI-1存在下，IL-6R阻断抑制了气道阻塞的增加，表明IL-6是RI-1介导的气道阻塞所必需的（图6F）。因此，破坏RAD51介导的NET稳定性可失调肺曲霉暴露期间的炎症，通过促进依赖IL-6的嗜酸性粒细胞增多症加剧2型免疫病理。

讨论

本研究揭示了RAD51及DNA重组元件在免疫调节中的作用，通过调控中性粒细胞胞外诱捕网（NET）稳定性实现。RAD51通过连接NET染色质，增强NET的结构完整性，并通过空间限制NET来源的损伤相关分子模式（DAMPs）来分隔炎症。研究结果表明，NETosis中的活性氧（ROS）既可作为触发NE转位的信号，又可作为介导DNA损伤的介质，激活重组修复过程，从而促进染色质分支所必需的过程。我们提出，RAD51可延长NET的半衰期，减缓单核小体的生成——单核小体是关键的促炎NET组分（14）——并保护循环中单核细胞免受异常激活。不同刺激产生的NET稳定性各异，表明NET结构可能是另一个可调节的特征，能够影响疾病发病机制。例如，我们在曲霉病患者体内观察到的游离DNA水平升高，可能源于NETosis增强、NET不稳定或清除缺陷。

Science 2026年8月20日

第7页，共13页

与其他细胞因子不同，嗜酸性粒细胞趋化因子（eotaxin）在不同人类曲霉病患者群体中的浓度相近，表明这些群体对eotaxin诱导的敏感性存在差异，部分群体对低水平的游离DNA和IL-6产生反应。ABPA（过敏性支气管肺曲霉病）患者对低水平DNA和IL-6的敏感性高于侵袭性曲霉病患者。这可能是由于适应性免疫反应的差异所致。ABPA是一种慢性疾病，涉及长期适应性Th17和Th2细胞的调节，从而放大对炎症信号的反应。相比之下，侵袭性曲霉病患者处于免疫抑制状态，可能减弱DNA和IL-6介导的信号传导。

我们的研究结果揭示了NET（中性粒细胞胞外诱捕网）稳定性在调控局部和全身炎症性细胞因子诱导中的关键作用。NET不稳定会导致IL-1β与IL-6之间出现异常脱钩现象，并在人类曲霉病血浆中观察到类似趋势。通常，这些细胞因子在NET驱动的炎症中表现出相似的表达模式（13, 44）。在IL-6被放大的条件下，IL-1β的减少可能是由于这些细胞因子调控机制的差异所致。IL-1β需要启动和炎症小体激活，而IL-6的分泌不依赖于炎症小体激活（45）。NET是强效的启动信号，可诱导这些细胞因子的转录，但它们是较弱的炎症小体激活剂（13）。NET介导的单核细胞在循环中的启动（在缺乏炎症小体激活信号的情况下）足以驱动IL-6而非IL-1β的分泌。相比之下，在肺部（存在微生物炎症小体激活剂如真菌菌丝）中NET的加速降解降低了IL-1β的分泌（44, 46）。因此，免疫激活的位置会影响分泌细胞因子的谱系。

由不稳定NET诱导的异常IL-6激活了一条依赖IL-6的通路，增强了Th2和Th17反应，并驱动嗜酸性粒细胞增多症，尽管IL-5水平有所下降。因此，高IL-6水平可能覆盖对IL-5的需求，而IL-5是嗜酸性粒细胞募集的核心因子（47）。我们的结果与先前报道的致病性嗜酸性粒细胞增多症与Th17失调之间的关联（在反复接触烟曲霉和小鼠结肠炎模型中）以及IL-6在增强Th2细胞极化中的已知作用一致（40, 41）。此外，Th2和Th17双阳性激活已在晚发性嗜酸性粒细胞性哮喘患者中被报道（48）。在NET不稳定背景下的失调性嗜酸性粒细胞增多症与IL-1β和IL-6在协调Th17反应中的不同作用一致。IL-6是Th17分化的关键因子，而IL-1β是Th17反应的放大剂（38）。

RAD51在促进NET稳定性中的作用可能在多种炎症环境中具有相关性，包括癌症。DNA修复通路抑制剂被用于多种癌症的治疗，以促进肿瘤基因组不稳定性并增强抗原呈递（49, 50）。NET已被发现通过促进转移、激活休眠肿瘤和干扰癌症免疫治疗而致病（51）。基于这些发现，靶向DNA修复的治疗益处可能还涉及肿瘤微环境中NET的不稳定化。

虽然我们的研究将DNA重组与NET生物学及炎症调控联系起来，但也引出了额外的机制问题。RAD51被涉及NET分支，但这一过程的机制细节在未来研究中将至关重要。很可能在缺乏解旋酶介导的DNA切割时，RAD51介导的NET分支仍无法解析。此外，RAD51可能促进DNA共凝集，因为它在扫描同源DNA序列时并不形成HJ。再者，尽管RAD51抑制可减少NET分支，但其他DNA修复机制或完全涉及颗粒蛋白的非常规机制也可能参与其中（8、12、52）。

嗜酸性粒细胞增多症见于约半数哮喘病例（53）。同样，真菌定植在大量哮喘患者中被发现，多项研究已证明抗真菌疗法的有效性（43、54）。尽管哮喘管理近年来取得进展，嗜酸性粒细胞性或混合粒细胞性哮喘仍难以治疗（55、56）。近期研究报道，粒细胞性哮喘患者的IL-6浓度升高（57）。此外，IL-6与哮喘患者的肺功能不良相关，并与肥胖（一种也可增加NETosis的疾病）呈实质性关联（13、58）。我们在小鼠和人类中的研究结果进一一步支持IL-6在促进哮喘病理生理学中的作用，并强调NET稳定化可能调节疾病。

材料与方法

动物

所有小鼠均在特定病原体清除条件下饲养，并维持12小时光暗循环。实验采用年龄和性别匹配、笼控的8至16周龄WT C57BL / 6J和CCR2− / −小鼠，依据《1986年动物（科学程序）法案》（ASPA）和英国内政部规定，遵循弗朗西斯·克里克研究所指导原则进行。所有实验均使用混合性别。繁育和实验方案已获弗朗西斯·克里克研究所AWERB分委员会及内政部批准，项目许可证编号分别为：PPL 700881（2015年11月1日批准）、PP0858308（2020年10月21日批准）及PP3675387（2025年11月25日批准）。小鼠感染白色念珠菌（SC5314）或烟曲霉（13073）。动物采用经批准的1类安乐死方法处死。实验设计基于先前的预实验及90%统计功效计算。

小鼠感染模型

对于肺部烟曲霉感染，菌株13073在37℃下于沙堡氏葡萄糖琼脂（SDA）培养3天。小鼠经气管内感染1×10⁷个膨胀分生孢子（PBS悬液）。急性感染组于接种后24小时处死；慢性感染组每7天进行气管内接种，持续4周，并于末次攻击后24小时处死。对于肺部白色念珠菌感染，WT SC5314或酵母锁定型hgc1Δ白色念珠菌在37℃下于YEPD（Sigma）振荡培养过夜，再转接培养4小时至OD600值为0.4–0.8。随后小鼠经气管内感染2×10⁶个白色念珠菌（PBS悬液）。如有说明，小鼠于感染前1天、当天及感染后1天分别腹腔注射RI-1（1毫克）、DNase I（2000单位 / 只）、两种处理联用、抗IL-6R抗体（250微克）或大鼠IgG2b同种型对照抗体。

肺部真菌负荷

肺叶称重后，在PBS中匀浆，梯度稀释并接种于含链霉素（100微克 / 毫升）的SDA平板以抑制细菌污染。平板于37℃培养12–18小时后计数菌落形成单位，并按肺重标准化。

肺组织及血浆中细胞因子定量

肺组织裂解液在裂解缓冲液（含0.5% Triton X-100、1× cOmplete蛋白酶抑制剂及1× PhosSTOP；Sigma-Aldrich）中匀浆。蛋白浓度采用Pierce BCA蛋白质分析试剂盒（Thermo Scientific）测定。肺组织裂解液及血浆中的细胞因子采用Bio-Plex Pro小鼠细胞因子检测试剂盒，并用Luminex Bio-Plex 200系统（Bio-Rad）分析。

流式细胞术

小鼠经右心室灌注PBS处死后，肺组织剪碎并在Liberase TL（0.2毫克 / 毫升；Roche）及DNase I（0.1毫克 / 毫升；Roche）中37℃振荡消化1小时。匀浆液经70微米滤网过滤，10分钟300×g离心。全血同样10分钟300×g离心以分离白细胞及血浆。红细胞采用ACK缓冲液（Gibco）裂解。单细胞悬液用抗FcγRIII / II（Fc阻断剂；BD Pharmingen）孵育30分钟，以LIVE / DEAD Fixable Blue（Thermo Fisher）染色，用BD转录因子磷酸化缓冲液（BD Biosciences）固定，并用荧光素偶联抗体标记（表S1）。样本在Cytek Aurora上采集，采用FlowJo软件分析。

人外周血免疫细胞分离

外周血由健康成年志愿者捐赠，并获得弗朗西斯·克里克研究所伦理委员会及英国《人体组织法》合规批准。采集于EDTA管的血液铺于Histopaque-1119（Sigma-Aldrich）上，20分钟800×g离心以分离血浆、PBMC及中性粒细胞层。

体外人单核细胞刺激

CD14⁺单核细胞通过MACS CD14微珠（Miltenyi Biotec）从PBMC中纯化。细胞在含1%L-谷氨酰胺、100 U / ml青霉素和100 μg / ml链霉素的RPMI培养基中培养，并用3%来自未感染或感染小鼠的血浆（±RI-1处理）刺激16小时（37℃）。如有指示，血浆需预先用抗组蛋白H3和H4抗体（Millipore）或对照兔IgG（BioXCell）在37℃下孵育1小时。所有刺激物均预先用50 μg / ml多黏菌素B（Invivogen）处理以中和内毒素。总RNA通过TriReagent / 氯仿 / 异丙醇（Sigma-Aldrich）提取。cDNA通过转录本高保真cDNA合成试剂盒（罗氏）以锚定oligo(dT)₁₈引物从2 μg RNA合成。IL6表达通过qPCR使用TaqMan通用PCR Master Mix（应用生物系统公司）在7900HT Fast Real-Time PCR系统上定量，以HPRT1标准化并通过ΔΔCT法计算。

Hoxb8细胞培养与RAD51基因操控

实验室构建的小鼠Hoxb8细胞在含L-谷氨酰胺、FBS、青霉素-链霉素、β-雌二醇（1 μM）及CHO-SCF细胞系条件培养基（2.5%）的RPMI培养基中培养。每3–4天传代一次。将Hoxb8细胞分化为中性粒细胞时，培养基替换为含L-谷氨酰胺、FBS、青霉素-链霉素、CHO-SCF条件培养基及小鼠G-CSF（20 ng / ml）的RPMI培养基，培养5天。通过shRNA技术敲低Hoxb8细胞中的RAD51。序列插入PGK-EGFP-tetR载体。所用序列为：Sh1：CCTGTGATGCTATACGGCTTT，Sh2：CGGTCAGAGATCATACAGATA，Scramble：CCTAAGGTTAAGTCGCCCTCG。细胞通过携带Sh1、Sh2或scramble质粒的逆转录病毒稳定感染，以GFP表达筛选，并于第3天分化时用2 μg / ml多西环素培养48小时。总细胞数及活细胞数通过Vi-CELL BLU（贝克曼库尔特）计数器测定。

组织学与免疫荧光成像

小鼠肺组织直接在10%福尔马林中固定24小时，转入70%乙醇24小时，石蜡包埋。用标准切片机切取4 μm切片并置于带正电荷的玻璃载玻片上。切片在60℃下烘烤1小时，经三次5分钟Neo-Clear浴脱蜡，并通过梯度乙醇浴（100%、96%、80%、70%及50%，各5分钟）复水，随后洗涤。抗原修复使用Dako目标修复液（pH 9）在97℃下处理45分钟。切片在室温下用含0.5% Triton X-100的PBS渗透5分钟。非特异性结合在PBS中含2% BSA（Sigma）及2%驴血清（Sigma）的溶液中室温封闭1小时。切片在湿盒中用稀释于封闭液的初级抗体（表S1） overnight孵育。随后用PBS洗涤，在湿盒暗室中室温用标记二抗（表S1）孵育1小时。染色切片用ProLong Gold（分子探针）封片。图像通过Leica TCS SP8倒置共聚焦显微镜（20×或40×放大倍数）采集，并在Fiji / ImageJ中分析。

精确切片离体肺组织

感染A. fumigatus后24小时，小鼠通过腹腔注射戊巴比妥钠实施安乐死，并通过股动脉放血确认死亡。肺组织用预热至37℃的2%低熔点琼脂糖（HBSS++）通过20 G静脉导管插入气管进行充气。外部放置冰块直至琼脂糖凝固。随后分离肺叶，用PBS清洗，并在含10% FBS和青霉素-链霉素的DMEM / F-12培养基中于37℃、5% CO₂条件下过夜孵育。次日，使用Leica VT1200 S振动切片机切取200 μm肺组织切片，并再次在含10% FBS和青霉素-链霉素的DMEM / F-12培养基中于37℃、5% CO₂条件下过夜孵育。

肺组织切片的甲基胆碱处理与染色

肺组织切片用含Ca²⁺和Mg²⁺的HBSS配制的500 mg / ml甲基胆碱（乙酰-β-甲基胆碱氯化物；Sigma A2251）于37℃、5% CO₂条件下孵育30分钟。切片用PBS清洗后，在室温下用4% PFA固定15分钟。组织在室温下用含0.5% Triton X-100的PBS透化5分钟，并用PBS清洗。非特异性结合位点用含2% BSA（Sigma）和2%驴血清（Sigma）的PBS封闭1小时（室温）。样本在加湿培养箱中用抗E-钙黏着蛋白抗体（BD Biosciences，610181）过夜孵育。次日，切片在加湿暗室中用驴抗小鼠488抗体（A21092）在封闭缓冲液中孵育1小时（室温）。肌动蛋白（鬼笔环肽，A12380）和细胞核（4',6-二脒基-2-苯基吲哚，DAPI；Invitrogen）染料在二抗孵育期间加入。所有切片用ProLong Gold（Molecular Probes）封片于玻片上。图像在Leica SP8倒置共聚焦显微镜（20×放大倍数）下拍摄，并使用Fiji / ImageJ手动分析。游离管腔面积归一化至总管腔面积以评估气道阻塞。

人中性粒细胞分离

从全血通过Histopaque 1119分层收集的中性粒细胞层用含0.1% FBS的无Ca²⁺和Mg²⁺ HBSS清洗。中性粒细胞在由1.105 g / ml（85%）、1.100 g / ml（80%）、1.093 g / （75%）、1.087 g / （70%）和1.081 g / （65%）组成的不连续Percoll梯度（GE Healthcare）上纯化，并以800 × g离心20分钟。收集富含中性粒细胞的组分，使用前清洗一次。

人中性粒细胞刺激

1 × 10⁶中性粒细胞接种于24孔板的玻璃盖玻片上，培养基为含Ca²⁺和Mg²⁺的HBSS，并补充100 mM HEPES和3%自体血浆。细胞在37℃、5% CO₂条件下孵育30分钟，随后用PMA（100 nM）、或离子霉素（1 μM）刺激90分钟，或用热灭活C. albicans菌丝体（5 × 10⁶ / 孔）刺激4小时。

人中性粒细胞染色与成像

中性粒细胞DNA链断裂通过Click-iT TUNEL Alexa Fluor成像试剂盒（C10246）按制造商说明检测。一抗包括RAD51（Abcam，ab133534）、髓过氧化物酶（Bio-Techne，AF3667）和中性粒细胞弹性蛋白酶（GeneTex，GTX72042）。成像在Leica TCS SP5倒置共聚焦显微镜（20×放大倍数）下进行。

NET凝胶电泳降解

中性粒细胞以1 × 10⁶个细胞 / 孔的密度接种于12孔板中，培养基为HBSS++（补充10 mM HEPES）并添加50 μM RI-1或二甲基亚砜（DMSO；对照组溶剂）。培养基在加入细胞前平衡至37℃。细胞在37℃下静置并黏附45分钟。用100 nM佛波醇12-肉豆蔻酸13-乙酸酯（PMA）诱导NET形成，并在37℃下孵育过夜。将预热缓冲液中配制的DNase I以终浓度0.025 U / mL、0.25 U / mL和2.5 U / mL加入，在37℃下孵育20分钟。收集上清液并转移至含0.5 M EDTA的Eppendorf管中，室温离心10分钟，然后置于-20℃保存或立即用0.8%琼脂糖凝胶进行分析。电泳在120 V下进行30分钟，随后立即成像。

小鼠Hoxb8来源中性粒细胞NET降解时间推移分析

将5 × 10⁴个Hoxb8来源的中性粒细胞接种于黑色96孔板（PerkinElmer）中，培养基为含Ca²⁺和Mg²⁺的HBSS，并添加0.5% CHO-SCF、0.2 μM Sytox Green（膜不可渗透，用于染死细胞；Invitrogen）和4 μg / mL Hoechst（膜可渗透，用于染活细胞；Thermo Scientific）。细胞在37℃和5% CO₂下孵育45分钟后，用100 nM PMA（Sigma）刺激。在37℃和5% CO₂下使用倒置Nikon宽场显微镜系统成像。每孔每30分钟采集4个视野，持续24小时。通过ImageJ软件从时间推移影片中量化NET降解，影片显示NETosis过程中核面积扩张，随后核面积减少并收缩。单个NET被识别为DNA对象，其面积扩张超过200 μm²。记录每个对象的最大面积，随后在时间推移过程中每小时追踪DNA面积损失。使用Graph Pad prism拟合这些轨迹以生成衰减曲线并计算各条件下NET的半衰期。

人外周血来源中性粒细胞NET降解时间推移显微分析

在图1H和补充图S3 D至F中，通过ImageJ软件从时间推移影片中量化NET降解。通过阈值化Hoechst通道识别感兴趣区域（ROIs）对应单个中性粒细胞，随后测量Sytox信号。每个视野同时包含NETosis和坏死细胞。通过分析Sytox强度轨迹区分NETosis细胞与坏死细胞：在实验最后10%时间内达到最大值的持续增加信号被归类为坏死；NETosis细胞定义为在刺激后采集时间前25%内达到最大Sytox强度，随后信号下降（使用脚本分析）(20, 59)。在图1 K和L及图2 D至F中，基于尺寸识别NET，通过创建超过刺激后8小时胞外染色质面积超过500 μm²的ROIs。测量每帧所有NET的平均Sytox荧光强度变化，并将每个时间推移影片的所有NET轨迹合并。每个条件使用2-3个独立重复的多个影片计算平均NET Sytox荧光强度随时间的变化。生成每个影片的平均NET形成与降解轨迹，并通过双因素方差分析（ANOVA）比较多个影片。此外，计算每个条件下从每个影片最大累积NET荧光强度到终点的平均NET荧光强度减少值并绘图。基于NET荧光强度减少50%所需时间，计算累积NET半衰期。

人类曲霉菌病患者研究

患者样本通过TrIFIC收集：针对囊性纤维化真菌感染的免疫治疗（IRAS ID：270828；REC参考号：20 / LO / 0110）。研究遵循第18届世界医学大会（赫尔辛基1964年及其后续修订）通过的涉及人类受试者研究的医师建议开展。所有于2021年1月至9月在单一中心因症状驱动接受支气管镜检查的患者均被邀请参与肺移植AspiCLAD研究。伦理批准通过两个独立生物样本库申请获得（REC：23 / EM / 009；REC：21 / PR / 0981）。所有患者在参与研究前均签署了书面知情同意书。在临床支气管镜检查时采集血液，获得血浆并储存于-80℃直至分析。感染状态通过支气管肺泡灌洗液的标准临床微生物筛查确认。

人血中性粒细胞与Hoxb8细胞裂解液的Western免疫印迹

每种条件下将中性粒细胞（1 × 10⁶）接种于6孔板，用500 μL 1X SDS缓冲液裂解，并在Any kD预制聚丙烯酰胺凝胶（Biorad）中分离。蛋白质转移至PVDF膜，用5%脱脂奶粉封闭1小时，并在2.5%脱脂奶粉中用一抗（表S1）孵育过夜，随后用二抗（抗鼠HRP Cat. 31455）孵育。膜在暗室胶片显影或使用Biorad ChemiDoc显影。

HoxB8细胞中Rad51的CRISPR-Cas9编辑

CRISPR-Cas9核糖核蛋白（RNP）复合物使用重组Cas9（IDT；12.5 μM）和合成sgRNA（Synthego）组装，靶向小鼠Rad51（5'-GCGCATATGCTACATTATCT-3'）。RNP以3:1 sgRNA:Cas9摩尔比形成，并在室温下孵育10分钟。HoxB8祖细胞（每次反应1.5 × 10⁵）用PBS洗涤，重悬于Neon缓冲液R中，并用Neon转染系统（1550 V，10 ms，3次脉冲）电穿孔RNP复合物。细胞立即转移至预温育的24孔板培养基中，在标准条件下培养，每3至7天换液。编辑效率通过目标位点的PCR扩增后进行错配切割分析（Genext基因组切割检测试剂盒，Thermo Fisher Scientific）确定。为进行克隆分离，细胞经有限稀释后培养2至3周，再通过免疫印迹筛选。

RAD51链交换实验

DNA链交换实验在φX174噬菌体ssDNA与线性化φX174 dsDNA之间进行。反应（10 μl）分阶段进行。首先，RAD51（10 μM）与φX174 ssDNA（30 μM，核苷酸）在反应缓冲液（40 mM Tris-HCl，pH 8.0，2 mM ATP，1 MgCl₂，1 TCEP）中于37℃孵育5分钟。随后补充（NH₄）₂SO₄（150 ）和RPA（1 μM），继续孵育5分钟。然后加入ApaLI线性化的φX174 dsDNA（10 μM），继续于37℃孵育1小时。通过加入2 μl 5×终止缓冲液（100 Tris-HCl，pH 8.0，10 mg / ml蛋白酶K，2.5%（w / v）SDS）去蛋白，并于37℃孵育10分钟。反应产物在0.9%琼脂糖 / TAE凝胶中分离，并通过溴化乙锭染色可视化。如需，可在反应开始时加入RAD51抑制剂RI-1。DMSO用作对照。

电子显微镜

将先前接种在盖玻片上的中性粒细胞用含0.1 M pH 7.4磷酸缓冲液的4%甲醛固定15分钟（37℃）。将培养基替换为含0.1 M pH 7.4磷酸缓冲液的2.5%戊二醛和4%甲醛，室温下保持30分钟。细胞用2 mL 0.1 M pH 7.4磷酸缓冲液洗涤3次，每次5分钟。随后将细胞在4℃下用1 mL 1%还原型镉酸孵育1小时。样品用0.1 M磷酸缓冲液洗涤3次或直至溶液澄清。然后用ddH₂O洗涤细胞，并依次用70%、90%和100%乙醇脱水。样品随后在Leica CPD300临界点干燥仪上处理。盖玻片用导电碳胶固定于SEM样品台，并在边缘涂抹银漆。然后在样品上喷镀2 nm铂涂层。样品在FEI Quanta扫描电镜上以10.000–20.000×放大倍率、10.00 kV高压和10 μs驻留时间成像。使用ImageJ对高分辨率图像进行量化，通过阈值化NET纤维并测量富含NET物质区域的面积分数。这些测量反映了NET密度因NET分支结构变化而产生的变化。

参考文献与注释

1. V. Brinkmann 等，中性粒细胞胞外诱捕网杀伤细菌。Science 303, 1532–1535 (2004)。doi: 10.1126 / science.1092385；pmid: 15001782

2. E. F. Kenny 等，多样化刺激激活不同的中性粒细胞胞外诱捕网途径。eLife 6, e24437 (2017)。doi: 10.7554 / eLife.24437；pmid: 28574339

3. N. Branzk 等，中性粒细胞感知微生物尺寸并选择性释放胞外诱捕网应对大型病原体。Nat. Immunol. 15, 1017–1025 (2014)。doi: 10.1038 / ni.2987；pmid: 25217981

4. T. Bouchery 等，钩虫通过分泌脱氧核糖核酸酶降解中性粒细胞胞外诱捕网以逃避宿主免疫。Cell Host Microbe 27, 277–289.e6 (2020)。doi: 10.1016 / j.chom.2020.01.011；pmid: 32053791

5. A. Thanabalasuriar 等，中性粒细胞胞外诱捕网限制铜绿假单胞菌眼部生物膜并限制其侵入大脑。Cell Host Microbe 25, 526–536.e4 (2019)。doi: 10.1016 / j.chom.2019.02.007；pmid: 30930127

6. V. Papayannopoulos，中性粒细胞胞外诱捕网在免疫与疾病中的作用。Nat. Rev. Immunol. 18, 134–147 (2018)。doi: 10.1038 / nri.2017.105；pmid: 28990587

7. A. Hidalgo 等，中性粒细胞胞外诱捕网：从生理到病理。Cardiovasc. Res. 118, 2737–2753 (2022)。doi: 10.1093 / cvr / cvab329；pmid: 34648022

8. V. Papayannopoulos, K. D. Metzler, A. Hakkim, A. Zychlinsky，中性粒细胞弹性蛋白酶与髓过氧化物酶调控中性粒细胞胞外诱捕网的形成。J. Cell Biol. 191, 677–691 (2010)。doi: 10.1083 / jcb.201006052；pmid: 20974816

9. K. Martinod 等，小鼠中性粒细胞组蛋白精氨酸脱亚氨基酶4介导的组蛋白修饰对深静脉血栓形成至关重要。Proc. Natl. Acad. Sci. U.S.A. 110, 8674–8679 (2013)。doi: 10.1073 / pnas.1301059110；pmid: 23650392

10. Y. Wang 等，组蛋白超柠檬酸化介导染色质去凝聚并促进中性粒细胞胞外诱捕网形成。J. Cell Biol. 184, 205–213 (2009)。doi: 10.1083 / jcb.200806072；pmid: 19153223

11. M. T. Bertran 等，环肽工具包揭示精氨酸脱亚氨基酶IV调控的机制原理。Nat. Commun. 15, 9746 (2024)。doi: 10.1038 / s41467-024-53554-1；pmid: 39528459

12. G. L. Burn 等，髓过氧化物酶将染色质转化为中性粒细胞胞外诱捕网。Nature 647, 747–756 (2025)。doi: 10.1038 / s41586-025-09523-9；pmid: 40963017

Science 20 AUGUST 2026

11 of 13

研究论文

13. A. Warnatsch, M. Ioannou, Q. Wang, V. Papayannopoulos，炎症。中性粒细胞胞外诱捕网使巨噬细胞获得产生细胞因子的能力以促进动脉粥样硬化。Science 349, 316–320 (2015)。doi: 10.1126 / science.aaa8064；pmid: 26185250

14. T. D. Tsounuktsoglou 等，组蛋白、DNA与柠檬酸化通过调控TLR4的定位与激活促进中性粒细胞胞外诱捕网炎症。Cell Rep. 31, 107602 (2020)。doi: 10.1016 / j.celrep.2020.107602；pmid: 32375035

15. M. Ioannou 等，脾巨噬细胞捕获微生物通过依赖T细胞死亡的中性粒细胞寿命缩短触发败血症。Nat. Commun. 13, 4658 (2022)。doi: 10.1038 / s41467-022-32320-1；pmid: 35945238

16. M. Toussaint 等，NETosis释放的宿主DNA促进鼻病毒诱导的2型过敏性哮喘急性加重。Nat. Med. 23, 681–691 (2017)。doi: 10.1016 / j.mam.2021.100996

17. D. W. Denning，全球严重真菌病的发病率与死亡率。Lancet Infect. Dis. 24, e428–e438 (2024)。doi: 10.1016 / S1473-3099(23)00692-8；pmid: 38224705

18. A. B. Shreiner 等，反复暴露于烟曲霉分生孢子导致CD4+ T细胞依赖与非依赖的肺动脉重塑，在混合Th1 / Th2 / Th17微环境中需要白细胞介素-4（IL-4）与IL-10。Infect. Immun. 80, 388–397 (2012)。doi: 10.1128 / IAI.05530-11；pmid: 22064716

19. M. Jiménez-Alcázar等，宿主脱氧核糖核酸酶可预防中性粒细胞胞外诱捕网引发的血管闭塞。Science 358, 1202–1206 (2017)。doi: 10.1126 / science.aam8897；pmid: 29191910

20. I. V. Aramburu等，功能蛋白质组学分析将DNA清除不足与重症COVID-19肺炎患者死亡率增加相关联。Immunity 55, 2436–2453.e5 (2022)。doi: 10.1016 / j.immuni.2022.11.007；pmid: 36462503

21. M. Jiménez-Alcázar等，DNA酶1介导的中性粒细胞胞外诱捕网降解受损与急性血栓性微血管病相关。J. Thromb. Haemost. 13, 732–742 (2015)。doi: 10.1111 / jth.12796；pmid: 25418346

22. E. F. Kenny, B. Raupach, U. Abu Abed, V. Brinkmann, A. Zychlinsky，Dnase1-deficient mice自发性发展系统性红斑狼疮样疾病。Eur. J. Immunol. 49, 590–599 (2019)。doi: 10.1002 / eji.201847875；pmid: 30758851

23. A. Hakkim等，中性粒细胞胞外诱捕网降解受损与狼疮性肾炎相关。Proc. Natl. Acad. Sci. U.S.A. 107, 9813–9818 (2010)。doi: 10.1073 / pnas.0909927107；pmid: 20439745

24. U. K. Dhawan等，高胆固醇血症损害中性粒细胞胞外诱捕网清除并促进炎症与动脉粥样硬化斑块进展。Arterioscler. Thromb. Vasc. Biol. 41, 2598–2615 (2021)。doi: 10.1161 / ATVBAHA.120.316389；pmid: 34348488

25. K. D. Metzler, C. Goosmann, A. Lubojemska, A. Zychlinsky, V. Papayannopoulos，A myeloperoxidase-containing complex调控中性粒细胞弹性蛋白酶释放与NETosis期间的肌动蛋白动力学。Cell Rep. 8, 883–896 (2014)。doi: 10.1016 / j.celrep.2014.06.044；pmid: 25066128

26. T. A. Fuchs等，新型细胞死亡程序导致中性粒细胞胞外诱捕网形成。J. Cell Biol. 176, 231–241 (2007)。doi: 10.1083 / jcb.200606027；pmid: 17210947

27. C. J. Harbort等，中性粒细胞氧化爆发激活ATM以调控细胞因子产生与凋亡。Blood 126, 2842–2851 (2015)。doi: 10.1182 / blood-2015-05-645424；pmid: 26491069

28. B. Bonilla, S. R. Hengel, M. K. Grundy, K. A. Bernstein，RAD51基因家族结构与功能。Annu. Rev. Genet. 54, 25–46 (2020)。doi: 10.1146 / annurev-genet-021920-092410；pmid: 32663049 021920 092410

29. P. Baumann, F. E. Benson, S. C. West，人Rad51蛋白在体外促进ATP依赖的同源配对与链转移反应。Cell 87, 757–766 (1996)。doi: 10.1016 / S0092-8674(00)81394-5；pmid: 8929543

30. P. Sung, D. L. Robberson，由RAD51-ssDNA核蛋白丝介导的DNA链交换，其极性与RecA相反。Cell 82, 453–461 (1995)。doi: 10.1016 / 0092-8674(95)90434-4；pmid: 7634335 4

31. Z. Chen, H. Yang, N. P. Pavletich，同源重组机制源自RecA-ssDNA / dsDNA结构。Nature 453, 489–4 (2008)。doi: 10.1038 / nature06971；pmid: 18497818

32. E. B. Garcin等，Differential Requirements for the RAD51 Paralogs in Genome Repair and Maintenance in Human Cells。PLOS Genet. 15, e1008355 (2019)。doi: 10.1371 / journal.pgen.1008355；pmid: 31584931

33. Q. Song, Y. Hu, A. Yin, H. Wang, Q. Yin，DNA霍利迪连接体：历史、调控与生物活性。Int. J. Mol. Sci. 23, 9730 (2022)。doi: 10.3390 / ijms23179730；pmid: 36077130

34. H. D. Wyatt, S. C. West，霍利迪连接体解旋酶。Cold Spring Harb. Perspect. Biol. 6, a023192 (2014)。doi: 10.1101 / cshperspect.a023192；pmid: 25183833

35. B. Budke等，RI-1：一种RAD51化学抑制剂，可破坏人类细胞中的同源重组。Nucleic Acids Res. 40, 7347–7357 (2012)。doi: 10.1093 / nar / gks353；pmid: 22573178

36. I. S. Shkundina, A. A. Gall, A. Dick, S. Cocklin, A. V. Mazin，New RAD51 Inhibitors to Target Homologous Recombination in Human Cells。Genes 12, 920 (2021)。doi: 10.3390 / genes12060920；pmid: 34208492

37. G. G. Wang等，利用条件性Hoxb8体外定量生成巨噬细胞或中性粒细胞。Nat. Methods 3, 287–293 (2006)。doi: 10.1038 / nmeth865；pmid: 16554834

38. M. Veldhoen, R. J. Hocking, C. J. Atkins, R. M. Locksley, B. Stockinger, TGFβ在炎症性细胞因子环境中支持IL-17产生性T细胞的新分化。Immunity 24, 179–189 (2006). doi: 10.1016 / j.immuni.2006.01.001；pmid: 16473830

39. M. G. Manz, S. Boettcher, 紧急粒细胞生成。Nat. Rev. Immunol. 14, 302–314 (2014). doi: 10.1038 / nri3660；pmid: 24751955

40. M. Rincón, J. Anguita, T. Nakamura, E. Fikrig, R. A. Flavell, 白细胞介素（IL）-6指导IL-4产生性CD4+ T细胞的分化。J. Exp. Med. 185, 461–469 (1997). doi: 10.1084 / jem.185.3.461；pmid: 9053446

41. T. Griseri等, 粒细胞-巨噬细胞集落刺激因子激活的嗜酸性粒细胞促进白细胞介素-23驱动的慢性结肠炎。Immunity 43, 187–199 (2015). doi: 10.1016 / j.immuni.2015.07.008；pmid: 26200014

42. B. J. Murdock等, 白细胞介素-17在反复接触烟曲霉孢子后驱动肺嗜酸性粒细胞增多症。Infect. Immun. 80, 1424–1436 (2012). doi: 10.1128 / IAI.05529-11；pmid: 22252873

43. D. W. Denning等, 哮喘中的真菌过敏——最新进展与研究需求。Clin. Transl. Allergy 4, 14 (2014). doi: 10.1186 / 2045-7022-4-14；pmid: 24735832

44. A. Warnatsch等, 活性氧定位编程炎症以清除不同大小的微生物。Immunity 46, 421–432 (2017). doi: 10.1016 / j.immuni.2017.02.013；pmid: 28314592

45. P. Broz, V. M. Dixit, 炎症体：组装、调控与信号传导的机制。Nat. Rev. Immunol. 16, 407–420 (2016). doi: 10.1038 / nri.2016.58；pmid: 27291964

46. S. C. Cheng等, dectin-1 / 炎症体通路负责诱导保护性Th17反应，以区分白色念珠菌酵母与菌丝。J. Leukoc. Biol. 90, 357–366 (2011). doi: 10.1189 / jlb.1210702；pmid: 22531876

47. K. M. Buchheit等, 白细胞介素-5作为调控呼吸道II型炎症的多效性细胞因子：对嗜酸性粒细胞及其以外的影响。Allergy 79, 2662–2679 (2024). doi: 10.1111 / all.16303；pmid: 39359069

48. C. Irvin等, 支气管肺泡灌洗液中双阳性Th2 / Th17细胞频率增加表征一类严重哮喘患者群体。J. Allergy Clin. Immunol. 134, 1175–1186.e7 (2014). doi: 10.1016 / j.jaci.2014.05.038；pmid: 25042748

49. L. Y. Li, Y. D. Guan, X. S. Chen, J. M. Yang, Y. Cheng, 癌症治疗与耐药中的DNA修复通路。Front. Pharmacol. 11, 629266 (2021). doi: 10.3389 / fphar.2020.629266；pmid: 33628188

50. L. Carlsen, W. S. El-Deiry, DNA损伤反应抑制剂诱导的抗癌免疫反应：分子机制与临床转化进展。Front. Oncol. 12, 998388 (2022). doi: 10.3389 / fonc.2022.998388；pmid: 36276148

51. J. M. Adrover, S. A. C. McDowell, X. Y. He, D. F. Quail, M. Egeblad, 与癌症互动的中性粒细胞胞外诱捕网：癌症与NETs的双向作用。Cancer Cell 41, 505–526 (2023). doi: 10.1016 / j.ccell.2023.02.001；pmid: 36827980

52. K. D. Metzler等, 髓过氧化物酶缺乏可阻止中性粒细胞胞外诱捕网形成：对先天免疫的意义。Blood 117, 953–959 (2010.06). doi: 10.1182 / blood-2010-06-290171；pmid: 20974672

53. T. F. Carr, A. A. Zeki, M. Kraft, 嗜酸性粒细胞性与非嗜酸性粒细胞性哮喘。Am. J. Respir. Crit. Care Med. 197, 22–37 (2018). doi: 10.1164 / rccm.201611-2232PP；pmid: 28910134

54. W. G. Rapeport, K. Ito, D. W. Denning, 抗真菌药物在重度哮喘患者管理中的作用。Clin. Transl. Allergy 10, 46 (2020). doi: 10.1186 / s13601-020-00353-8；pmid: 33292524

55. H. H. Walford, T. A. Doherty, 嗜酸性粒细胞性哮喘的诊断与管理：美国视角。J. Asthma Allergy 7, 53–65 (2014). pmid: 24748808

56. I. V. Aramburu，Code for the NETase values in Aramburu IV et al 2022 Immunity. Zenodo (2022); https: / doi.org / 10.5281 / zenodo.7304792

致谢

我们感谢Cnck研究所的血液捐献者。资助：本研究获得以下机构支持：Francis Cnck研究所（其核心资金来自英国医学研究理事会（CC2089、CC2098）、英国癌症研究会（CC2089、CC2098）、惠康信托基金会（CC2089、CC2098））、囊性纤维化信托基金（SRC015）以及英国医学研究理事会（MR / V037315 / 1）。I.V.A.获得欧洲分子生物学组织博士后奖学金（ALTF 113-2019）和惠康信托基金会奖学金（SHWF 222825 / Z / 21 / Z）资助。S.C.W.还获得英国生物技术与生物科学研究理事会（BBSRC，BB / W01355X / 1）和路易斯-让内特基金会的资助。作者贡献：L.I.T.和S.Y.G.设计并完成体内、体外实验及人体患者分析。I.V.A.完成了RI-1 NET去稳定化和RAD51定位研究的初步体外实验、电子显微镜分析及先导动物实验。R.S.P.完成RAD51抑制测试、生成GEN1和RuvC，并就相关实验的实验设计提供建议。T.J.W.和Y.E.Q.协调人体患者研究，A.R.和D.A.-J.指导人体患者研究。D.A.-J.和S.C.W.为手稿提供了输入。S.C.W.就概念和研究设计提供建议。V.P.设计并指导研究并撰写手稿。利益冲突：作者声明无竞争性利益冲突。数据、代码与材料可用性：手稿或补充材料中提供了评估论文结论所需的所有数据。用于图1G和H以及fig.S3D至F实验的自动NET识别脚本可用（20，59）。本研究中生成的RAD51 KDs逆转录病毒载体可按需提供给通讯作者，无需材料转移协议。许可信息：版权所有©2026作者，部分权利保留；美国科学促进会独家许可。不主张美国政府作品的原始权利。https: / www.science.org / about / science-licenses-journal-article-reuse。本研究获得惠康信托基金会（CC2089、CC2098，cOAlition S组织）及英国生物技术与生物科学研究理事会（BBSRC，BB / W01355X / 1）的全部或部分资助。作者将以CC BY公共版权许可形式提供《作者录用手稿》（AAM）版本。

补充材料

图S1至S9；表S1；MDAR可重现性检查清单

提交时间：2025年11月21日；重新提交时间：2026年4月1日；接受时间：2026年6月16日

10.1126 / science.aed9286

《科学》2026年8月20日

心脏修复中新生冠状侧支血管起源的追踪研究

Mingjun Zhang†, Maoying Han†, Yangfeng Hou†, Zixin Liu†, Yilian Wang†, Xiuzhen Huang, Cheng Kiu Ho, Hang Qu, Qing-Dong Wang, Xin Ma, Kathy O. Lui, Bin Zhou

完整文章及作者单位列表：https: / doi.org / 10.1126 / science.ady3027

引言：冠状动脉疾病仍是全球主要的死亡原因。冠状动脉急性闭塞会导致下游心肌缺氧缺血，引发心肌梗死（MI）。冠状侧支动脉作为现有冠状动脉分支间的天然旁路，可恢复缺血组织的灌注并改善临床结局。然而，新生侧支动脉的细胞起源仍未完全阐明。传统的细胞谱系示踪受限于标记物特异性不足及他莫昔芬依赖性标记的时间可变性。

基本原理：为阐明冠状侧支动脉的细胞起源，我们构建了互补的遗传谱系示踪系统。这包括4种系统：降低假阳性标记的交集策略，以及一种不依赖他莫昔芬的细胞-细胞接触触发系统，可永久标记成熟动脉内皮细胞（ECs）。我们还开发了工具，可在同一动物内同时标记毛细血管源性和动脉源性血管，从而直接比较心肌梗死后不同内皮细胞来源的差异，并探究调控该过程的信号通路。

结果：我们鉴定出一类表达动脉标记物Cx40的毛细血管ECs，这凸显了传统示踪在特异性方面的局限。通过多个独立系统，包括交集遗传学和合成Notch方法，我们发现成熟动脉ECs在心肌梗死后对新生侧支血管的贡献有限。在单个心脏内同时示踪显示，毛细血管ECs构成新生侧支动脉的主要构建模块（无论在新生小鼠还是成年小鼠中），而现有动脉ECs仅起到适度贡献。选择性消融毛细血管源性侧支血管会损害修复过程、增加纤维化并恶化心脏功能，从而确立其功能必要性。为增强侧支血管形成，我们调节了血管内皮生长因子（VEGF）信号通路。持续激活该通路可扩增未成熟动脉样ECs，但无法改善修复效果。相比之下，使用改良mRNA的瞬时Vegfa递送可促进功能性侧支血管形成、改善灌注、减少瘢痕并增强损伤后的心脏功能。在机制上，VEGF-A激活转录因子YY1（yin yang 1），后者募集染色质调节因子SETD1A，促进组蛋白H3赖氨酸4三甲基化（H3K4me3），并诱导动脉调节因子HES1（hairy and enhancer of split-1），从而协调毛细血管-动脉转化过程。

结论：心肌梗死后新生冠状侧支动脉主要通过毛细血管动脉化形成，现有动脉的贡献有限。我们定义了一个VEGF-A-YY1-SETD1A-HES1表观遗传轴，协调这一过程，并证明瞬时VEGF刺激可促进功能性侧支血管形成并改善心脏修复。这些结果将毛细血管动脉化定位为内源性血管再生的核心机制，并为缺血性心脏病提供潜在治疗策略。

*通讯作者。电子邮箱：kathyolui@cuhk.edu.hk（K.O.L.）；zhoubin@sibs.ac.cn（B.Z.） †这些作者对本研究做出了同等贡献。引用格式：M. Zhang et al., Science 393, eady3027 (2026)。DOI: 10.1126 / science.ady3027

细胞起源的冠状动脉侧支血管。新生小鼠心脏的整装成像与示意图，分别在非心肌梗死（non-MI）和心肌梗死（MI）条件下。损伤后，新生冠状动脉侧支（紫色）主要由毛细血管内皮细胞（绿色）形成，其次由既存动脉内皮细胞（红色）形成。

《科学》 2026年8月20日

781

心脏病学

追踪心脏修复中新生冠状侧支血管形成的起源

Mingjun Zhang¹†, Maoying Han¹†, Yangfeng Hou²†, Zixin Liu¹†, Yilian Wang¹†, Xiuzhen Huang¹, Cheng Kiu Ho², Hang Qu², Qing-Dong Wang³, Xin Ma⁴, Kathy O. Lui², Bin Zhou¹,²,⁵,⁶

冠状侧支动脉被认为可通过动脉重组形成新生，即动脉内皮细胞（ECs）从原有动脉迁移并重组形成新动脉。利用追踪动脉内皮细胞的遗传工具，我们发现其对侧支的贡献有限。双重遗传谱系示踪揭示，毛细血管内皮细胞而非动脉内皮细胞是新生侧支的主要构建单元。毛细血管-侧支转化对心脏修复具有重要功能意义。此外，通过修饰信使RNA的瞬时Vegfa表达显著促进了侧支形成。从机制上看，血管内皮生长因子（VEGF）通过YY1 / SETD1A介导的H3K4三甲基化调控HES1转录，从而驱动动脉化。综上所述，这些发现重新定义了冠状侧支形成的细胞起源和机制，并强调其在促进有效心脏修复中的作用。

冠状动脉疾病仍是全球主要死亡和发病原因之一（1）。冠状动脉闭塞阻碍下游心肌细胞血液供应，导致心肌梗死（MI）。传统治疗策略如冠状动脉支架植入和冠状动脉旁路移植术虽可恢复缺血区域血供，但属于侵入性操作且存在再灌注损伤等风险，凸显出需要替代方案以实现更渐进、内源性血流恢复，从而改善受损心脏组织的修复（2）。冠状侧支作为心脏中的天然旁路，有效向缺血心肌供血，并与冠状动脉疾病的改善预后相关（3–5）。因此，亟需促进侧支动脉形成的策略。尽管其临床相关性显著，但冠状侧支生成的细胞和分子机制仍未完全阐明。

冠状侧支通常通过动脉生成形成，即在冠状动脉闭塞导致的剪切应力下，原有动脉分流扩大（2, 6, 7）。然而，许多患者在损伤后缺乏足够的原有动脉分流用于侧支发育（5）。近期研究表明，侧支动脉还可通过与原有分流无关的新生途径形成（8–13），为侧支形成提供替代路径（11, 14）。在主流模型中，动脉内皮细胞迁移、增殖并重组形成侧支动脉（12, 15）。这一“动脉重组”模型得到使用tamoxifen（Tam）诱导的Cx40-CreER工具的谱系示踪研究支持。然而，长期暴露或Tam降解延迟可能导致标记时间框架延长（16）。由于侧支在心肌梗死后1至2天即开始形成（11, 12），残留的Tam活性可能标记获得连接蛋白40（Cx40）表达的新生侧支，从而可能混淆谱系示踪结果。此外，Cx40-CreER对动脉内皮细胞的特异性并不排他，因为Cx40⁺毛细血管内皮细胞在心肌梗死后也可参与侧支形成（图1），进一步复杂化了基于Cx40-CreER的谱系示踪结果解释。此外，近期研究表明，出芽血管生成也在心肌缺血模型的冠状侧支形成中发挥作用（13, 17）。因此，新生侧支形成的精确细胞起源仍有待解决。

YY1（yin yang 1）已成为调控多种生物过程（包括血管生成和血管重塑）的重要调节因子，也是在出芽内皮细胞（ECs）中高度上调的转录调控因子之一（4，18–20）。最近的研究进一步证明，YY1通过表观遗传调控血管平滑肌细胞（SMCs）来调节血管阻力和血压动态（21）。然而，YY1在侧支动脉发育过程中在内皮细胞（ECs）中的作用仍鲜为人知。Notch信号通路及其下游效应因子HES1（发夹增强子分裂-1）是动脉特化、内皮细胞增殖和血管生成的关键调节因子（22，23）。尽管这些通路至关重要，但调控HES1在侧支形成过程中的机制仍不清楚。

在本研究中，我们应用了一种细胞-细胞接触触发的遗传谱系示踪系统，以特异性示踪Tam非依赖且无动脉内皮细胞标记的动脉内皮细胞。此外，我们开发了一种方法，可在单只小鼠体内同时用不同荧光报告基因标记毛细血管内皮细胞和动脉内皮细胞。利用这些遗传工具，我们发现小鼠心脏中的冠状侧支在主要源自局部毛细血管内皮细胞通过动脉化过程形成，而非源自动脉内皮细胞通过动脉重组形成。毛细血管内皮细胞对侧支形成的贡献在心脏修复和再生中具有重要功能意义，且可通过Vegfa修饰的mRNA处理得到促进。在机制上，血管内皮生长因子（VEGF）通过YY1介导的组蛋白H3赖氨酸4三甲基化（H3K4me3）调控HES1转录，从而驱动动脉化过程。这些发现为揭示驱动新生冠状侧支形成的机制提供了新的见解。

Cx40⁺细胞的遗传标记及其在侧支形成中的作用

既往研究报道Cx40特异性标记新生小鼠心脏动脉内皮细胞（ECs），但不标记毛细血管ECs（12）。然而，使用相同的Cx40-CreER-RFP小鼠（12, 24, 25），我们发现一部分被Cx40-CreER-RFP的红色荧光蛋白（RFP）报告基因标记的Cx40⁺细胞并未被平滑肌细胞（SMCs）包绕（图1A），而是分散在出生后第0天（P0）心脏的毛细血管网络中（图1B）。这些细胞占总冠状动脉的0.34 ± 0.09%和Cx40⁺细胞的21.58 ± 6.19%（图1℃）。由于动脉被SMCs包绕，而毛细血管则不同（14, 26），这一观察结果提示Cx40在新生小鼠心脏中不仅标记动脉，还标记部分毛细血管。为验证这一观察，我们对P2小鼠心脏分离的冠状动脉进行了单细胞RNA测序（scRNA-seq）（图S1，A至D）。通过结合毛细血管标记物Apln与Cx40表达，我们识别出一个Apln⁺Cx40⁺内皮细胞群体，其中75.84%为毛细血管细胞，24.16%为前动脉细胞（图1D及图S1B）。伪时序分析

¹中国科学院-香港中文大学联合实验室，新基石科学实验室，多细胞系统重点实验室，中国科学院上海生物化学与细胞生物学研究所，分子细胞科学卓越创新中心，中国科学院大学，上海，中国。 ²中国科学院-香港中文大学联合实验室，香港中文大学李嘉诚医学院化学病理系，威尔斯亲王医院，香港，中国。 ³阿斯利康生物制药研发部心血管、肾脏与代谢部门，瑞典哥德堡默恩达尔。 ⁴江南大学无锡医学院药理学系，无锡，中国。 ⁵浙江省系统健康科学重点实验室，生命科学学院，中国科学院大学杭州高等研究院，杭州，中国。 ⁶上海科技大学生命科学与技术学院，上海，中国。 *通讯作者。电子邮箱：kathyolui@cuhk.edu.hk（K.O.L.）；zhoubin@sibs.ac.cn（B.Z.） †两位作者对本研究贡献相等。

《科学》2026年8月20日

1 / 17

图1. Cx40-CreER标记的毛细血管内皮细胞（ECs）参与侧支形成。（A）对P0 Cx40-CreER-RFP小鼠心脏切片进行RFP和平滑肌肌球蛋白重链（smMHC）免疫染色。箭头头表示未被SMCs包围的Cx40+ ECs。（B）对P0 Cx40-CreER-RFP小鼠心脏切片进行RFP和CD31免疫染色。（C）量化所有冠状动脉ECs（CoECs）中（左）和所有Cx40+ ECs中（右）未被SMC覆盖的Cx40+ ECs的百分比。数据以均值±标准差表示；n=5只小鼠。（D）饼图显示Apln+Cx40+ ECs的细胞类型组成。该群体主要由毛细血管ECs（Cap-Art，75.84%，橙色）和前动脉细胞（24.16%，绿色）组成。（E）伪时序排序密度图显示不同内皮亚群在分化过程中的相对丰度和分布。（F）示意图展示Cx40+毛细血管ECs示踪策略。遗传谱系示踪策略示意图。（G）示意图描述实验设计。（H）对P2 Apln-DreER;Cx40-CreER-RFP;R26-RL-GFP小鼠心脏切片进行GFP、RFP和smMHC免疫染色。箭头头表示无SMCs的GFP+ ECs。（I）对P2连续心脏切片进行GFP和FABP4免疫染色。（J）量化所有CoECs中GFP+ ECs的比例。数据以均值±标准差表示；n=8只小鼠。（K）示意图显示实验设计。（L）对P6 Apln-DreER;Cx40-CreER-RFP;R26-RL-GFP小鼠心脏切片进行GFP、RFP和smMHC免疫染色。箭头头表示GFP+动脉ECs。（M）量化所有（左）CoECs或（右）动脉中GFP+ ECs的百分比。数据以均值±标准差表示；n=5只小鼠。（N）P6心脏的整装荧光共聚焦图像。白色箭头头表示GFP+毛细血管；黄色箭头头表示GFP+动脉。（O）卡通图显示Cx40+毛细血管ECs在新生儿心脏生长过程中参与毛细血管网络和动脉形成。（P）示意图显示实验设计。（Q）对P6 Cx40-GFP小鼠心脏进行（左）非心肌梗死对照或（右）心肌梗死处理后的整装荧光共聚焦图像。箭头头表示侧支血管。（R）示意图显示实验设计。（S）对P6 Apln-DreER;Cx40-CreER-RFP;R26-RL-tdT;Cx40-GFP小鼠进行心肌梗死处理后的整装荧光共聚焦图像。黄色箭头头表示tdT+侧支动脉ECs。（T）量化侧支动脉ECs中tdT+ ECs的百分比。数据以均值±标准差表示；n=5只小鼠。（U）卡通图显示Cx40+毛细血管在心肌梗死后参与侧支形成。比例尺：1 mm（黄色）；100 μm（白色）。

《科学》2026年8月20日

2 / 17

研究论文

揭示了从毛细血管ECs到前动脉细胞再到动脉ECs的分化轨迹（图1E和补充图S1E），表明Cx40+毛细血管ECs的存在及其形成动脉的潜能。

为追踪这些Cx40+毛细血管ECs在正常心脏生长过程中的命运，我们应用了双重重组酶谱系示踪系统（27），结合Cx40和毛细血管ECs标记物Apln（14, 28）驱动两种正交重组酶（图1F）。具体而言，Apln-DreER（29）、Cx40-CreER-RFP（12）与R26-RL-GFP报告小鼠（30）的交集可在Tam处理后选择性标记Apln+Cx40+毛细血管ECs为绿色荧光蛋白阳性（GFP+）（图1F）。Tam在P0给药，并在P2收集心脏样本以标记Cx40+毛细血管ECs（图1G）。免疫染色显示GFP+ ECs缺乏SMC包裹，部分具有类似尖端细胞的形态特征（图1, H和I）。这些GFP+ ECs占总冠状动脉ECs的0.18±0.05%（图1J）。至P6时，整装和免疫染色结果显示部分GFP+ ECs已整合

在动脉中（图1，K至N，以及图S1，F至H），这与伪时轨迹分析一致（图S1E）。定量上，这些预标记的Cx40⁺毛细血管内皮细胞（ECs）在P6时贡献了3.40 ± 1.15%的毛细血管ECs（FABP4⁺）和6.13 ± 1.47%的动脉ECs（被SMCs覆盖）（图1M）。为检验CreER（31）和Cre-ox或Dre-loxP重组（32）的泄漏潜力，我们进行了以下验证实验：未经Tam处理的小鼠未检测到GFP⁺ECs（图S1I），且在Apln-DreER;R26-RL-GFP或Cx40-CreER-RFP;R26-RL-GFP小鼠心脏经Tam处理后也未观察到GFP⁺ECs（图1M及图S1J）。通过Apln-DreER;Cx40-CreER;R26-Confetti2小鼠的克隆分析显示，单个Cx40⁺毛细血管ECs的细胞命运要么整合入动脉，要么保持在毛细血管网络中，但不会同时发生（图S2，A至D）。这些结果证明Cx40-CreER不仅标记动脉ECs，还标记了一部分在出生后心脏生长过程中整合入新动脉的毛细血管ECs子集（图1O）。

在小鼠心脏中，侧支动脉早在心肌梗死（MI）后1至2天即可新生形成（11, 12）。为研究此过程，我们在P2小鼠心脏中诱导MI并在P6收集心脏进行分析（图1P，及图S2，E至H）。在对照心脏中，我们观察到P6 Cx40-GFP心脏的左冠状动脉（LCA）和右冠状动脉（RCA）远端分支均向分水岭区域供血（图1Q）。MI后，侧支动脉新生形成，跨越该分水岭区域并连接结扎LCA远端分支与未结扎RCA（图1Q）。使用Apln-DreER;Cx40-CreER-RFP;R26-RL-GFP小鼠，部分GFP⁺ECs整合入侧支形成区域边界处的一部分动脉中（图S2，I和J）。为清晰可视化侧支的整合，我们构建了Apln-DreER;Cx40-CreER;R26-RL-tdT;Cx40-GFP小鼠，其中Apln⁺Cx40⁺毛细血管ECs被标记为tdT（tdTomato），所有动脉通过Cx40-GFP可视化。小鼠在P0经Tam处理并在P2接受MI，于P6收集心脏以检查tdT⁺细胞对GFP⁺侧支的贡献（图1R）。整装成像与定量显示，tdT⁺ECs占侧支ECs的6.95 ± 1.17%（图1，S和T），表明Cx40⁺毛细血管ECs在MI后参与侧支动脉形成（图1U）。在无Tam条件下MI后未检测到泄漏激活（图S2K）。

随后，我们使用Cx40-CreER-RFP;R26-tdT进行相同实验，按先前描述追踪Cx40⁺细胞（12）。我们确认侧支动脉大多为tdT⁺（图2，A至C），与先前研究结果一致（12）。然而，这些数据强调了基于Cx40-CreER的遗传示踪系统用于动脉ECs时的两个重要注意事项。首先，Cx40并不限于动脉ECs，还标记了一部分毛细血管ECs。其次，可能更为关键的是，由于Tam在MI后可能未完全清除，且新生侧支也表达Cx40（图1Q），侧支ECs可能被Cx40-CreER标记而非源自既存动脉ECs。在使用Tam依赖性模型的时间敏感研究中，此局限性会夸大既存动脉ECs的表观贡献，并可能导致标记侧支源自既存动脉ECs的潜在假阳性解释。

冠状动脉侧支血管通过动脉重组适度发育

为提高严谨性并最大限度减少残留他莫昔芬（Tam）导致的假阳性标记，我们首先设计了一种双重重组遗传策略，要求同一细胞内发生两次独立的重组事件才能实现标记（图2D）。我们将动脉内皮细胞特异性驱动子（Bmx-CreER）与Cx40-DreER驱动子（附图S3）结合双重重组报告基因（R26-RL-tdT），使tdT表达仅在同一细胞内同时发生CreER-loxP和DreER-ox重组后才能启动（图2E）。在P0时给予他莫昔芬处理后，P2时97.77 ± 0.79%的动脉内皮细胞为tdT⁺（图2，F和G）。为进行对比，我们使用常规Cx40-CreER-RFP;R26-tdT小鼠作为对照（12）。所有小鼠均在P0时给予他莫昔芬处理，P2时接受心肌梗死（MI）处理，并在P6时进行分析。整心脏共聚焦成像显示，在双重重组系统中，tdT⁺动脉内皮细胞来源的侧支血管数量较常规Cx40-CreER对照组显著减少（图2，H和I）。其次，我们通过构建Bmx-CreER;Cx40-LSL-Dre;R26-RL-tdT;Cx40-GFP小鼠，设计了另一种双重重组系统，其中tdT表达仅在诱导两次CreER-loxP和一次Dre-ox重组事件后才能发生（图2J）。在给予他莫昔芬处理两天后，96.04 ± 0.92%的动脉内皮细胞为tdT⁺（图2，K至M）。在P2时接受心肌梗死处理并在P6时进行分析后（图2N），整心脏共聚焦成像显示，尽管既存动脉大多为tdT⁺GFP⁺，但侧支血管中表达tdT的GFP⁺内皮细胞比例为23.02 ± 2.92%（图2，O至P）。

接下来，我们开发了一种遗传方法，通过合成Notch（synNotch）信号通路标记并追踪成熟动脉内皮细胞与邻近平滑肌细胞（SMC）的相互作用（34, 35）。在此系统中，膜锚定型GFP（mGFP）在平滑肌细胞中作为发送细胞表达，而内皮细胞（EC）则表达一个人工Notch受体作为接收细胞。在该人工受体中，Notch蛋白的细胞外和细胞内结构域被替换为抗GFP纳米抗体（αGFP）和四环素转录激活因子（tTA），形成αGFP-N-tTA结构（图3A）。当平滑肌细胞与内皮细胞接触时，内皮细胞中的细胞内tTA结构域被切割并转位至细胞核，激活四环素响应位点以启动下游基因（如Dre重组酶）的表达。此过程导致Dre介导的R26-ox-tdT报告基因重组（36），从而永久标记内皮细胞为tdT（图3A）。由于成熟动脉内皮细胞通常被平滑肌细胞包裹，而毛细血管内皮细胞则否，此策略可选择性标记成熟动脉内皮细胞（图3A）。

我们首先构建了Myh11-mGFP品系，其特异性在平滑肌细胞中表达GFP（附图S4，A至D），并有效激活内皮细胞中的synNotch系统（附图S4，E至H）。为实现被平滑肌细胞包裹的成熟动脉内皮细胞的瞬时和永久标记，我们开发了Myh11-mGFP;Cdh5-αGFP-N-tTA;tet-Dre-BFP;R26-ox-tdT小鼠模型（图3A），其中蓝色荧光蛋白（BFP）标记当前的内皮-平滑肌细胞接触，而tdT则标记此类接触的历史（图3A）。P2心脏的整装荧光成像和免疫染色显示，成熟动脉内皮细胞成功被标记为tdT⁺，并被GFP⁺平滑肌细胞包裹（图3，B至D）。定量分析显示，94.09 ± 2.99%的成熟动脉内皮细胞为tdT⁺（图3E），甚至小直径动脉（<10 μm）也表现出高标记效率（图3F）。在缺乏mGFP表达的情况下，未检测到tdT标记（附图S4I）。这些结果证明了此细胞间遗传系统在通过平滑肌细胞邻居标记成熟动脉内皮细胞方面的高效性和特异性。

[⚠ 低质量翻译，建议复核] # 图2. 通过交叉遗传策略评估动脉内皮细胞对侧支循环的贡献。

(A) 示意图展示实验设计。

(B) 量化P2 Cx40-CreER-RFP；R26-tdT小鼠动脉内皮细胞中表达tdT的百分比。数据以均值±标准差表示；n=5只小鼠。

(C) P6 Cx40-CreER-RFP；R26-tdT小鼠心脏整装荧光共聚焦图像，分别为(左)非心肌梗死对照或(中)心肌梗死。箭头标记侧支循环。 (右)量化每个心脏tdT+侧支循环的数量。数据以均值±标准差表示；n=5只小鼠。

(D) 示意图展示假说：双重重组酶较单重组酶更难以残留Tam介导的重组。

(E) 示意图展示交叉遗传策略。

(F) 示意图展示实验设计。

(G) P2 Bmx-CreER；Cx40-DreER；R26-RL-tdT小鼠心脏切片的tdT、CD31和smMHC免疫染色。黄色箭头标记周围有smMHC+细胞的tdT+内皮细胞；白色箭头标记无周围smMHC+细胞的tdT+内皮细胞。 (右)量化表达tdT的动脉内皮细胞百分比。数据以均值±标准差表示；n=5只小鼠。

(H) 示意图展示实验设计。

(I) P6心肌梗死心脏整装荧光共聚焦图像，来自Cx40-CreER-RFP；R26-tdT小鼠或Bmx-CreER；Cx40-DreER；R26-RL-tdT小鼠。青色箭头标记侧支循环。 (右)量化指示小鼠每个心脏的tdT+侧支循环数量。数据以均值±标准差表示；n=6只小鼠；*** P < 0.001。

(J) 示意图展示第二种交叉遗传策略。

(K) 示意图展示实验设计。

(L) Bmx-CreER；Cx40-LSL-Dre；R26-RL-tdT；Cx40-GFP小鼠P2心脏整装荧光共聚焦图像。

(M) P2心脏切片的GFP、tdT、CD31和smMHC免疫染色。黄色箭头标记周围有smMHC+细胞的tdT+内皮细胞。 (右)量化表达tdT的动脉内皮细胞百分比。数据以均值±标准差表示；n=5只小鼠。

(N) 示意图展示实验设计。

(O) P6心肌梗死心脏整装荧光共聚焦图像。箭头标记GFP+tdT-侧支循环。

(P) 量化表达tdT的侧支循环内皮细胞百分比。数据以均值±标准差表示；n=5只小鼠。比例尺：1 mm（黄色）和100 μm（白色）。

Science 20 AUGUST 2026

4 of 17

研究论文

图3. 动脉内皮细胞在新生期心肌梗死后对侧支形成的适度贡献。（A）示意图展示细胞间接触触发的动脉内皮细胞遗传示踪方法。（B）P2 Myh11-mGFP;Cdh5-αGFP-N-tTA;tet-Dre-BFP;R26-rox-tdT小鼠心脏的整体荧光成像图。箭头标示冠状动脉。（C）P2 Myh11-mGFP;Cdh5-αGFP-N-tTA;tet-Dre-BFP;R26-rox-tdT小鼠心脏切片的GFP、tdT和CD31免疫染色。箭头标示动脉。（D）标记动脉的三维重建图像。（E）tdT+动脉内皮细胞百分比的定量分析。数据以均值±标准差表示；n=5只小鼠。（F）按动脉直径统计的tdT+动脉内皮细胞百分比。数据以均值±标准差表示；来自5只独立小鼠。（G）示意图展示Dox诱导的synNotch系统失活。（H）示意图展示实验设计。（I）卡通图展示侧支形成的模型。模型1代表由GFP+tdT-非动脉内皮细胞衍生的侧支，而模型2代表由GFP+tdT+动脉内皮细胞衍生的侧支。（J）P6小鼠心脏整体荧光成像图（P1给予Dox，P2诱导心肌梗死）。青色箭头标示分水岭区域的冠状侧支。（右侧）每个心脏侧支数量的定量分析。数据以均值±标准差表示；n=6只小鼠。***P < 0.0001。比例尺，1 mm（黄色）。

《科学》 2026年8月20日

第5页，共17页

研究论文

我们研究中使用的tTA-tet系统可被强效抑制剂多西环素（Dox）有效抑制（3）。因此，所有动脉内皮细胞（包括新形成的）在Dox处理后即使被GFP+平滑肌细胞包围，也无法激活Dre或BFP表达（图3G）。当synNotch系统被Dox关闭时，在Dox处理前已被tdT标记的成熟动脉内皮细胞仍可持续表达tdT（图3G）。随后，我们通过将Myh11-mGFP;Cdh5-αGFP-N-tTA;R26-tetO-Dre-BFP;R26-R-tdT小鼠与Cx40-GFP报告小鼠交配构建遗传模型。

在优化示踪系统后，我们于P2诱导心肌梗死并随后用Dox处理小鼠（图3H）。由于synNotch系统在P2后关闭，既存动脉已在心肌梗死前被永久标记为tdT+。若冠状侧支由非动脉内皮细胞衍化（模型1），新形成的侧支应为GFP+tdT-。反之，若侧支由既存动脉内皮细胞通过迁移、增殖和重组衍生（如先前提出的模型12），新形成的冠状侧支应为GFP+tdT+（图3I）。整体荧光成像显示，分水岭区域大多数冠状侧支由GFP+tdT-内皮细胞组成，仅适度掺入GFP+tdT+内皮细胞（图3J）。这些结果表明，新形成的侧支动脉主要源自非动脉内皮细胞（模型1）。

要确认synNotch标记的内皮细胞（ECs）在迁移远离平滑肌细胞（SMCs）后仍保留tdT表达，且synNotch系统不会干扰ECs迁移，我们检查了肠道血管发育过程，其中ECs在绒毛形成期间向内迁移（37）（图S4J）。在胚胎第13.5天（E13.5）时，肠道显示出外层表达配体mGFP的平滑肌层，与该层相连的血管ECs被追踪为tdT+（图S4K）。在E13.5开始使用Dox处理后，tdT+ECs在迁移远离SMCs至E15.5和E17.5的绒毛时仍保持标记（图S4，L和M）。在SMCs缺乏mGFP表达的情况下，ECs未出现tdT泄漏（图S4N）。这些结果证明，synNotch系统即使在ECs迁移远离这些细胞后，仍能有效追踪曾与SMCs接触的ECs（图S4O）。此外，scRNA测序、血管密度、通透性和灌注分析显示，synNotch小鼠与野生型对照组之间未观察到明显差异（图S5，A至I），表明该追踪系统不会显著改变ECs行为（图S5，A至I）。我们还观察到在新生心脏生长期间，动脉ECs在血管腔内增殖（图S6），这与成年体内罕见的动脉ECs增殖现象形成对比（38, 39）。

毛细血管内皮细胞是受损心脏侧支循环的主要来源

为了在单只小鼠体内同时评估动脉和毛细血管内皮细胞（ECs）对新动脉形成的贡献，我们旨在开发一种遗传系统，使不同EC群体能在体内进行区分性示踪。通过将Kdr-CreER（图S7A）与R26-tdT报告基因系（40）进行交叉，我们发现毛细血管ECs的标记效率为98.48 ± 1.13%，而动脉ECs的标记率仅为3.16 ± 0.91%（图S7，B至F）。这表明Kdr-CreER更倾向于靶向毛细血管ECs而非动脉ECs。为特异性评估动脉ECs的贡献，我们开发了一种由Cx40启动子驱动的交错式报告系统，称为Cx40-IR。该模型包含一个loxP-ox-Stop-loxP-GFP-pA-ox-tdT盒，由Cx40基因驱动（图S7G）。通过将Cx40-IR与Actb-Cre（27）或Cx40-Dre（29）进行交叉，我们验证了Cx40-IR系统的成功构建，使动脉ECs能在Cre-loxP或Dre-ox重组后被检测到（图S7，H至L）。

随后，我们构建了Kdr-CreER；Cx40-Dre；Cx40-IR三阳性小鼠（图4A）。在此遗传系统中，既存的Cx40+动脉ECs首先激活Cx40-Dre，通过Dre-ox重组将动脉标记为tdT+（图4A）。随后用Tam处理激活Kdr-CreER，诱导Cx40-IR等位基因的Cre-loxP重组。这导致毛细血管ECs（而非动脉ECs）中特异性形成Cx40-GFP等位基因（图4A）。若这些毛细血管ECs贡献于新动脉形成，Cx40-GFP报告基因将被激活，从而通过整装荧光成像轻松检测其贡献（图4A）。我们首先在P2时分析了Cx40-Dre的占位效率（图4B）。免疫染色显示，98.14 ± 0.33%的动脉ECs成功被示踪为tdT+，而毛细血管ECs中仅观察到微量tdT表达（图4，C和D）。在油处理的Kdr-CreER；Cx40-Dre；Cx40-IR小鼠中未检测到GFP+ ECs（图S7，M和N）。

接下来，我们实施了心肌梗死（MI）模型，以研究冠状动脉侧支循环在心脏修复中的起源。Kdr-CreER；Cx40-Dre；Cx40-IR小鼠在P0时用Tam处理，P2时诱导MI，随后在P6时检查分水岭区域的冠状动脉侧支形成（图4E）。若侧支动脉源自毛细血管ECs，预期新形成的侧支动脉将主要为GFP+。反之，若其源自动脉ECs的重组，则大部分应为tdT+（图4F）。整装荧光成像显示，跨越分水岭区域的侧支动脉主要为GFP+，仅有少量tdT+ ECs并入侧支（图4G）。相比之下，左冠状动脉（LCA）和右冠状动脉（RCA）的主干仍以tdT+为主（图4G）。侧支数量的定量分析显示，所有侧支动脉均含GFP+ ECs（图4H），其中85.71 ± 3.91%的侧支ECs为GFP+（图4I）。为进一步验证此结果，我们独立使用另一种毛细血管ECs标记物Apln构建了Apln-CreER；Cx40-Dre；Cx40-IR小鼠。此二次策略实现了毛细血管和动脉ECs的同时且区分性示踪。通过此方法，我们发现Apln+毛细血管ECs是构成冠状动脉侧支的主要ECs群体（图S8，A至D）。综合以上数据，我们确认毛细血管ECs是受损心脏冠状动脉侧支循环形成的主要构建基块（图4J）。

要研究新生小鼠心肌梗死（MI）后毛细血管源性侧支循环的修复功能，我们开发了一个特异性靶向毛细血管源性动脉内皮细胞（ECs）的基因消融系统（图4K）。我们构建了Cx40-IR-DTR小鼠，在Cx40基因中插入了一个loxP-ox-STOP-loxP-GFP-DTR-pA-ox-tdT构建体。随后，我们构建了Kdr-CreER；Cx40-Dre；Cx40-IR-DTR小鼠，其中毛细血管源性侧支ECs同时表达GFP和白喉毒素受体（DTR），而既存动脉ECs表达tdT（图4K）。在注射白喉毒素（DT）后，DTR+侧支ECs会被基因消融（图4K）。他莫昔芬（Tam）在P0时给药，MI在P2时诱导，随后小鼠用DT或磷酸盐缓冲液（PBS）处理；分析在P6时进行（图4L）。整体成像显示PBS处理的心脏中存在丰富的侧支动脉，而DT处理后则检测不到侧支动脉（图4M）。Sirius Red染色和免疫染色进一步显示DT处理的心脏中纤维化增加且心肌细胞缺损面积更大（图4，N和O）。这些结果证明，毛细血管源性动脉在新生小鼠心肌梗死后心脏修复和再生中具有功能性必不可少的作用。

我们还在心脏再生模型中研究了新动脉形成的过程，通过进行心尖切除术（AR）（41）。Kdr-CreER；Cx40-Dre；Cx40-IR小鼠在P1时接受Tam，P4时进行AR，并在7天后分析，此时预期在再生心尖处形成新动脉（图S8，E和F）。再生心尖的整体共聚焦成像显示GFP+动脉ECs丰富，而tdT+动脉ECs相对较少（图S8，G和H）。心脏切片的免疫染色进一步证明，新形成的动脉主要为GFP+，仅有少部分tdT+ECs被整合到再生心尖的动脉中（图S8I）。这些结果表明，再生心尖中新形成动脉的ECs主要源自毛细血管，在AR后仅有少部分来自既存动脉（图S8J）。

Science 2026年8月20日

6 / 17

研究论文

A

B

E

G

K

M

图4. 毛细血管内皮细胞（ECs）参与新生小鼠动脉的形成。（A）展示基因示踪策略的示意图。（B）展示实验设计的示意图。（C）P2 Cx40-Dre；Cx40-IR小鼠心脏切片的smMHC、tdT和CD31免疫染色。（右侧）动脉内皮细胞中表达tdT的百分比定量。数据以均值±标准差表示；n=5只小鼠。（D）动脉和毛细血管内皮细胞中tdT+内皮细胞所占百分比的定量。数据以均值±标准差表示；n=5只小鼠。（E）展示实验设计的示意图。（F）描绘侧支动脉形成模型的示意图。（G）P6小鼠心脏心肌梗死（MI）后的整装荧光图像。黄色箭头标示分水岭区域的GFP+侧支血管。（H）每个心脏侧支血管数量的定量。数据以均值±标准差表示；n=7只小鼠。（I）动脉内皮细胞中表达GFP或tdT的百分比定量。数据以均值±标准差表示；n=7只小鼠；P < 0.0001。（J）展示冠状动脉侧支主要源自GFP+毛细血管内皮细胞的示意图。（K）展示基因示踪策略的示意图（用于毛细血管源性动脉的基因消融）。（L）展示实验设计的示意图。（M）P6 MI心脏经（左）PBS或（右）DT处理后的整装荧光图像。（N）P6 MI心脏经（左）PBS或（右）DT处理后的心脏切片的Sirius Red染色。显示心室区域瘢痕面积相对百分比的定量。数据以均值±标准差表示；n=8只小鼠；P < 0.0001。比例尺：黄色1 mm；白色或黑色100 μm。

Science 20 AUGUST 2026

7 of 17

研究论文

成年心肌梗死后毛细血管衍生侧支形成

为探究成年毛细血管形成动脉的能力，Kdr-CreER；Cx40-Dre；Cx40-IR小鼠在10周龄时接受Tam处理，12周龄时接受心肌梗死（MI）手术，并于2周后进行分析（图5A）。在此实验设计中，仅毛细血管衍生的新动脉可被追踪为GFP+，而毛细血管本身不可追踪，除非其命运转化为动脉内皮细胞（图4A）。整装荧光成像显示对照组心脏中无GFP+毛细血管衍生动脉（图5B）。相比之下，在MI心脏的连接tdT+动脉的分水岭区域出现了一组GFP+毛细血管衍生动脉（图5℃）。免疫染色进一步揭示，这些GFP+动脉内皮细胞被包围于MI心脏边界和梗死区域的平滑肌细胞（SMCs）中（图5D）。这些发现表明，毛细血管可贡献于冠状动脉侧支的体内新生形成，有潜力为缺血性心肌梗死后的心肌供血。

独立地，我们使用另一种毛细血管内皮细胞标记物Apln对成年心脏毛细血管内皮细胞进行世系示踪。尽管Apln在胚胎和新生儿发育期间（14、42、43）在毛细血管内皮细胞中高表达，但在成年心脏稳态条件下，其表达并未维持于大多数毛细血管内皮细胞，但在缺血性损伤后可被重新激活（28）。为避免MI后2周持续Tam处理的潜在毒性，我们选择不使用Apln-CreER进行世系示踪。相反，我们构建了一个遗传系统以诱导产生Apln-Dre等位基因，使MI后2周内任意时间点通过Dre-vox重组无缝记录Apln表达细胞（fig. S9A）。在此方法中，我们首先使用Cdh5-CreER（44）和嵌套双报告系统（R26-NR）（27）通过ZsGreen示踪所有内皮细胞，同时将Apln-LSL-Dre转换为Apln-Dre。该设置可在Apln被激活时标记Apln+毛细血管内皮细胞（fig. S9A）。我们在10周龄时用Tam处理小鼠，12周龄时进行MI手术，并于2周后分析心脏（. S9B）。心脏切片的免疫染色显示对照组心脏中无tdT+动脉内皮细胞（. S9℃）。相比之下，在MI心脏的边界和梗死区域出现了一组tdT+动脉内皮细胞，而在远端区域仅观察到极少量tdT+动脉内皮细胞（. S9D和E）。这些数据证明毛细血管内皮细胞可贡献于梗死心肌周围新生动脉的形成，表明毛细血管衍生侧支在成年心脏损伤后参与其中。

VEGF信号传导对于冠状动脉血管生成和动脉化至关重要（45–48）。为探究VEGF促进的血管生成是否有助于受损心脏中毛细血管源性侧支的形成，我们利用Kdr-CreER;Cx40-Dre;Cx40-IR;H11-LSL-Kdr模型在毛细血管内皮细胞中过表达VEGF受体KDR（激酶插入结构域受体）（图5E）。整体荧光成像和免疫染色显示，与Kdr-CreER;Cx40-Dre;Cx40-IR对照组相比，过表达KDR的心脏中GFP阳性血管显著增加（图5，F和G）。在心肌梗死边缘和梗死区域，KDR过表达后，GFP阳性内皮细胞在所有Cx40阳性内皮细胞中的比例从14.58 ± 6.81%增加至42.3 ± 15.72%（图5H）。在对照心脏中，GFP阳性内皮细胞主要被平滑肌细胞包围，表明其已整合入成熟动脉。然而，在过表达KDR的心脏中，相当比例的GFP阳性内皮细胞未被平滑肌细胞包围（图5G），提示持续VEGF过度激活后动脉成熟不完全。进一步分析显示，KDR过表达心脏中纤维化程度并未显著降低（图5I），心脏功能也未改善（图5J）。这些发现表明，尽管VEGF信号传导可促进毛细血管向Cx40阳性内皮细胞转化，但其持续激活可能损害这些Cx40阳性内皮细胞进一步发育为成熟动脉，导致心肌梗死后心脏功能改善有限。

为优化增强动脉化并改善心脏功能的治疗策略，我们探究了通过Vegfa改良mRNA（modRNA）局部提高VEGF-A浓度（可短暂高效诱导VEGF-A表达，49、50）是否能在受损心肌中促进血管生成和动脉化。我们在12周龄小鼠（10周龄Tam处理后）诱导心肌梗死并进行心肌内注射modRNA（图5K）。注射对照荧光素酶（Luc）modRNA后，48小时生物发光成像显示心脏区域出现强烈Luc信号（图5L），证实心脏递送成功。整体荧光成像和免疫染色显示，与Luc modRNA对照组相比，Vegfa modRNA处理的心脏中GFP阳性血管显著增加（图5，M至O）。超声心动图分析进一步显示Vegfa modRNA处理后心脏功能改善（图5P）。此外，免疫染色和Sirius Red染色均显示Vegfa modRNA处理组瘢痕区域较对照组明显缩小（图5，Q至S）。此外，为评估新生动脉的功能整合，我们进行了植物凝集素灌注和Microfil基础显微CT（micro-CT）。这些GFP阳性动脉在KDR过表达和Vegfa modRNA处理小鼠中均被植物凝集素灌注，表明其与循环系统连通（fig. S9，F和G）。Micro-CT进一步显示KDR过表达后冠状动脉灌注适度增加，而Vegfa modRNA处理后显著增加（fig. S9，H至L）。联合Vegfa modRNA给药与KDR过表达虽增加了GFP阳性毛细血管源性未成熟动脉数量，但并未进一步改善心脏功能或心肌保护效果（fig. S9，M至P）。这些结果表明，通过modRNA短暂过表达Vegfa可在成年心肌梗死后促进毛细血管源性功能性动脉的形成，从而增强损伤后心脏修复和功能。

VEGF-A通过YY1介导的H3K4me3调控HES1转录

YY1是血管生成过程中内皮细胞（ECs）中最强烈上调的转录调节因子之一（18）。在我们的研究中，心肌梗死（MI）后EC中YY1呈动态上调，其模式与Vegfr2相似（图S10，A至C）。然而，YY1是否受VEGF-A调控以及其在冠状动脉侧支发育中的功能仍不清楚。为探讨这一问题，我们首先研究了VEGF-A是否调控ECs中的YY1表达。人胚胎干细胞来源的内皮细胞（hESC-ECs）经VEGF-A处理48小时后，Western blot分析显示内皮YY1呈剂量依赖性上调（图6，A），表明VEGF-A可上调ECs中的YY1。为研究YY1在体内的作用，我们构建了Yy1 floxed等位基因（Yy1fl），并证明YY1在血管生成中具有功能必需性（图S10，D至N）。为特异性检验YY1是否调控心肌梗死后侧支形成，我们首先确认Kdr-CreER驱动子能有效敲除心脏ECs中的Yy1（图S11，A至D）。随后，我们构建了Kdr-CreER;Cx40-Dre;Cx40-IR;Yy1fl / fl小鼠，在敲除毛细血管ECs中的Yy1的同时追踪其对侧支的贡献（图6，B和C）。与对照小鼠（Kdr-CreER;Cx40-Dre;Cx40-IR）相比，敲除Yy1的小鼠在心肌梗死后毛细血管ECs对侧支的贡献减少（图6，D至F），并伴有心脏功能受损和瘢痕形成增加（图6，G至I）。为测试YY1是否介导VEGF-A的促侧支效应，我们使用相同的Kdr-CreER;Cx40-Dre;Cx40-IR;Yy1fl / fl模型敲除Yy1，并用Vegfa modRNA处理小鼠（图S11E）。Yy1敲除显著削弱了Vegfa modRNA促进毛细血管-侧支转化的能力（图S11F），并消除了Vegfa modRNA对心脏功能和纤维化的有益效应（图S11，G至K）。这些发现证明内皮YY1可促进心肌梗死后侧支形成，并作为VEGF-A的下游因子发挥作用。

为确定YY1在损伤后侧支动脉发育中的转录程序，我们从非心肌梗死对照小鼠、心肌梗死野生型（MI-WT）小鼠以及

图5. 促进毛细血管衍生侧支循环可改善成年心肌梗死心脏的心脏功能。（A）示意图展示实验设计。（B）非心肌梗死对照小鼠Kdr-CreER;Cx40-Dre;Cx40-IR心脏的整体荧光图像。（C）心肌梗死后Kdr-CreER;Cx40-Dre;Cx40-IR心脏的整体荧光图像。黄色箭头标记成年心肌梗死心脏分水岭区域的GFP阳性侧支循环。（D）心肌梗死心脏切片的GFP、VE-CAD和smMHC免疫染色。箭头标记梗死边界区和梗死区的GFP阳性侧支循环。（E）示意图展示实验设计。（F）对照组与KDR过表达心脏的整体荧光图像。箭头标记GFP阳性血管。（G）心脏切片的GFP、CD31和smMHC免疫染色。黄色箭头标记被smMHC阳性平滑肌细胞包围的GFP阳性内皮细胞；白色箭头标记未被平滑肌细胞包围的GFP阳性内皮细胞。（H）梗死边界区和梗死区中GFP阳性内皮细胞占所有Cx40阳性内皮细胞的百分比定量。数据以均值±标准差表示；n=5只小鼠；P<0.01。（I）心肌梗死心脏连续切片的Sirius Red染色。右侧面板显示疤痕面积定量。数据以均值±标准差表示；n=5只小鼠；n.s.，无显著差异。（J）心肌梗死心脏的超声心动图显示对照组与KDR过表达组的射血分数和短轴缩短率无显著差异。数据以均值±标准差表示；n=5只小鼠；n.s.，无显著差异。（K）示意图展示实验设计。（L）小鼠注射Luc modRNA后的生物发光分析。（M）注射Luc或Vegfa modRNA心脏的整体荧光图像。箭头标记GFP阳性血管。（N）心脏切片的GFP、tdT、CD31和smMHC免疫染色。黄色箭头标记被smMHC阳性平滑肌细胞包围的GFP阳性内皮细胞。（O）梗死边界区和梗死区中表达GFP的Cx40阳性内皮细胞百分比定量。数据以均值±标准差表示；n=5只小鼠；P<0.01。（P）心肌梗死心脏的超声心动图显示Vegfa modRNA组的射血分数和短轴缩短率有所改善。数据以均值±标准差表示；n=5只小鼠；P<0.05。（Q）心肌梗死心脏切片的TNNI3免疫染色。（R）心肌梗死心脏连续切片的Sirius Red染色。（S）疤痕面积定量。数据以均值±标准差表示；n=5只小鼠；P<0.05。比例尺：1 mm（黄色或黑色）；100 μm（白色）。

我们接下来验证了VEGF-A、YY1与HES1在hESC-ECs中的功能关系。Western blot分析显示，VEGF-A可增加YY1和HES1蛋白表达（fig. S12℃）。为确定YY1是否为HES1表达所必需，我们通过siRNA抑制YY1，发现其可在蛋白和mRNA水平降低HES1表达（fig. S12, D至E）。相反，通过修饰mRNA（YY1 modRNA）过表达YY1足以在蛋白和mRNA水平提高HES1表达（fig. S12, F至G）。为测试YY1是否为VEGF-A诱导的HES1上调所必需，我们结合YY1抑制与VEGF-A刺激。即使在VEGF-A存在下，YY1沉默也显著抑制了HES1表达（fig. S12H）。综上，这些结果证明YY1是VEGF-A诱导的HES1转录的关键介质。

我们接下来研究了YY1激活HES1转录的表观遗传机制。H3K4me3是一种与活跃转录相关的组蛋白修饰，通常在活跃转录基因的启动子区富集（51, 52）。之前的研究显示YY1可在SMCs中促进H3K4me3（21），提示类似机制可能在ECs中运作。为测试YY1是否与ECs中的H3K4me3相关，我们进行了共免疫沉淀（co-IP）实验。从hESC-EC裂解液中免疫沉淀YY1后进行免疫印迹，揭示了这种激活性组蛋白修饰的关联（fig. S12I）。为进一步明确这一机制，我们检查了YY1是否与负责H3K4me3沉积的甲基转移酶相互作用。H3K4me3由COMPASS家族甲基转移酶催化，其中SETD1A和SETD1B在启动子区域作为主要的“写手”存在（53, 54）。在hESC-ECs中的co-IP实验显示，YY1可与SETD1A而非SETD1B发生物理相互作用，并与RNA聚合酶II相关联（Fig. 6P）。这些发现提示YY1可能选择性募集SETD1A至靶位点以促进转录激活。为直接验证这一点，我们对HES1启动子进行了ChIP-qPCR分析。VEGF-A处理可增加HES1启动子处H3K4me3的富集（Fig. 6Q），而siRNA介导的YY1抑制即使在VEGF-A存在下也显著降低了这些区域的H3K4me3（fig. S12, J和K）。综合来看，这些发现在ECs中建立了一个VEGF-A-YY1-SETD1A-H3K4me3-HES1信号轴。在此模型中，VEGF-A诱导YY1表达并促进其募集至HES1启动子，在此YY1与SETD1A相互作用以促进H3K4三甲基化，激活HES1转录并促进冠状动脉侧支形成（Fig. 6R）。

讨论

新生儿心脏在心肌梗死（MI）后通过新生侧支动脉的形成展现出显著的再生能力，这些侧支动脉对于恢复梗死心肌的血流至关重要（12, 41, 55）。现有的侧支形成模型基于“动脉组装”概念，主要依赖传统他莫昔芬（Tam）诱导的Cx40-CreER系统进行细胞谱系示踪（12）。然而，我们的研究结果对该模型提出了挑战，因为发现Cx40-CreER还标记了一部分毛细血管内皮细胞（ECs），这些细胞在MI后会参与侧支形成。这一观察表明，Cx40并非仅作为既存动脉ECs的标记物。此外，他莫昔芬注射与MI之间的短暂清除期也使谱系示踪的解读变得复杂。新生儿体内他莫昔芬的持续存在可能无意中标记了损伤诱导的Cx40阳性毛细血管ECs及新生侧支ECs。此类实验的关键在于准确理解他莫昔芬诱导的Cre-loxP重组时间线，这对于精确的“脉冲-追踪”谱系示踪至关重要（16）。若脉冲期（P0至P2）延伸至追踪期（P3至P6），可能持续标记新生侧支ECs。由于侧支在MI后1至2天内即开始形成（11, 12），这种重叠可能导致错误结论，即所有标记细胞均源自脉冲期预设的既存动脉ECs。为减少持续他莫昔芬活性的影响，我们开发了两种交叉遗传谱系示踪策略，结合Bmx和Cx40驱动的重组酶。与传统Cx40-CreER系统相比，在交叉策略中tdT阳性侧支血管数量显著减少——仅在Bmx和Cx40驱动的重组酶同时激活时才被标记——表明传统系统中检测到的大量tdT阳性侧支可能源于残留他莫昔芬活性引起的假阳性。

为克服这些局限，我们开发了一种细胞-细胞接触触发的遗传示踪系统（34, 35），该系统不依赖他莫昔芬且无需动脉ECs标记物。利用该系统，我们的谱系示踪数据表明，成熟动脉ECs对MI后冠状动脉侧支的形成仅起到适度贡献。相反，我们的交叉谱系示踪研究揭示，毛细血管而非动脉ECs是MI后新生侧支动脉的主要细胞来源。这一过程与发育程序相呼应，即在新生儿心脏生长期，毛细血管ECs会聚合形成小直径冠状动脉分支（56, 57）。

为提升毛细血管的动脉化潜能，我们过表达了Kdr，一种血管生成和动脉化的关键调控因子（45–48）。在KDR过表达后，更多毛细血管表达了Cx40，表明Cx40也可能作为前动脉细胞的标记物（58）。然而，通过KDR过表达持续激活VEGF信号通路未能促进功能性动脉的形成。VEGF信号通路的过度激活会导致血管渗漏，正如在肿瘤血管床中观察到的现象。

Science 2026

VEGF-A通过YY1介导的H3K4三甲基化调控HES1转录

R

图6. VEGF-A通过YY1介导的H3K4三甲基化调控HES1转录。（A）（上）实验设计示意图。（下）Western blot检测PBS或VEGF-A处理的hESC-ECs中YY1相对表达量（以β-actin标准化）。（B）VEGF通过YY1调控血管生成的假说示意图。（C）实验设计示意图。（D）对照组与YY1敲除（KO）心脏在心肌梗死（MI）后的整装荧光成像。箭头标示GFP阳性血管。（E）心脏切片的GFP、tdT、CD31和YY1免疫染色。黄色箭头标示GFP阳性血管。（F）边缘区与梗死区Cx40阳性内皮细胞（ECs）中表达GFP的百分比定量。数据以均值±标准差表示；n = 5或6只小鼠；P < 0.01。（G）超声心动图测量MI心脏的射血分数与短轴缩短分数。数据以均值±标准差表示；n = 8只小鼠；P < 0.01，P < 0.001。（H）MI心脏连续切片的Sirius Red染色。（右）瘢痕面积定量。数据以均值±标准差表示；n = 6只小鼠；*P < 0.05。（I）MI心脏切片的TNNI3免疫染色。（右）TNNI3面积在心室面积中的占比定量。数据以均值±标准差表示；n = 6只小鼠；P < 0.01。（J）实验设计示意图。（K）非MI对照组（绿色）、MI-WT（蓝色）与MI-KO（红色）心脏ECs的主成分分析（PCA）图。（L）MI-WT与MI-KO ECs中上调基因的富集基因本体（GO）条目。（M）非MI对照组、MI-WT与MI-KO组中Hes1表达的标准化基因计数。数据以均值±标准误表示。（N）PBS或VEGF-A处理的hESC-ECs中YY1 CUT&RUN可视化，显示HES1基因区域。（O）PBS或VEGF-A处理的hESC-ECs中HES1假定启动子区富集序列的ChIP-qPCR分析（免疫沉淀抗体为IgG或YY1）。（P）SETD1A、SETD1B与RNA pol II的Co-IP分析（免疫沉淀抗体为YY1）。（Q）PBS或VEGF-A处理的hESC-ECs中HES1假定启动子区富集序列的ChIP-qPCR分析（免疫沉淀抗体为IgG或H3K4me3）。（R）心肌梗死后毛细血管-侧支形成的分子调控机制示意图。hESC-ECs实验数据以均值±标准差表示；n = 3次独立细胞培养，*P < 0.01，P < 0.05，n.s.表示无显著性差异。比例尺：1 mm（黄色或黑色）；100 μm（白色）。

Science 20 AUGUST 2026

11 of 17

研究论文

(59, 60) 这一现象可能是由于异常的内皮细胞增殖和受损的血管成熟过程所致，这些过程削弱了血管的稳定性和功能。与此一致，我们的数据表明，部分这些Cx40阳性内皮细胞无法招募足量的平滑肌细胞，因此未能获得改善心脏损伤和功能所需的动脉功能。为克服这一局限，我们使用了Vegfa modRNA来短暂且高效地激活受损心肌中的VEGF信号传导。既往研究已证明，通过modRNA短暂激活VEGF-A信号传导可促进心外膜细胞分化为血管细胞(49, 50)。此外，适度补充VEGF-A还可能恢复微循环功能，表明靶向血管微环境是一种有价值的治疗策略(61-63)。我们的研究证明，这种短暂激活VEGF-A信号传导促进了毛细血管动脉化，从而减少纤维化和梗死面积，并改善心脏功能。在机制上，我们在内皮细胞中鉴定出一个VEGF-A-YY1-SETD1A-H3K4me3-HES1信号轴，该轴驱动毛细血管向动脉转化。综上，我们的研究确立了毛细血管动脉化作为内源性心脏血管再生的核心机制，并识别出一个可被利用以促进心脏修复的分子通路。

材料与方法

小鼠品系与处理

所有小鼠研究均按照中国科学院上海分院分子细胞科学卓越创新中心动物伦理委员会指导原则进行。所有小鼠均喂以标准饲料，并饲养于12小时明暗循环环境中。本研究使用的小鼠品系包括：Apln-DreER（29）、Cx40-CreER-RFP（24）、R26-RL-GFP（30）、R26-Confetti2（64）、Ki67-LSL-Dre（65）、Cdh5-αGFP-N-tTA（35）、tet-tdT（35）、tet-Dre-BFP（35）、R26-ox-tdT（36）、Cx40-GFP（66）、Cdh5-CreER（44）、NR（27）、R26-tdT（40）、Cx40-（17）、Actb-Cre（27）、H11-Kdr-mCherry（67）、Bmx-CreER（33）和Cx40-LSL-（29），以上品系均已有报道。以下小鼠品系由上海模式生物资源中心利用CRISPR / Cas9技术构建：Myh11-mGFP、Apln-LSL-、Kdr-CreER、Cx40-IR、Cx40-IR-DTR、Cx40-DreER和H11-ntdT。对于Myh11-mGFP小鼠品系，将编码mGFP的cDNA插入Myh11基因第1外显子的ATG位点。对于Apln-LSL-Dre小鼠品系，将loxP-Stop-loxP--WPRE-polyA序列插入Apln基因第1外显子。对于Kdr-CreER小鼠品系，将P2A-CreER序列插入Kdr基因最后一个编码外显子与3' UTR之间。对于Cx40-IR小鼠品系，将loxP-ox-Stop-loxP-GFP-WPRE-polyA-ox-tdT--polyA-Frt-Neo-Frt序列插入Cx40基因第2外显子。对于Cx40-IR-DTR小鼠品系，将loxP-ox-Stop-loxP-GFP-2A-白喉毒素受体（DTR）--polyA-ox-tdT--polyA-Frt-Neo-Frt序列插入Cx40基因第2外显子。对于Cx40-DreER小鼠品系，将DreER序列插入Cx40基因第3外显子。对于H11-ntdT小鼠品系，将loxP-stop-loxP-ntdT序列插入H11基因座。Yy1R小鼠品系通过在Yy1基因第2外显子两侧放置两个loxP位点构建（GemPharmatech）。所有小鼠品系均维持在C57BL6 / ICR遗传背景。每个实验的起始时间点（第0天）为8-12周龄成年小鼠。他莫昔芬（Sigma-Aldrich，货号T5648）溶于玉米油（20 mg / ml），按0.2 mg / g体重剂量通过成年期口服灌胃或新生期腹腔注射给药。白喉毒素（DT，Invitrogen，货号C10010500BT）溶于PBS，新生期腹腔注射给药，剂量为25 ng / g体重 / 次。多西环素（Dox，Sigma-Aldrich，货号D9891）溶于蒸馏水（2 / ml），通过饮水给予哺乳期母鼠。此外，Dox溶于PBS后通过腹腔注射给予新生期小鼠，剂量为0.2 / g体重。以上操作确保了实验中精确的遗传和药理学操作。

基因组PCR

从胚胎卵黄囊或小鼠尾部提取基因组DNA。组织在含100 mM Tris HCl（pH 7.8）、5 mM EDTA、0.2% SDS、200 mM NaCl和100 / ml蛋白酶K的裂解缓冲液中55℃过夜裂解。裂解后，混合物以21130 rcf离心8分钟收集上清。上清再以21130 rcf离心3分钟沉淀基因组DNA。DNA沉淀用70%乙醇洗涤、干燥后溶于去离子水。所有胚胎和小鼠均使用特异性引物进行基因分型，以区分靶向序列与野生型等位基因。

组织收集与整体荧光显微镜检

收集的组织在4℃下用4%多聚甲醛（PFA）固定1小时。用PBS洗涤3次后，将组织置于含适量PBS的1%琼脂糖凝胶的培养皿中，并使用AxioZoom V16体视显微镜（蔡司）成像。

免疫荧光染色

免疫染色方案按先前报道（42）进行。收集的组织用4% PFA在4℃下固定1小时，随后用PBS洗涤3次，并在4℃下用30%蔗糖（溶于PBS）脱水过夜。组织随后用OCT（Sakura）包埋并冷冻切片成10 μm厚的冰冻切片。视网膜用4% PFA在4℃下固定1小时，随后用PBS洗涤3次，并进一步用于整体免疫荧光染色。免疫染色时，切片在室温下干燥，并用PBS洗涤3次，每次5分钟。载玻片或视网膜随后用5% PBSST（PBS中含5%正常驴血清和0.02% Triton X-100）在室温下封闭30分钟。封闭后，载玻片在4℃下用2.5% PBSST稀释的初级抗体孵育过夜。本研究中使用的初级抗体包括：smMHC（Abcam，Cat ab224804，1:300）、tdTomato（Rockland，Cat 200-101-379，1:1000）、tdTomato（Rockland，600-401-379，1:1000）、CD31（R&D systems，AF3628，1:300）、GFP（Rockland，600-101-215，1:500）、GFP（Nacalai tesque，04404-84，1:500）、GFP（Invitrogen，A11122，1:500）、BFP（Evrgen，AB233，1:500）、VE-Cad（R&D systems，AF1002，1:100）、TNNI3（Abcam，ab56357，1:200）、E-CAD（R&D systems，AF748，1:500）、ZsGreen（Clontech，632474，1:2000）、αSMA（Abcam，ab5694，1:100）、FABP4（Abcam，ab13979）、YY1（Abcam，ab109237）、Isolectin B4（vector lab，B-1205）。次日，载玻片用PBS洗涤3次，每次5分钟，并在室温下用稀释于0.02% PBST（PBS中含0.02% Triton X-100）的二级抗体和4'6-二脒基-2-苯基吲哚（DAPI，Vectorlab，1:1000）孵育30分钟。使用的二级抗体包括：Donkey anti-rabbit 488（Invitrogen，A21206，1:1000）、anti-rabbit 555（A31572，1:1000）、-rabbit 647（A31573，1:1000）、-goat 488（A11055，1:1000）、-goat 555（A21432，1:1000）、- 647（A21447，1:1000）、-rat 594（JIR，712-585-153，1:1000）、-rat 488（A21208，1:1000）、- 647（Abcam，ab150155，1:1000）、ImmPRESS -（Vector lab，MP-7444，1:3）、ImmPRESS horse-rabbit（Vector Laboratories，MP-7401，1:3）、ImmPRESS horse-（Vector Laboratories，MP-7405，1:3）、HRP-（Jackson ImmunoResearch Inc，712-035-153，1:100）、链霉亲和素-APC（eBioscience，17-4317-82）。孵育后，切片或视网膜经洗涤并用封片剂封片。免疫荧光染色图像使用Nikon A1 FLIM、Olympus FV4000和Zeiss 880共聚焦显微镜系统获取，并使用ImageJ和Imaris软件进行分析。

《科学》2026年8月20日

第12页，共17页

研究论文

新生小鼠心肌梗死模型

将小鼠在冰上麻醉后，置于显微镜下，在第3和第4肋间隙左侧胸骨旁进行开胸手术。仔细切开心包，用11-0尼龙缝线结扎左冠状动脉前降支。结扎后，用8-0可吸收缝线关闭胸腔。

成年心肌梗死模型

小鼠称重后使用异氟烷吸入麻醉。麻醉后进行气管插管，并连接呼吸机。在胸骨左侧第3和第4肋间隙进行开胸术。打开心包后，使用8-0尼龙缝线结扎左前降支冠状动脉。通过左心室变紫确认模型复制成功。随后关闭胸腔，术后肌内注射20,000 U青霉素。

新生小鼠心尖切除术

将小鼠用冰麻醉后置于显微镜下，在胸骨左侧第3和第4肋间隙进行开胸术。切开心包后，切除0.5至1 mm的心尖部。随后使用8-0可吸收缝线关闭胸腔。

Sirius Red染色

心脏纤维化评估采用Sirius Red染色法，按既报告流程进行（30）。心脏切片用4%多聚甲醛固定15分钟，随后用PBS洗涤3次，每次5分钟。切片置于Bouin液（含9%甲醛、5%乙酸和0.9%苦味酸）中长时间固定24小时。次日用自来水冲洗后，在0.1%快绿溶液（Thermo Fisher Scientific）中孵育5分钟。孵育后用自来水冲洗，再用1%乙酸孵育1分钟。随后用蒸馏水洗涤，并在0.1%Sirius Red溶液中孵育2分钟。染色后再次用蒸馏水洗涤。脱水步骤依次在95%乙醇、100%乙醇和二甲苯中各进行两次，每次5分钟。最后用树脂基封固剂封片。染色切片图像使用奥林巴斯BX53显微镜拍摄。

超声心动图

心肌梗死术后两周，使用高分辨率Vevo 3100经胸超声心动图系统（VisualSonics）评估左心室结构和功能。通过胸骨旁长轴观进行M型超声成像，在乳头肌水平及乳头肌与心尖之间中点捕获图像。射血分数通过Vevo Lab 3.2.7软件包计算。

新生小鼠心脏整装免疫荧光染色与共聚焦成像

新生小鼠心脏整装免疫荧光染色按既报告流程进行（12）。简言之，心脏在4℃下用4%多聚甲醛固定1小时，随后用PBS洗涤3次，每次10分钟。心脏在4℃下用含0.5% Triton X-100的PBS（0.5% PBST）稀释的初级抗体孵育24小时。初级抗体孵育后，心脏在4℃下用0.5% PBST洗涤24小时，期间溶液更换6次。随后，心脏在4℃下用1:250稀释的次级抗体在0.5% PBST中孵育过夜。次级抗体孵育后，心脏再次在4℃下用0.5% PBST洗涤24小时，期间溶液更换6次。所有步骤均在温和持续摇动下进行。完成免疫荧光染色后，心脏在室温下用Vectashield（Vector；货号：H-100）透明处理2小时。心脏随后在双凹载玻片（Sail品牌；货号：7104）与厚载玻片之间压平。使用蔡司880或奥林巴斯FV4000共聚焦显微镜进行成像。

修饰mRNA的合成与转染

修饰mRNA（modRNA）的合成按既往方法进行（49）。简言之，通过PCR从编码荧光素酶和小鼠VEGF-A的质粒扩增开放阅读框（ORF），再以此为模板进行Poly A尾PCR。使用MEGAscript T7试剂盒（Ambion）及自定义核苷混合物合成RNA。该混合物包含3'-O-Me-m7G(5')ppp(5')G帽类似物（New England Biolabs）、ATP、三磷酸鸟苷（USB）、5-甲基胞嘧啶三磷酸和假尿苷三磷酸（TriLink Biotechnologies）。合成的RNA用Ambion MEGAclear旋转柱纯化，并用南极磷酸酶（New England Biolabs）在37℃处理1小时以去除残留的5'-磷酸基团。酶处理后，RNA再次纯化，用Nanodrop分光光度计（Thermo Scientific）定量，并按制造商说明用5M醋酸铵沉淀。modRNA重悬于洗脱缓冲液中，-80℃保存，并制备用于体内实验。为制备转染混合物，将modRNA与in vivo-jetRNA+（Polyplus，货号：101000122）混合，按制造商说明在室温下孵育15分钟。转染混合物随后直接注射至心肌。为观察荧光素酶生物发光信号，腹腔内注射荧光素酶底物（150 μg / g体重；Sigma）。10分钟后，小鼠用异氟烷麻醉并用PerkinElmer IVIS Lumina III系统成像。成像数据使用Living Image软件分析和量化，信号强度以12种不同颜色的光谱可视化。

血管灌注测量

对于植物凝集素灌注，成年小鼠经尾静脉注射Isolectin B4-649（Vector Laboratories，DL-1208），剂量为6.25 μl / 克体重；新生小鼠经腔静脉注射，剂量为每只50 μl，于处死前2小时进行。采用Microfil灌注评估冠状动脉灌注，方法如前述（68）。简言之，小鼠腹腔内注射肝素溶液（PBS中1:10稀释）5分钟。随后处死小鼠，打开胸腔，依次用1×PBS和4%多聚甲醛（PFA）灌注血管。随后经胸主动脉注射Microfil直至动脉循环完全充盈。Microfil聚合60分钟后，取出心脏并固定于4℃下4% PFA过夜。次日，心脏用PBS洗涤三次（每次5分钟），并在水杨酸甲酯中透明数天。透明后的心脏用微型计算机断层扫描（SkyScan 1272）成像。

冠状动脉内皮细胞分选

冠状动脉内皮细胞（ECs）的分选按既往方法进行（15）。将新生和成年小鼠心脏解剖用于组织分离，并从每个心脏中去除心房。对于出生后第2天（P2）的小鼠，每个样本约合并6个心脏进行细胞分选。对于成年心肌梗死（MI）心脏，收集梗死区和边界区进行消化。组织在含有500 U / ml IV型胶原酶、1.2 U / ml Dispase和32 U / ml DNase I的HBSS缓冲液中消化。每个新生心脏转入300 μl消化缓冲液，而每个成年心脏转入1 ml消化缓冲液。样本在37℃下温和振荡孵育45分钟。消化终止后加入含5%胎牛血清（FBS）的PBS，再通过40 μm无菌细胞滤器过滤。细胞以400 × g、4℃离心5分钟，沉淀重悬于含3% FBS的600 μl PBS中。新生心脏来源的单细胞悬液用CD31–PE-Cy7和CD45–APC染色，而成年心脏来源的细胞用CD31–APC染色，4℃孵育30分钟。染色后洗涤并重悬于新鲜含3% FBS的PBS中，随后进行荧光激活细胞分选（FACS）。在分选前立即加入DAPI以排除死细胞。新生内皮细胞（DAPI^{−< / sup> CD45<>−< / > CD31<>+< / >）使用Sony MA900细胞分选仪进行分选，用于后续单细胞RNA测序；成年内皮细胞（DAPI<>−< / > CD31<>+< / >）则收集用于批量RNA测序或RT-qPCR。}

单细胞文库制备

经FACS分选的细胞使用Chromium Next GEM单细胞5'试剂盒（v3化学版）进行5'转录组分析。在10x Chromium控制器上生成GEMs后，cDNA扩增并按标准制造商指南转化为测序文库。使用Illumina NovaSeq 6000（PE150）进行测序以获取全面的转录组读取。

单细胞转录组数据处理与分析

使用Trim Galore（v0.6.7）对原始测序数据进行初步质量控制和接头去除，针对双端测序设置质量阈值为20，严格度为13。仅保留长度≥150 bp的序列。随后，高质量读段被映射至定制的mm10小鼠参考基因组，通过Cell Ranger（v6.1.1）的count功能在默认配置下生成最终的基因表达矩阵。

下游分析在R语言Seurat（v4.1.2）软件包中完成。初始Seurat对象通过过滤在少于3个细胞中表达的基因及表达基因少于200个的细胞创建。为确保高质量转录组数据，细胞保留标准包括：检测到的基因数≥1000个，线粒体基因含量<10%。

为聚焦内皮细胞谱系及其特定亚群分析，我们构建了包含69个基因标志物的综合谱系集。主成分分析（PCA）在该限定的内皮基因标志物特征空间中执行。聚类采用基于共享最近邻（SNN）模块度优化算法，分辨率设定为1.8。异常值聚类被识别并移除以优化细胞群体用于下游分析。为便于比较IGT与WT样本间的数据，两个数据集通过Seurat标准整合工作流进行整合，在典型相关性分析（CCA）后识别出2000个整合锚点。整合后数据集被缩放，并使用预定义的内皮标志物进行联合PCA。为可视化高维数据，基于前30个主成分通过统一流形近似与投影（UMAP）将数据投射至二维空间。为探究内皮细胞群体的发育动态与谱系特化，我们执行了扩散图降维与扩散拟时（DPT）估计，分析通过destiny（v3.20.0）R软件包完成。

RNA测序数据分析

高质量双端读段使用HISAT2（v2.2.1）对齐至小鼠参考基因组。基因计数通过HTSeq（v2.0.1）量化以生成综合表达矩阵。下游转录组分析在DESeq2（v1.46.0）R软件包中完成。为可视化样本关系，随后在前3,000个变异性最高的基因上执行主成分分析（PCA），以评估组间全局转录变异。差异表达基因（DEGs）基于调整后p值阈值0.05及最小绝对log2倍数变化0.5识别。功能意义通过limma（v3.62.1）R软件包进行基因本体（GO）富集分析进一步探索，所有检测到的基因作为背景。

hESC-EC分化

H9 hESC细胞系（WiCell, WA09）在mTesR1培养基（StemCell Technologies, Cat No. 85850）中维持培养。hESC-ECs通过定义条件从hESCs分化而来，如先前所述（70）。简言之，hESCs在含有50% DMEM / F12-Glutamax和50%神经基础培养基的中胚层分化培养基中培养，并补充1% N2、2% B27、50 μM 2-巯基乙醇和2 mM L-谷氨酰胺（Gibco）。生长因子和小分子包括25 ng / ml BMP4（Peprotech, Cat No. AF-120-05ET）和8 μM CHIR99021（Selleck Chem, No. S2924）从第1天至第4天添加至中胚层分化培养基中。从第4天起，hESCs在EC分化培养基中培养，该培养基含StemPro培养基（Gibco, No. 10639011）并补充200 ng / ml VEGF-A（Peprotech, No. 100-20）和200 ng / ml VEGF-A（Peprotech, No. 100-20）。

2 μM forskolin（Abcam, No. ab120058）。在第6天，分化的hESC-ECs通过TrypLE Express（Thermo Fisher, No. 12604021）消化后，用CD144 MicroBeads（Miltenyi Biotec, no. 130-097-857）纯化，并维持于EGM-2培养基（Lonza, No. CC-3162）中。在某些实验中，hESC-ECs在进一步分析前用PBS（对照）、50 ng / ml或100 ng / ml VEGF-A处理48小时（Peprotech, No. 100-20）。

Western印迹分析

hESC-ECs的总蛋白通过RIPA裂解缓冲液（Beyotime, . No. P0013B）在冰上裂解30分钟，并以4℃、13,000 rpm离心5分钟。总蛋白浓度通过BCA蛋白质测定试剂盒（Thermo Scientific, . No. 23225）测定。裂解液与SDS-PAGE上样缓冲液（Beyotime, . No. P0015F）混合，并在100℃煮沸5分钟。等量（30 μg）蛋白样品通过6-10%标准十二烷基硫酸钠-聚丙烯酰胺凝胶电泳（SDS-PAGE）分离，随后转移至孔径为0.2 μm的聚偏二氟乙烯（PVDF）膜（Roche, . No. 03010040001）。膜在室温下用5%脱脂奶粉（溶于TBST）封闭1小时，并在4℃过夜孵育一抗（1:1000稀释）。用TBST洗涤三次后，膜在室温下用相应的抗鼠或抗兔辣根过氧化物酶（HRP）偶联二抗（1:5000稀释）孵育1小时。免疫反应条带通过化学发光底物（Thermo Scientific, . No. 34095）与化学发光成像系统（Syngene, GeneGnome XRQ）可视化。蛋白表达通过使用Image-Pro Plus软件分析蛋白条带的积分光密度（IOD）测定。本研究中用于Western印迹分析的抗体列于表S1。

Co-IP

Co-IP采用蛋白A / G磁珠（Thermo Scientific，货号88803）按制造商说明进行。简言之，使用RIPA裂解缓冲液（碧云天，货号P0013B，另加蛋白酶抑制剂混合物（MedChemExpress，货号HY-K0011））在冰上裂解hESC-ECs总蛋白30分钟，4℃离心13,000 rpm 5分钟。取2%裂解液作为输入，剩余裂解液用30 μl蛋白A / G磁珠在4℃预清除30分钟以去除非特异性结合蛋白。去除磁珠后，向1 mg蛋白裂解液中加入2 μg特异性靶标抗体或对照IgG抗体，4℃轻柔旋转过夜。随后加入30 μl蛋白A / G磁珠，4℃孵育4小时。磁珠用洗涤缓冲液洗涤三次。用洗脱缓冲液从蛋白A / G磁珠上洗脱后，将输入和免疫沉淀样品与SDS-PAGE上样缓冲液（碧云天，货号P0015F）混合，100℃煮沸5分钟，随后进行Western blot分析。本研究Co-IP分析所用抗体列于表S1。

RT-qPCR

使用TRIzol试剂（Vazyme，货号R401-01）按制造商说明从hESC-ECs或心脏分选的ECs中提取总RNA。使用Nanodrop 2000（Thermo Fisher）测定RNA样品浓度与纯度。取等量总RNA（1 μg）用cDNA合成试剂盒（Bio-Rad，货号1708890）逆转录合成第一链cDNA。使用CFX Connect实时荧光定量PCR检测系统（Bio-Rad）与SYBR Green Supermix（Bio-Rad，货号1725122）进行RT-qPCR。基因表达变化倍数采用2−ΔΔCt法计算，相对基因表达水平以内参基因β-actin（Actb）标准化。所用引物列于表S2。

CUT&RUN测序

使用CUT&RUN检测试剂盒（Cell Signaling Technology，货号86652）按制造商说明对hESC-ECs进行CUT&RUN。简言之，收获1×10⁵活hESC-ECs，洗涤后结合刀豆凝集素包被磁珠固定细胞。磁珠结合细胞经穿透后，用靶标蛋白特异性一抗在4℃轻柔振荡过夜孵育。洗涤去除未结合抗体后，细胞用重组pAG-MNase酶在4℃孵育1小时以将核酶连接至抗体结合染色质。加入氯化钙启动靶向染色质切割，4℃反应30分钟。加入终止缓冲液终止反应，从上清液收集释放的染色质片段。平行处理未经抗体处理的输入对照样品以评估本底切割并标准化信号富集。使用试剂盒内提供的离心柱纯化DNA，并按Illumina DNA文库制备试剂盒（New England Biolabs，货号E7645）说明制备测序文库。在Illumina NovaSeq平台以150 bp双端配置进行测序，按制造商说明操作。CUT&RUN实验所用抗体列于表S1。

CUT&RUN测序分析

使用Burrow-Wheeler Aligner（版本0.7.19）及其最大精确匹配算法将测序读段对齐至人类参考基因组（GRCh38，GENCODE）。在过滤掉GRCh38 ENCODE黑名单区域并去除重复读段后，使用模型化ChIP-Seq峰值调用器MACS（版本2.2.9.1；pypi.org / project / MACS2 / ）以q值截断0.01识别峰值。峰值注释通过超几何优化基序富集软件HOMER（版本5.1；homer.ucsd.edu / homer / ）及人类参考基因组注释模型（GRCh38，GENCODE）完成。在默认设置下，峰值被分配至基因最近转录起始位点（TSS）的以下区域：TSS（-1 kb至+100 bp）、转录终止位点（TTS，-100 bp至+1 kb）、外显子、内含子及基因间区。使用deepTools（版本3.5.6；github.com / deeptools / deepTools）进行热图可视化。选择带有YY1结合峰值的基因通过加州大学圣克鲁兹分校基因组浏览器（UCSC Genome Browser）进行可视化。

ChIP分析

ChIP分析在hESC-ECs中使用SimpleChIP酶切染色质免疫沉淀试剂盒（Cell Signaling Technology，货号9003）按制造商说明进行。简言之，hESC-ECs用1%甲醛（Sigma）在室温下交联10分钟。加入0.125 M甘氨酸室温孵育5分钟终止反应。交联染色质随后用0.5 μl微球菌核酸酶在37℃孵育20分钟，再经3次20秒超声处理（上海力辰邦熹科技有限公司）破碎核膜。取2%交联染色质作为输入，向染色质样本中加入2 μg免疫沉淀抗体或IgG抗体，4℃旋转孵育过夜。随后向反应样本中加入蛋白G磁珠并4℃旋转孵育2小时。蛋白G磁珠用低盐缓冲液洗涤三次、高盐缓冲液洗涤一次。向每个ChIP样本加入洗脱缓冲液以从抗体 / 蛋白G磁珠上洗脱染色质。对于输入和ChIP样本，加入6 μl 5 M NaCl及2 μl蛋白酶K，65℃孵育2小时。DNA随后使用DNA纯化离心柱纯化。ChIP中使用的免疫沉淀抗体列于表S1。对于ChIP-qPCR，沉淀的基因组DNA重悬于50 μl DNA洗脱缓冲液，并稀释至总体积200 μl。使用针对HES1启动子区域的特异性引物对ChIP DNA进行qPCR分析，数据按输入DNA标准化。ChIP-qPCR中使用的引物列于表S3。

定量与统计分析

心脏样本在分析前进行盲法随机化处理，每个小鼠组的每个实验至少收集5个生物学样本。定量数据以均值±标准差（SD）呈现。两组间统计比较使用非配对双尾Student's t检验，多组间比较使用ANOVA后接Tukey法。P值<0.05被视为统计学显著。

参考文献与注释

1. S. S. Martin 等，2024年心脏病与中风统计：美国与全球数据报告. Circulation 149, e347–e913 (2024). doi: 10.1161 / CIR.0000000000001209; pmid: 38264914

2. C. Seiler, M. Stoller, B. Pitt, P. Meier, 人类冠状动脉侧支循环：发育与临床重要性. Eur. Heart J. 34, 2674–2682 (2013). : 10.1093 / eurheartj / eht195; pmid: 23739241

3. D. E. Gregg, 冠状动脉侧支发育的自然史. Circ. Res. 35, 335–344 (1974). : 10.1161 / 01.RES.35.3.335; pmid: 4608623

4. W. Schaper, W. D. Ito, 冠状动脉侧支血管生长的分子机制. Circ. . 79, 911–919 (1996). : 10.1161 / 01..79.5.911; pmid: 8888683

5. A. Helisch, W. Schaper, 动脉生成：侧支动脉的发育与生长. Microcirculation 10, 83–97 (2003). : 10.1080 / mic.10.1.83.97; pmid: 12610665

6. C. Seiler, P. Meier, 人类冠状动脉侧支循环的历史背景与相关性. Curr. Cardiol. Rev. 10, 2–16 (2014). : 10.2174 / 1573403X113099990028; pmid: 23859295

7. P. J. Sabia 等，侧支血流与近期心肌梗死患者心肌存活性的关联. N. Engl. J. Med. 327, 1825–1831 (1992). : 10.1056 / NEJM199212243272601; pmid: 1448120

8. F. Mac Gabhann, S. M. Peirce, 小鼠骨骼肌微动脉结扎后侧支毛细血管动脉化. Microcirculation 17, 333–347 (2010). : 10.1111 / j.1549-8719.2010.00034.x; pmid: 20618691

9. J. E. Faber, W. M. Chilian, E. Deindl, N. van Royen, M. Simons, 冠状动脉侧支循环简明词源学. Arterioscler. Thromb. Vasc. Biol. 34, 1854–1859 (2014). : 10.1161 / ATVBAHA.114.303929; pmid: 25012127

10. M. Simons, A. Eichmann, 动脉形态发生的分子调控. Circ. . 116, 1712–1724 (2015). : 10.1161 / CIRCRESAHA.116.302953; pmid: 25953926

11. H. Zhang, J. E. Faber, 急性心肌梗死后新生侧支血管形成：依赖于CCR2+骨髓细胞. J. Mol. Cell. Cardiol. 87, 4–16 (2015). : 10.1016 / j.yjmcc.2015.07.020; pmid: 26254180

Science 2026年8月20日

15 / 17

研究论文

12. S. Das 等，一种独特的侧支动脉发育程序促进新生儿心脏再生. Cell 176, 1128–1142.e18 (2019). : 10.1016 / j..2018.12.023; pmid: 30686582

13. A. Jarnayar 等，内皮细胞出芽在冠状动脉侧支生长中的关键作用. J. Mol. . Cardiol. 165, 158–171 (2022). : 10.1016 / j.yjmcc.2022.01.005; pmid: 35074317

14. L. He 等，遗传谱系示踪揭示动脉生成是小鼠心脏侧支生长的主要机制. Cardiovasc. . 109, 419–430 (2016). : 10.1093 / cvr / cvw005; pmid: 26768261

15. G. Arolkar 等，内皮细胞去分化与增殖驱动小鼠冠状动脉侧支发育. Arterioscler. Thromb. Vasc. Biol. 43, 1455–1477 (2023). : 10.1161 / ATVBAHA.123.315039; pmid: 37345524

16. R. B. Reinert 等，他莫昔芬诱导的Cre-loxP重组在成年小鼠胰岛中延长. PLOS ONE 7, e33529 (2012). : 10.1371 / journal.pone.0033529; pmid: 22470452

17. M. Han 等，双遗传谱系示踪揭示成年心脏毛细血管向动脉转化. Circulation 145, 1179–1181 (2022). : 10.1161 / CIRCULATIONAHA.121.056249; pmid: 35404681

18. H. W. Jeong 等，出芽血管生成过程中内皮细胞行为的转录调控. Nat. Commun. 8, 726 (2017). : 10.1038 / s41467-017-00738-7; pmid: 28959057

19. Y. Shi, E. Seto, L. S. Chang, T. Shenk, YY1蛋白介导的转录抑制及腺病毒E1A蛋白对抑制的解除. ** 67, 377–388 (1991). : 10.1016 / 0092-8674(91)90189-6; pmid: 1655281

20. S. Gordon, G. Akopyan, H. Garban, B. Benavida, 转录因子YY1：结构、功能及其在癌症生物学中的治疗意义. Oncogene 25, 1125–1142 (2006). doi: 10.1038 / sj.onc.1209080; pmid: 16314846

21. W. Ye 等, YY1通过表观遗传调控血管平滑肌细胞m6A RNA修饰调节血管阻力和血压动态. Cardiovasc. Res. 121, 1898–1916 (2025). doi: 10.1093 / cvr / cvaf136; pmid: 40795179

22. Z. J. Liu 等, 血管内皮生长因子在动脉内皮细胞中对Notch1和Dll4的调控：对动脉生成和血管生成调节的意义. Mol. Cell. Biol. 23, 14–25 (2003). doi: 10.1128 / MCB.23.1.14-25.2003; pmid: 12482957

23. C. Roca, R. H. Adams, Notch信号调控血管形态发生. Genes Dev. 21, 2511–2524 (2007). doi: 10.1101 / gad.1589207; pmid: 17938237

24. S. Beyer, R. G. Kelly, L. Miquerol, 心脏传导系统和动脉内皮细胞中可诱导的Cr40-Cre表达. Genesis 49, 83–91 (2011). doi: 10.1002 / dvg.20687; pmid: 21344610

25. L. Miquerol 等, 内皮细胞可塑性驱动心肌梗死后心内膜动脉重塑. Circ. Res. 116, 1765–1771 (2015). doi: 10.1161 / CIRCRESAHA.116.306476; pmid: 25834185

26. B. Sharma, A. Chang, K. Red-Horse, 冠状动脉发育：祖细胞及分化途径. Annu. Rev. Physiol. 79, 1–19 (2017). doi: 10.1146 / annurev-physiol-022516-033953; pmid: 27959616

27. L. He 等, 利用双重重组酶提高遗传谱系示踪精度. Nat. Med. 23, 1488–1498 (2017). doi: 10.1038 / nm.4437; pmid: 29131159

28. Q. Liu 等, 利用Apln-CreER进行出芽血管生成的遗传靶向. Nat. Commun. 6, 6020 (2015). doi: 10.1038 / ncomms7020; pmid: 25597280

29. X. Han 等, 一套新型Dre重组酶驱动子显著扩展了交叉遗传靶向能力. Cell Stem Cell 28, 1160–1176.e7 (2021). doi: 10.1016 / j.stem.2021.01.007; pmid: 33567267

30. M. Han 等, 双重遗传示踪揭示调节心脏纤维化的独特成纤维细胞亚群. Nat. Genet. 55, 665–678 (2023). doi: 10.1038 / s41588-023-01337-7; pmid: 36959363

31. A. Álvarez-Aznar 等, 重组报告基因的Tamoxifen非依赖性重组限制了CreER^T2系统的谱系示踪和嵌合分析. Transgenic Res. 29, 53–68 (2020). doi: 10.1007 / s11248-019-00177-8; pmid: 31641921

32. L. Madisen 等, 用于交叉靶向神经传感器和效应器的转基因小鼠：高特异性与高性能. Neuron 85, 942–958 (2015). doi: 10.1016 / j.neuron.2015.02.022; pmid: 25741722

33. M. Ehling, S. Adams, R. Benedito, R. H. Adams, Notch控制视网膜血管成熟与静息状态. Development 140, 3051–3061 (2013). doi: 10.1242 / dev.093351; pmid: 23785053

34. L. Morsut 等, 利用合成Notch受体构建定制化细胞感知与响应行为. Cell 164, 780–791 (2016). doi: 10.1016 / j.cell.2016.01.012; pmid: 26830878

35. S. Zhang 等, 哺乳动物细胞间通信与接触历史监测. Science 378, eabo5503 (2022). doi: 10.1126 / science.abo5503; pmid: 36454848

36. H. Zhang 等, 遗传谱系示踪识别肝脏血管的心内膜起源. Nat. Genet. 48, 537–543 (2016). doi: 10.1038 / ng.3536; pmid: 27019112

37. K. E. Kim, H. K. Sung, G. Y. Koh, 小鼠小肠淋巴管发育. Dev. Dyn. 236, 2020–2025 (2007). doi: 10.1002 / dvdy.21200; pmid: 17576138

38. A. I. McDonald 等, 大血管内皮再生是一个双相过程，由具有不同增殖能力的局部细胞驱动. Cell Stem Cell 23, 210–225.e6 (2018). doi: 10.1016 / j.stem.2018.07.011; pmid: 30075129

39. Y. Li等，动脉内皮细胞在稳态和疾病状态下的生成与更新动力学。Circulation 149, 135–154 (2024). doi: 10.1161 / CIRCULATIONAHA.123.064301；pmid: 38084582

40. L. Madisen等，适用于整个小鼠大脑的稳健高通量Cre报告与表征系统。Nat. Neurosci. 13, 133–140 (2010). doi: 10.1038 / nn.2467；pmid: 20023653

41. E. R. Porrello等，miR-15家族调控新生和成年哺乳动物心脏再生。Proc. Natl. Acad. Sci. U.S.A. 110, 187–192 (2013). doi: 10.1073 / pnas.1208863110；pmid: 23248315

42. X. Tian等，心外膜下内皮细胞侵入胚胎心室壁形成冠状动脉。Cell Res. 23, 1075–1090 (2013). doi: 10.1038 / cr.2013.83；pmid: 23797856

43. X. Tian等，血管形成：新生心脏中独特冠状血管群体的体内新生。Science 345, 90–94 (2014). doi: 10.1126 / science.1251487；pmid: 24994653

44. K. Liu等，谱系示踪阐明发育期心脏组织驻留巨噬细胞的细胞起源。J. Cell Biol. 221, e202108093 (2022). doi: 10.1083 / jcb.202108093；pmid: 35482005

45. N. D. Lawson, A. M. Vogel, B. M. Weinstein，Sonic hedgehog与血管内皮生长因子在动脉内皮分化中的上游作用。Dev. Cell 3, 127–136 (2002). doi: 10.1016 / S1534-5807(02)00198-3；pmid: 12110173

46. B. Wu等，心内膜细胞通过心肌-心内膜VEGF信号介导的血管生成形成冠状动脉。Cell 151, 1083–1096 (2012). doi: 10.1016 / j.cell.2012.10.023；pmid: 23178125

47. W. Luo等，动脉化需及时抑制细胞生长。Nature 589, 437–441 (2021). doi: 10.1038 / s41586-020-3018-x；pmid: 33299176

48. X. Tian, B. Zhou，发育与再生过程中冠状血管形成：起源与机制。J. Mol. Cell. Cardiol. 167, 67–82 (2022). doi: 10.1016 / j.yjmcc.2022.03.009；pmid: 35354073

49. L. Zangi等，修饰mRNA引导心脏祖细胞命运并在心肌梗死后诱导血管再生。Nat. Biotechnol. 31, 898–907 (2013). doi: 10.1038 / nbt.2682；pmid: 24013197

50. L. Carlsson等，生物相容性纯化VEGF-A mRNA在猪心肌梗死后1周心内注射改善心脏功能。Mol. Ther. Methods Clin. Dev. 9, 330–346 (2018). doi: 10.1016 / j.omtm.2018.04.003；pmid: 30038937

51. D. Schübeler等，通过全基因组染色质分析揭示高等真核生物活跃基因的组蛋白修饰模式。Genes Dev. 18, 1263–1271 (2004). doi: 10.1101 / gad.1198204；pmid: 15175259

52. B. E. Bernstein等，胚胎干细胞中关键发育基因的二价染色质结构。Cell 125, 315–326 (2006). doi: 10.1016 / j.cell.2006.02.041；pmid: 16630819

53. A. Shilatifard，COMPASS家族组蛋白H3K4甲基转移酶：发育与疾病发病机制中的调控机制。Annu. Rev. Biochem. 81, 65–95 (2012). doi: 10.1146 / annurev-biochem-051710-134100；pmid: 22663077

54. J. H. Lee, D. G. Skalnik，CpG结合蛋白（CXXC指状蛋白1）是哺乳动物Set1组蛋白H3-Lys4甲基转移酶复合物的组分，为酵母Set1 / COMPASS复合物的类似物。J. Biol. Chem. 280, 41725–41731 (2005). doi: 10.1074 / jbc.M508312200；pmid: 16253997

55. A. B. Aurora等，巨噬细胞是新生心脏再生所必需的。J. Clin. Invest. 124, 1382–1392 (2014). doi: 10.1172 / JCI72181；pmid: 24569380

56. X. Tian等，围干动脉内皮细胞在小鼠心脏中贡献近端冠状动脉主干及其主动脉开口。PLOS ONE 8, e80857 (2013). doi: 10.1371 / journal.pone.0080857；pmid: 24278332

57. J. Tang等，心内膜衍生血管的延伸在新生儿中生成冠状动脉。Circ. Res. 130, 352–365 (2022). doi: 10.1161 / CIRCRESAHA.121.320335；pmid: 34995101

58. T. Su 等，单细胞分析构建冠状动脉的早期祖细胞。Nature 559, 356–362 (2018). doi: 10.1038 / s41586-018-0288-7; pmid: 29973725

59. P. Carmeliet，生命、疾病与医学中的血管生成。Nature 438, 932–936 (2005). doi: 10.1038 / nature04478; pmid: 16355210

60. P. Carmeliet, R. K. Jain，血管生成的分子机制与临床应用。Nature 473, 298–307 (2011). doi: 10.1038 / nature10144; pmid: 21593862

61. M. Grunewald 等，抵消与年龄相关的 VEGF 信号不足可促进健康老龄化并延长寿命。Science 373, eabc8479 (2021). doi: 10.1126 / science.abc8479; pmid: 34326210

62. G. Lusán, S. Dimmeler，血管系统：心力衰竭的治疗靶点？Cardiovasc. Res. 118, 53–64 (2022). doi: 10.1093 / cvr / cvab047; pmid: 33620071

63. E. Tzahor, S. Dimmeler，联盟治愈——心脏微环境的影响。Science 377, eabm4443 (2022). doi: 10.1126 / science.abm4443; pmid: 36048959

64. Q. Liu 等，支气管肺泡导管连接处多能干细胞介导的肺再生。Nat. Genet. 51, 728–738 (2019). doi: 10.1038 / s41588-019-0346-6; pmid: 30778223

65. X. Liu 等，功能性 ProTracer 识别组织中细胞增殖模式及其调控机制。NPJ Regen. Med. 8, 41 (2023). doi: 10.1038 / s41536-023-00318-y; pmid: 37537178

Science 20 AUGUST 2026

16 of 17

研究论文

66. L. Miquerol 等，小鼠心脏希斯-浦肯野系统的结构与功能不对称性。Cardiovasc. Res. 63, 77–86 (2004). doi: 10.1016 / j.cardiores.2004.03.007; pmid: 15194464

67. H. Zhao 等，识别细胞类型间衰老的特定功能作用。Cell 187, 7314–7334.e21 (2024). doi: 10.1016 / j.cell.2024.09.021; pmid: 39368477

68. J. J. Weyers, D. D. Carlson, C. E. Murry, S. M. Schwartz, W. M. Mahoney Jr.，小鼠冠状血管灌注与填充的逆行灌注制备用于微计算机断层成像。J. Vis. Exp. 3740, e3740 (2012). doi: 10.3791 / 3740; pmid: 22353785

69. E. Cano 等，心肌内出芽尖端细胞特化冠状动脉形成。Circ. Res. 135, 671–684 (2024). doi: 10.1161 / CIRCRESAHA.124.324868; pmid: 39092506

70. O. M. Leung 等，调节性 T 细胞促进 II 型糖尿病中的脂联素介导的出芽血管生成。Cell Rep. 24, 1610–1626 (2018). doi: 10.1016 / j.celrep.2018.07.019; pmid: 30089270

71. Z. Liu, C. K. Ho，追踪心脏修复中新生冠状侧支形成的起源。Zenodo (2026); https: / doi.org / 10.5281 / zenodo.20603120.

致谢

我们感谢R. Adams（马克斯·普朗克分子生物医学研究所）和Q. Chen（广州生物医学与健康研究所）慷慨分享Bmx-CreER品系。感谢上海模式生物研究中心和GemPharmatech进行小鼠制备，并感谢CEMCS动物核心设施进行小鼠饲养。资助：本研究获得以下资助支持：中国国家重点研发计划（2024YFA1803302和2023YFA1800700，资助给B.Z.）；深圳医学研究基金（C2504001，资助给B.Z.）；国家自然科学基金（82688201资助给B.Z.，32500629资助给M.Z.）；中国科学院战略性先导科技专项（XDB0990101，资助给B.Z.）；中国科学院青年科学家基础研究项目（YSBR-012，资助给B.Z.）；香港研究资助局（RFS2223-4S04，资助给K.O.L.）；中国科学院青年创新促进会（资助给B.Z.）；上海市与中国科学院上海分院联合实验室项目（JCYJ-SHFY-2021-006，资助给B.Z.）；上海市自然科学基金-青年项目（25ZR1402525，资助给M.Z.）；上海市科技重大专项（资助给B.Z.）；上海高水平地方大学创新团队（资助给B.Z.）；中科院-香港裘槎基金联合实验室项目（CAS24401和CAS24CU01，资助给B.Z.和K.O.L.）；以及通过新基石研究员项目获得的新基石基金会资助（资助给B.Z.）。

作者贡献：M.Z.设计研究、执行实验并分析数据。M.H.构建Kdr-CreER;Cx40-Dre;Cx40-IR系统。Y.H.和H.Q.进行hESC-EC实验、CUT&RUN测序并分析数据。Z.L.和C.K.H.执行测序相关实验并分析数据。Y.W.饲养小鼠并进行基因型分析。X.H.、Q.-D.W.和X.M.饲养小鼠、执行实验、分析数据或为本研究提供智力贡献。K.O.L.和B.Z.构思并设计项目、解读数据，并起草手稿。

利益冲突：作者声明无相关利益冲突。资助方未参与研究设计、数据收集与分析、手稿撰写或发表决策。

数据、代码与材料可用性：所有数据均在正文或补充材料中提供。本研究中使用的所有新构建小鼠品系可在材料转移协议下从B.Z.处获得。本研究生成的原始scRNA测序和RNA测序数据已存入基因组序列档案（GSA；https: / ngdc.cncb.ac.cn / gsa），登录号为PRJCA063486。本研究生成的原始CUT&RUN测序数据已存入NCBI基因表达综合数据库（GEO），登录号为GSE334830。用于scRNA测序、RNA测序和CUT&RUN测序的代码已发布于Zenodo（71），持久访问链接为https: / doi.org / 10.5281 / zenodo.20603120。

许可信息：版权所有©2026作者，部分权利保留；独家许可。

补充材料

.org / doi / 10.1126 / ady3027

图S1至S12；表S1至S3；MDAR可重复性检查清单

提交时间：2025年4月17日；重新提交时间：2026年5月5日；接受时间：2026年6月12日

10.1126 / ady3027

20 AUGUST 2026

第17页，共17页

研究文章摘要

神经科学

按模态特异性的神经血管耦合机制：分层动脉网络调控

Antoine Malescot, Milene R. Malheiros-Lima, Laurianne Zana, Michael C. Bennett, Éric Martineau, Franca Schmid, Ravi L. Rungta*

全文及作者单位信息：https: / doi.org / 10.1126 / science.aeb5077

引言：大脑通过神经血管耦合这一过程持续调节血流，以响应神经活动的升高。这些血管反应构成了广泛应用的脑成像方法（如功能性磁共振成像，fMRI）的基础——后者通过局部血氧合、血流、流速或容量变化推断神经活动。尽管神经血管信号通常被假定以一致方式反映神经活动，但不同的感觉体验会在皮层不同层次激活不同的神经回路。这些差异如何塑造大脑内部的血流调节仍鲜为人知。

研究假设：我们假设神经血管耦合不仅取决于神经活动的总量，还取决于输入类型及其在皮层层次中的分布方式。为验证这一设想，我们在小鼠中比较了多种形式的神经输入（包括轻柔触觉、光遗传学伤害性感受器激活、自发活动及运动-感觉反馈信号）所引发的皮层反应。通过宽场光学成像与深层双光子显微镜，我们测量了跨皮层深度与空间尺度的神经活动与血管动力学。此外，我们结合计算模拟，探究动脉拓扑结构如何塑造血流动力学。

结果：触觉与伤害性感受器刺激在皮层深度上产生了显著不同的血流反应。尽管第2至5层的总体神经活动在两种模态间大致相似，但伤害性刺激在浅层皮层第2、3层（2 / 3）的血流反应却减少超过50%。

与此一致的是，触觉引发了更大的脱氧血红蛋白（HbR）降低（表明血氧合程度更高），并产生了更显著的刺激后下冲（血管收缩）现象，而疼痛刺激则未见此效应。相比之下，第6层深部的血流反应在触觉与疼痛刺激下相似。这些效应源于不同形式的神经活动选择性地募集了不同类别的穿透性微动脉：深层微动脉及其近端分支在所有活动类型中均扩张，而浅层微动脉仅在浅层皮层活动（尤其是第1层）充分参与时才扩张——例如，第1层神经纤维丛Ca²⁺反应在触觉刺激下比伤害性刺激高约50%。仅基于实验测量的血管直径变化的计算模拟，准确复现了体内观察到的分层灌注模式。

结论：我们的研究揭示了神经血管耦合具有模态依赖性，并强烈受血管结构塑造。不同的微动脉网络在皮层不同层次采样神经活动，并生成跨皮层深度的不同空间血流模式。因此，即使总体神经活动水平相似，其空间分布差异也可导致局部血流反应显著不同。综上，我们的发现表明皮层血流模式源于层状神经回路与血管网络组织之间的相互作用。

*通讯作者。邮箱：ravi.rungta@umontreal.ca 引用格式：A. Malescot等，Science 393, eaeb5077 (2026)。DOI: 10.1126 / science.aeb5077

不同血管网络产生特定模态的血流动力学反应

不同形式的神经元活动有选择性地招募浅层和深层小动脉网络，从而产生不同的层状血流分布。触觉和运动-感觉反馈强烈激活浅表和深层血管网络，而疼痛和自发活动则优先招募深层小动脉网络，导致疼痛时浅表血流反应减弱，且与触觉相比，疼痛后刺激后血流减少幅度更小。NVC、神经血管耦合、CBF、脑血流。

782

2026年8月20日

《科学》

研究论文

神经科学

通过分层隔离的小动脉网络实现特定模态的神经血管耦合

Antoine Malescot¹,²,³, Milene R. Malheiros-Lima¹,²,⁴, Laurianne Zana¹,²,⁵, Michael C. Bennett¹,²,⁵, Éric Martineau¹,²,⁵, Franca Schmid⁶, Ravi L. Rungta¹,²,³,⁴,⁵*

大脑的血管系统通过神经血管耦合动态调节能量供应。在本研究中，我们证明了在小鼠体内，神经血管耦合具有模态依赖性：不同的感觉输入会招募特定类型的小动脉，从而产生不同的层状血流模式。通过多尺度光学成像，我们比较了触觉、伤害性刺激、运动-感觉反馈和自发活动引起的神经元和血管反应。浅层小动脉扩张随浅层活动增加而出现，而深层小动脉则广泛整合各种输入条件下的信号。小动脉类型特异性扩张使局部神经元活动的幅度与毛细血管血流反应脱钩，血流模式由血管拓扑结构塑造，并在计算机模拟中得到重现。这些发现共同揭示了皮层层间电路活动与血管网络结构之间的相互作用如何动态塑造皮层血流供应的空间分布。

在哺乳动物大脑中，血流会通过神经血管耦合（NVC）过程对神经元活动的变化做出动态调整。之前的研究表明，NVC可增加局部代谢物供应，并构成多种广泛使用的脑成像方法（如功能性磁共振成像，fMRI）的生理基础。尽管已知NVC在不同脑区间存在差异（1–4），且血流动力学信号相对于底层神经元激活在时空精度上存在局限（5–7），但在单个脑区内，NVC通常保持稳定，并能在中观尺度上准确反映神经元活动（7–10）。

不同感觉模态激活具有特征性空间和时间输入模式的不同神经元回路，但这些差异如何影响NVC仍鲜为人知。例如，初级躯体感觉皮层的人类血氧水平依赖（BOLD）-fMRI信号在疼痛刺激下比触觉刺激时更小且更不稳定（11，12），这种差异通常归因于底层神经元活动的不同，而忽略了血管反应本身在不同模态间可能存在差异的可能性。此外，血流如何在皮层深度和层间进行调节，无论在健康还是疾病状态下，仍鲜为人知。特别是，不同类型神经输入如何驱动层特异性血流变化的机制，对于理解层状血流动力学的起源至关重要，这些血流动力学日益被用于推断人类认知神经科学中的回路级神经元活动（13，14）。

在本研究中，我们采用广域光学成像和深层双光子显微镜技术，通过比较多种神经输入形式引起的皮层血流动力学和神经元活动，直接验证了神经血管反应模态不变性假设。

NVC在疼痛中的表现小于触觉

我们首先开发了一个小鼠模型，该模型能够通过外周光遗传学激活皮肤伤害性感受器，并结合皮层光学成像，利用宽视场和双光子方法探测疼痛的神经元和血管表征。囊泡谷氨酸转运蛋白（VGLUTs）在感觉传入纤维中的表达存在差异，其中VGLUT2在有髓鞘和无髓鞘伤害性纤维中的表达高于VGLUT1（15, 16）。VGLUT2-Cre::Thy1-jRGECO1a幼鼠通过全身给药（腹腔注射，P5至P7）携带编码ChR2的Cre依赖性腺相关病毒（AAV）[AAV-CAG-DIO-ChR2(H134R)-eGFP]（eGFP为增强型绿色荧光蛋白），使小鼠在VGLUT2阳性感觉传入纤维中表达ChR2。这种方法通过向后爪皮肤投射450纳米蓝光（“光遗传疼痛”）激活伤害性感受器，并结合皮层中表达红色钙指示剂jRGECO1a的兴奋性神经元成像（图1A）。

在小鼠原发性躯体感觉皮层（S1）上植入慢性玻璃窗，并进行宽视场光学成像，以绘制光遗传疼痛与温和触觉刺激（用画笔毛以5赫兹轻拂后爪）的皮层表征图谱。每只小鼠均以右旋美托咪定(7)镇静，以允许对左后爪进行重复刺激。随后，我们进行了宽视场光学荧光和内在成像，以在中观尺度上研究神经元和血流动力学信号之间的相互关系。投射至左后爪皮肤的光遗传疼痛刺激（5赫兹持续4秒，40毫秒脉冲，24.3毫瓦 / 平方毫米，450纳米）在右侧原发性后肢感觉皮层（HLR）引发了神经元活动（jRGECO1a荧光）的增加，而单根胡须刺激则在右侧桶状皮层（BCR）引发信号（图1B）。作为对照，在ChR2阴性小鼠的皮层中未检测到光诱导的jRGECO1a或血流动力学信号（fig. S1A及表S1至S4），且伤害性感受器的光遗传刺激不会导致心率或呼吸的全身性改变（fig. S1, B和C及表S5至S8）。

血管舒张会增加脑血容量，表现为总血红蛋白（HbT）的上升。由于氧合血液的流入超过局部耗氧量，脱氧血红蛋白（HbR）浓度下降，导致氧合血红蛋白（HbO）相对增加，从而形成阳性BOLD信号的基础（18）。

乍一看，神经元和血流动力学反应遵循这种典型关系。触觉和光遗传疼痛刺激引发的神经元jRGECO1a信号在空间和时间上高度重叠（图1, C和D），且在以中心信号归一化后，神经元活动、HbO、HbR和HbT的空间扩散在两种刺激下相似（fig. S2, A至D）。与触觉相比，光遗传疼痛刺激期间的神经元Ca²⁺和HbT反应均适度降低（Ca²⁺：~21%下降；HbT：~30%下降；图1E）。HbO动力学与HbT动力学相似，在光遗传疼痛刺激期间下降~35%（fig. S3及表S9）。相比之下，HbR信号在不同模态间的差异更为显著，疼痛相关的负向HbR信号较触觉明显减小（~50%）（图1, C至E及表S10至S12）。这尤为重要，因为HbR是顺磁性的，其浓度变化直接构成BOLD-fMRI信号的基础。

为明确刺激模态是否改变神经元-血流动力学关系，我们量化了神经元Ca²⁺信号与HbT或HbR反应在成像窗口内空间位置上的相关性（图1, F和G）。在考虑动物间变异后，神经元钙活动强烈预测HbT幅度（多

¹加拿大蒙特利尔 魁北克大学跨学科大脑与学习研究中心（CIRCA）。²加拿大蒙特利尔 魁北克大学库尔图瓦生物医学创新研究所（CIPB）。³加拿大蒙特利尔大学生物医学工程研究所，蒙特利尔，魁北克，加拿大。⁴加拿大蒙特利尔大学牙学院口腔医学系，蒙特利尔，魁北克，加拿大。⁵加拿大蒙特利尔大学医学院神经科学系，蒙特利尔，魁北克，加拿大。⁶瑞士伯尔尼大学 ARTORG 生物医学工程研究中心，伯尔尼，瑞士。

*通讯作者。电子邮箱：ravi.rungta@umontreal.ca

《科学》2026年8月20日

1 / 11

研究论文

B

C

D

E

F

G

图1. 触觉与光学疼痛刺激下的中尺度神经血管耦合成像。（A）实验设计示意图。在右侧初级躯体感觉后肢皮层（HL8）上方植入慢性光学窗口的Thy1-jRGECO1a::VGLUT2-Cre小鼠（表达Cre依赖性ChR2）。使用蓝色脉冲激光（450 nm，40 ms脉冲，5 Hz，24.3 mW / mm²，4 s）刺激左后爪VGLUT2伤害性感受器纤维中表达的ChR2。（B）宽视场成像实验中Thy1-jRGECO1a信号叠加于背侧皮层亮视野图像，单根胡须（红色：B2；绿色：C2；粉色：D2）及对侧后爪ChR2伤害性感受器刺激（青色，光学疼痛）。单根胡须中心点用于皮层图谱的自动对齐（白线）。（C）神经元钙信号相对荧光（ΔF / F0）空间图（上），HbT（中）与HbR（下）浓度变化（Δ[HbT]与Δ[HbR]）空间图（N=12只小鼠）。黑色虚线表示不同脑区边界。

《科学》2026年8月20日

2 / 11

研究论文

（D）从HLs（半径为267.9 μm的感兴趣区域；见补充材料方法与材料）提取的平均曲线，及（E）配对数据点直方图（n=13只小鼠，配对t检验）。（F和G）个体动物在成像窗口内测得的神经元Ca²⁺与HbT（F）或HbR（G）的相关性（见方法与材料）。绿色虚线框在（D）中代表用于计算神经元与血流动力学反应（平均值）的时间窗口。曲线（D）上的灰色阴影区域与阴影分别代表刺激时间与标准误差。P < 0.05，*P < 0.01。MC，运动皮层；HL，后肢；FL，前肢；NO，鼻；BC，桶状皮层；UN，未指定多模态区域；TR，躯干；VIS，视觉；m，内侧；a，前侧。比例尺，1 mm。

回归分析显示神经元活动对HbT振幅有显著预测作用（多元线性回归，P < 0.0001），且动物身份与神经元活动间存在显著交互作用（P < 0.0001），表明血流动力学反应存在动物特异性缩放（图1F及表S13）。值得注意的是，HbT不受模态显著影响（模态：P = 0.08；JRGECO1a × 模态：P = 0.16）。相比之下，HbR振幅主要由动物间差异与刺激范式解释（两者P < 0.0001），神经元活动主效应不显著（P = 0.96），但与动物身份（P = 0.019）及模态（P = 0.009）的交互作用显著，提示HbR的神经-血管耦合确实具有模态依赖性（图1G及表S14）。为检验这种模态特异性分歧是否可由去甲肾上腺素差异解释——去甲肾上腺素是蓝斑（LC）释放的血管收缩剂（19, 20）——我们使用LC选择性神经毒素DSP-4（21–23）（50 mg / kg，腹腔注射）耗竭去甲肾上腺能投射。该操作对光学疼痛刺激下的血红蛋白动力学无影响，表明模态特异性分歧与LC来源的去甲肾上腺能输入无关（见图S4及表S15至S20）。

Overall，这些结果表明，尽管血容量（HbT）响应与神经元活动在不同输入模式下都能可靠地呈现比例关系，但脱氧血红蛋白（HbR）的动态变化却具有刺激特异性。HbT与HbR之间的这种分离现象颇为特殊，表明在疼痛刺激下，整体血容量变化与氧气供应之间存在脱节。这进一步暗示，HbT（近似血容量）为跨模态神经元活动提供了比HbR信号（如BOLD-fMRI）更可靠的定量指标。

我们随后使用双光子显微镜检查了HLs（高阶躯体感觉皮层）第2/3层（L2/3）中单个神经元对触觉和光学疼痛刺激的群体响应。通过对24个单个神经元的分割，我们量化了它们在L2/3层对不同感觉模态的兴奋性（图2A）。触觉与光学疼痛刺激由不同但略有重叠的神经元亚群编码，其中17.2%的细胞仅对触觉刺激产生兴奋，13.4%仅对光学疼痛刺激产生兴奋，13.4%同时对两种刺激产生兴奋（共同兴奋），剩余56%的细胞对两种刺激均无反应（图2B-E）。整体而言，在小鼠中，两种刺激在L2/3层的神经元表征均较为稀疏，且光学疼痛与触觉刺激所激活的细胞数量仅存在微小差异（26.8%对30.6%；图2F及表S21）。然而，在L2/3层的视野内，两种刺激诱发的整体荧光强度增幅（整体Ca²⁺信号；图2G及表S22）的幅度或动态变化并未观察到差异。

综上所述，尽管触觉与疼痛激活了不同的神经元亚群，但在L2/3局部区域，两种躯体感觉模态诱发的神经元Ca²⁺信号及其动态变化的净幅度却相似，这引发了一个问题：局部毛细血管血流量的升高在触觉与光学疼痛刺激下是否存在差异？

为测量L2/3层局部毛细血管红细胞（RBC）动态变化，研究通过双光子成像技术对静脉注射的Alexa-680葡聚糖进行成像，以获取高阶毛细血管（≥四级）管腔内的动态图谱（图2H）。尽管L2/3层的净神经元活动相似，但触觉与疼痛刺激下的血流动态却存在差异。在同一毛细血管中，RBC流速、通量及线性密度的增幅在光学疼痛刺激下分别降低了56%、67%及92%（图2I、fig. S5及表S23-S25），这表明在中观尺度观察到的较小血氧合变化，实际上是由疼痛刺激下神经血管耦合（NVC）减弱所致，后者引发了毛细血管灌注的较小增幅。

然而，我们在中观与显微成像数据之间发现了一个关键脱节：在疼痛刺激下，宽视场整体神经元Ca²⁺响应较触觉刺激减少约21%，而L2/3层的双光子整体Ca²⁺测量结果在两种刺激下却相当。这一差异促使我们检验神经元活动是否在皮层深度上存在差异，并假设这种层特异性差异（而非L2/3活动本身）解释了神经元活动与血流在其他皮层层面上出现的显著不匹配。

不同刺激引起的神经血管耦合动力学在皮层深度上存在差异

我们接下来将最初在L2 / 3层测量的触觉和伤害性刺激下的神经元和血管反应扩展到其他皮层层。近红外染料Alexa-680的双光子成像使我们能够可视化整个皮层柱的血管结构（图3A），而JRGECO1a信号则可靠地分辨至L5层。尽管L2 / 3、L4和L5在不同模态下表现出可比的净神经元Ca²⁺水平，但L1层在触觉刺激下的bulk neuropil Ca²⁺明显高于伤害性刺激（49%差异；图3，B和C，以及表S26至S29）。相比之下，红细胞（RBC）速度和流量的差异在L2 / 3层最为显著，并延伸至L1、L4和L5层，其中流量在L5层的模态间也存在显著差异（P = 0.0172；图3，B和C，以及表S30至S39）。在L6层，RBC速度和流量的变化较小，且未检测到模态依赖性差异，表明在约650 μm深度以下的灌注模式相当（图3，B和C）。综合来看，这些发现证明不同感觉模态会产生层特异性神经元活动模式，并驱动不同的层间血液灌注模式，在单个皮层层面呈现出显著的神经血管失匹配。

不同类型的微动脉调控模态特异性层间灌注

接下来，我们试图从机制上探究，为何上层而非深层皮层的血流变化在伤害性刺激下较触觉刺激中选择性减少。分支毛细血管灌注的组织区域小于其母微动脉，而神经血管耦合（NVC）则由毛细血管和微动脉舒张的协同作用介导（6、7、25–29）。因此，我们对穿透性微动脉及其近端三级分支（已知在NVC中主动舒张并调控毛细血管血流）的直径变化进行了成像，以比较触觉与伤害性刺激下的差异。然而，我们在比较一级分支或二、三级分支与母微动脉的模态特异性（触觉与伤害性选择性指数）时未发现差异（补充图S6，A至C，以及表S40；多元线性回归；分支级别：P = 0.2169），表明深度依赖性灌注差异并非源于特定血管区室舒张的差异。但我们确实观察到，分段的选择性指数与其血管树相关（表S40；多元线性回归；“树”：P < 0.0001），这一发现提出了一个颇具启发性的可能性：即特定类型的血管树实际上具有模态特异性。

从解剖学上看，微动脉已知在结构上存在显著异质性，在不同物种的皮层中穿透深度各异（30）。然而，同一脑区内不同类型的微动脉是否具有功能差异这一可能性仍

第二 / 三层神经元钙信号测量

A

C

D

B

E

F

G

第二 / 三层毛细血管红细胞（RBC）动态测量

H

| |

图2. 第二 / 三层疼痛与触觉的神经血管解耦。 (A) 第二 / 三层Thy1-jRGECO1a神经元的双光子图像。分段细胞体根据其刺激偏好进行颜色编码（青色，光致疼痛兴奋；紫色，触觉兴奋；绿色，共同兴奋；灰色，无兴奋）。 (B) 光栅图显示所有应答神经元（N = 7只小鼠，n = 1251个兴奋神经元）在光致疼痛与触觉刺激期间。 (C) 各类别单个神经元应答的示例轨迹（灰色轨迹，单次实验；彩色轨迹，平均值）。 (D) 七只小鼠的全局平均值（光致疼痛，n = 378；触觉，n = 481；共同兴奋，n = 392；无兴奋，n = 1634）。 (E) 饼图展示不同神经元亚群的比例。 (F) 两种刺激期间兴奋神经元的百分比（N = 7，配对t检验）。 (G) 在第二 / 三层整个视野中测得的总体Ca²⁺信号（N = 12）。虚线行[(B)、(C)与(D)]及灰色阴影区域[(G)与(I)]代表刺激时间。 (H) Alexa-680葡聚糖2 MDa的最大强度投影（第二 / 三层，41 μm厚）及血管分支顺序标记（左图）。第四级血管的动态图显示红细胞在荧光血浆中呈现为暗影（右图）。 (I) 第二 / 三层触觉与疼痛期间相同毛细血管中红细胞速度（n = 272）、流量（n = 218）与线性密度（n = 218）的平均轨迹（N = 21）。轨迹阴影[(D)、(G)与(I)]及误差条(F)代表标准误。**P < 0.01。

A

B

C

图3. 不同感觉模态对分层神经元与RBC动态的差异性调控。 (A) 皮层血管侧视图（Y-max投影的XZ平面：844 μm）标记有Alexa-680葡聚糖（静脉内）来自1 mm双光子z-堆栈（左图），以及来自免疫荧光的估计皮层分层边界（右图显示：橙色，NeuN；青色，4',6-二脒基-2-苯基吲哚（DAPI））。 (B与C) 触觉与光致疼痛刺激期间，总体双光子Ca²⁺信号、RBC速度与流量的分层分布（配对t检验）。灰色阴影区域(C)代表刺激时间。误差条(B)与轨迹阴影(C)代表标准误。第二 / 三层数据来自图2。

第二 / 三层疼痛与触觉的神经血管解耦研究显示，穿透深度不同的微动脉在疼痛与触觉刺激下的功能反应存在显著差异。我们因此检验穿透深度不同的微动脉是否在疼痛与触觉反应中存在功能差异。当血管网络根据穿透微动脉的终止深度分为≥400 μm与<400 μm两类时，我们观察到其膨胀模态特异性存在显著差异。例如，图4B展示了同一只小鼠第二 / 三层内两条不同微动脉及其关联过渡段毛细血管的反应（A'与B'来自图4A）。深部微动脉B'及其下游二级毛细血管对触觉与疼痛刺激的膨胀幅度相似。

浅层微动脉A'在触觉刺激下扩张，但在光遗传痛觉刺激下不扩张。该效应具有稳健性，如多只小鼠的多个血管网络测量所示，其中浅层穿透性微动脉及其过渡段毛细血管（一级至三级）对触觉刺激的扩张幅度大于痛觉刺激（图4，C和E，以及表S42至S44）。相比之下，深层穿透性微动脉及其近端毛细血管——在浅层内测量——对痛觉和触觉刺激的扩张程度相同（图4，D和F，以及表S45至S47）。由于深层微动脉的管径也更大，当比较小直径与大直径微动脉时，也观察到强烈的模态选择性（图S7，B和C，以及表S48和S49）。我们进一步调查了软脑膜微动脉的模态特异性，其与深层微动脉类似，未显示模态偏好（图4G和表S50）。由于软脑膜血管在L1层整体压降中贡献更大（31），这可能部分解释了为什么L1层的模态特异性血流差异不如L2 / 3层显著（图3，B和C）。总而言之，这些结果表明疼痛和触觉优先扩张在直径和穿透深度等结构上存在差异的微动脉网络，且这一因素是导致这些模态间血液灌注层特异性差异的基础。

除不同类型微动脉的扩张反应存在稳健差异外，我们还观察到刺激后下冲（收缩）的模态依赖性差异。该效应跨尺度显现，在中观尺度上表现为HbT变化，在微观尺度上表现为软脑膜微动脉和穿透性微动脉的刺激后收缩差异，以及红细胞动力学改变（图4，D和G，以及图S8）。这种模态依赖性差异并非仅由扩张强度或血容量增加驱动，因为阳性相与阴性相之间的相关性较弱（图S8B及表S51和S52），且即使在扩张程度相当的区室间（如软脑膜微动脉与深层微动脉），下冲幅度也存在差异（图4，D和G，以及表S53至S56）。

下冲还表现出空间区室化，在微动脉中比在二级至三级收缩性毛细血管中更显著（图S8，C和D，以及表S57）。在深层微动脉网络中，下冲还在更多血管区室间传播，动脉和一级区室的下冲趋势大于浅层微动脉网络中的趋势（图S8E及表S58）。

综上所述，这些发现进一步拓展了我们此前的观察：血管舒张动力学具有微动脉类型和模态特异性，并证明刺激后收缩同样具有模态依赖性和空间结构化，揭示了超出最初血管舒张反应的复杂血管动力学。

接下来，我们在重建的体感皮层真实血管网络（31）上进行了三维计算机模拟，以确认不同类型微动脉的差异性舒张模式是否在理论上也能解释我们记录的毛细血管红细胞动力学。我们在重建的血管网络中识别出浅层和深层穿透性微动脉，并选择了四条浅层和四条深

我们镜像了实验观察到的舒张模式的微动脉树（图5，A至C；详见方法）。微动脉及其第1至第3级分支在皮层顶部400 μm范围内发生舒张，因为深层皮层（≥650 μm）的平均舒张在两种刺激下均可忽略不计（fig. S9及表S59至S61）。这导致毛细血管床内红细胞（RBC）变化呈现异质性模式，毛细血管内红细胞速度和血流量均出现增加和减少（图5，D至F）。当浅层微动脉及其第1至第3级毛细血管分支在触觉刺激下优先舒张，而深层微动脉及其毛细血管分支在两种刺激模式下均等舒张时，网络内毛细血管的速度和血流动力学与实验观察结果高度相似（图5，E和F及fig. S5）。在上层皮层（0至450 μm）中，毛细血管速度和血流变化分布确实向右偏移，触觉模拟的平均值比光痛模拟高出两倍以上（图5E及表S62至S65）。相比之下，在深层皮层L6（650至947 μm）中，光痛和触觉模拟的速度与血流分布变化较为细微（图5F及表S66和S67），且浅层的变化幅度大于深层。

最后，为确定深层穿透性微动脉的舒张是否是深层皮层L6灌注所必需，我们在光痛刺激下模拟了倒置条件，即将微小的浅层微动脉网络舒张强加于深层微动脉网络，反之亦然（fig. S10，A和B）。在此条件下，上层皮层的血流仍有所增加（fig. S10，C和D及表S66和S67）；然而，深层皮层L6的血流速度和血流变化仅为原来的十分之一（fig. S10，C和D及表S68和S69）。

这些结果证明，我们在实验中观察到的模态和层次特异性红细胞动力学确实可通过不同类型微动脉网络的募集在计算上得到解释。此外，深层微动脉网络的舒张虽可增加浅层和深层皮层的毛细血管灌注，但仅深层而非浅层微动脉网络的舒张对调控深层皮层的血液灌注至关重要。

不同神经元输入模式下的微动脉类型反应多样性

浅层微动脉扩张与触觉刺激期间L1区域活动增加相关，而非疼痛刺激，这一观察结果表明不同类型的神经元活动可能以不同方式类似地激活这些微动脉类型。为验证这一想法，我们在两种额外条件下检查了微动脉反应：（i）清醒、头部固定小鼠的自发神经元活动，以及（ii）在右美托咪定镇静下，通过光遗传学激活触须运动皮层（vM1）以驱动反馈投射至初级触须感觉皮层（桶状皮层，vS1）的L1（32）。自发低频血流动力学振荡（~0.1 Hz）构成静息态fMRI信号基础，部分受神经元活动驱动（33, 34），并被认为主要起源于深层皮层层（L5 / 6）（35–37）。我们使用双光子显微镜同时测量清醒小鼠浅层的自发神经元Ca²⁺信号和微动脉直径变化，通过整体jRGECO1a信号识别自发神经元事件并提取相关穿透性微动脉扩张（图6A及补充图S11）。这些自发神经元振荡在深层穿透性微动脉中引发的扩张大于浅层微动脉，类似于疼痛诱发的血管模式（图6B及补充表S70和S71；非配对t检验；整体信号：P = 0.8892，血管直径：P = 0.0014）。此外，当神经元事件根据Ca²⁺曲线下面积（AUC）分为四分位数时，深层微动脉扩张随Ca²⁺增加而逐步增大，而小微动脉扩张在前三个四分位数中可忽略不计，仅在最大Ca²⁺事件中变得明显，表明对浅层活动存在阈值依赖性（图6℃）。

《科学》2026年8月20日

第6页，共11页

研究论文

不同微动脉类型的直径测量

软脑膜微动脉的直径测量

图4. 不同微动脉类型具有模态特异性。（A）来自800微米双光子Z栈的俯视图（XY平面，左）和侧视图（XZ平面，右下）。A'和B'分别标记两个示例微动脉，分别具有浅层和深层终止点。（B）（上）功能记录位置的单平面图像，用于识别（A）中穿透性微动脉及其在L2 / 3的分支，A'（绿框）和B'（橙框）。（下）穿透性微动脉（A'1和B'3）及其二级分支（A'2和B'4）对光遗传疼痛（青色）和触觉（紫色）刺激的直径变化示例曲线。（C至F）总结数据比较浅层与深层终止微动脉及其下游一至三级分支对光遗传疼痛与触觉刺激的直径变化（配对t检验；N=20只小鼠）。所有直径测量均在皮层表面下50至400微米处进行。在0.083秒内采集的五张图像序列中，软脑膜血管在不同刺激反应相位的示例图像（左侧叠加黄色虚线作为视觉辅助）。软脑膜血管反应的平均曲线（中）及触觉与光遗传疼痛的总结数据（配对t检验；N=7只小鼠）。（A）中的侧视图经大幅处理以突出显示穿透性血管以便说明。灰色条或阴影区域在（B）至（D）和（G）中代表刺激时间。曲线阴影代表标准误差。*P < 0.05，**P < 0.01，***P < 0.001。

《科学》2026年8月20日

第7页，共11页

研究论文

A

B

C

D

E

图5. 计算机模拟层流血流变化以实验观察到的血管舒张模式。

(A) 重建的皮质血管网络，其中用于模拟的不同微动脉类型以颜色标记（绿色，浅层；橙色，深层；灰色，未考虑；详见材料与方法）。(B) 图(A)中选定的微动脉及其从一级到三级分支在上层400 µm内被舒张（深红色），使用图(C)中触觉或光痛条件下实验测量的直径变化。红色虚线框标示分析时间窗口，在此窗口内平均舒张幅度被分析并输入模拟。(D) 热图显示模拟光痛条件下毛细血管红细胞速度的相对变化（≥ / 10% / ）示例。(E和F) 上层（0至450 µm）和深层（650至947 µm）皮质层中单个毛细血管相对速度和血流变化的分布，分别为(E)和(F)。触觉与光痛的模拟结果分别以浅紫色和青色表示。深蓝色 / 紫色为光痛与触觉直方图的叠加。

在运动反馈实验中，我们使用了Thy1-ChR2小鼠，其中ChR2在L2 / 3和L5锥体神经元中表达，成像窗口置于vS1，光刺激窗口置于vM1（图6D）。vM1的光遗传学刺激被证实可靠地引发对侧胡须运动。在同侧vS1进行双光子成像，且在非ChR2表达小鼠中的对照实验确认vM1光刺激单独（38）不会在vS1中引发血管反应（图6E）。值得注意的是，在Thy1-ChR2小鼠中，vM1刺激引发了浅层和深层微动脉均出现大幅且等幅的舒张，类似于触觉引发的血管模式（图6E及表S72和S73）。

整体而言，这些结果表明不同层流模式的神经元活动有选择性地募集不同的微动脉群体：深层穿透性微动脉对所有类型的神经元活动均有强烈反应，而浅层微动脉则需要足够强的表层活动才能可靠地舒张。这强调了层流和输入依赖性的神经血管耦合（NVC）特性，揭示了层流神经元活动模式如何塑造微动脉类型特异性，从而调节皮质层间的血流。

讨论

神经血管偶联（NVC）构成了fMRI信号的基础，通常被视为神经活动的可靠代理。我们证明，不同层状神经活动模式可引发显著不同的血管反应。具体而言，我们发现触觉在浅层皮质层引发的血流反应远强于疼痛，而在第6层深层皮质中，血流增加在不同模态间相似。这种差异并非源于毛细血管与细动脉舒张本身的差异，而是反映了不同层状灌注域的特定细动脉-毛细血管网络的募集。仅基于测量直径变化的计算机模拟能够重现体内观察到的层状灌注模式，这有力支持了不同细动脉类型调控层特异性血流变化的结论。与这一解释一致，其他实验范式也复现了这些细动脉特异性舒张模式，表明血管反应的组织结构在不同形式的神经输入间具有普遍性，而非仅限于单一感觉模态。

在NVC过程中，毛细血管充当传感器，并沿内皮向上游血管间隔（6, 7, 39–41）逆行传导电信号，意味着局部血管舒张反映了分布于血管树中的神经活动模式，而非仅源于邻近神经元（7）。与浅层细动脉相反，深层细动脉拥有跨越多个皮质层的更大灌注域，因此整合更广泛的血管区域。同样，软脑膜细动脉整合的空间范围大于穿透性细动脉（5, 6, 39, 42），其舒张模式也与触觉和疼痛刺激均相似。综上所述，这一发现支持一种模型：特定细动脉类型的舒张模式源于血管拓扑结构与传导反应所决定的差异化血管整合。

Science 2026年8月20日

第8页，共11页

研究文章

自发神经与血管活动

图6. 不同神经输入模式下的细动脉类型募集。（A）清醒小鼠中穿透性细动脉（深终止点）的整体Ca²⁺活动（上）和血管直径（下）示例曲线。红色虚线表示事件起始检测，绿色虚线框表示用于提取事件触发平均值（ETA）的分析窗口，如（B）和（C）所示。（B）浅层与深层细动脉周围神经Ca²⁺与舒张的ETA（成像深度40至450 μm，n=19条细动脉，N=5只小鼠）。（C）基于自发Ca²⁺事件AUC将事件分为每条细动脉的四分位数分类（深层细动脉n=586个事件，浅层细动脉n=318个事件）。（D）（上）示意图展示vM1至vS1 L1投射的光遗传靶向与vS1细动脉成像。（下）手术制备照片；植入vM1上方的经颅窗口可用450 nm激光进行光遗传刺激，而去除颅骨的透明玻璃窗口用于vS1的双光子成像。比例尺，5 mm。（E）vM1的光遗传刺激在vS1中引发浅层与深层细动脉舒张（N=3；未配对t检验），以及ChR2阴性小鼠中的光刺激对照（N=3）。

它也有可能是不同皮层层间招募的特定神经元群体通过释放不同的血管活性介质以及不同动脉类型间受体异质性进一步调节血管动力学。与这一观点一致的是，刺激后负向超射动力学在不同模态间存在差异，疼痛模态下更小，而在上游血管区室中更显著。结合此前疼痛刺激后收缩与NPY中间神经元的关联（43），这些发现表明细胞类型特异性神经化学信号可能有助于塑造血流动力学响应的时间特征。更广泛地看，我们的结果表明血流动力学响应函数本身具有模态依赖性，这对将单一规范响应函数用于fMRI分析提出了挑战。

既往研究已表明，不同来源的神经调质输入（如基底前脑或蓝斑核刺激）可在不同刺激参数下引发广泛的血流动力学响应，且存在显著差异（23，44–46），去甲肾上腺素能张力还可调节血流动力学响应函数（20）。尽管蓝斑核神经元的消融未能挽救此处观察到的触觉与疼痛间神经血管偶联的分歧，但这并不排除神经调质在其他情境中发挥更广泛作用的可能性。神经调质既可影响血管张力，又可影响神经元活动的层间组织，二者均可重塑神经血管响应。此外，触觉与伤害性刺激是在镇静下进行的，疼痛诱发的神经血管偶联在清醒动物中可能有所不同，此时觉醒与自上而下的调节可能影响层特异性皮层加工。

我们的发现与报道的人类S1区在疼痛刺激下BOLD-fMRI信号小于触觉刺激的观察一致（11，12）。与BOLD信号的顺磁性基础一致，尽管HbT持续紧密追踪不同模态下的神经元活动，但两种Δ[HbR]信号和毛细血管RBC通量响应在伤害性刺激期间均被减弱。乍看之下，HbT与HbR间的这种脱耦合令人费解，

《科学》 2026年8月20日

第9页，共11页

研究论文

但其大部分可通过HbT测量中的血管加权效应得到解释。由于血容量与血管半径的平方成正比，大血管对整体容积信号的贡献远超小动脉。此外，光学固有信号测量偏向表层血管，这些血管在触觉与疼痛刺激下均表现出相似的舒张。综合来看，这些观察提示CBV相关信号可能为跨模态的整体神经元活动提供更稳健的代理指标，而BOLD型信号则对模态依赖性神经血管偶联差异尤为敏感。

随着高分辨率与层间fMRI方法的不断发展（14），包括能够分辨单个血管信号的方法（47），将血管拓扑结构纳入血流动力学信号解读可能为皮层回路活动的组织方式提供新见解。此类方法有助于揭示层特异性神经元募集模式，包括疼痛期间深层通路的增强参与（48，49）。

综上所述，我们的结果揭示了血管结构与功能间的基本关联，即动脉亚型作为空间分布神经元活动的整合器。通过其独特的灌注域与连接性，这些血管以不同方式将层间输入模式转化为血流响应，并扩展至其供血的整个血管区域。在此过程中，动脉亚型通过根据更广泛的神经元激活模式在皮层层间重新分配血流，塑造了皮层血流供应的空间分布，尽管这可能以牺牲单个皮层层间神经元活动与灌注间的精确局部匹配为代价。

材料与方法

参考文献与注释

1. I. M. Devonshire 等，神经血管耦合具有脑区依赖性。Neuroimage 59, 1997–2006 (2012)。doi: 10.1016 / j.neuroimage.2011.09.050；pmid: 21982928

2. D. H. Cerri 等，纹状体中fMRI响应极性受不同神经化学物质影响。Nat. Commun. 15, 1916 (2024)。doi: 10.1038 / s41467-024-46088-z；pmid: 38429266

3. K. Shaw 等，因微血管差异，海马回的神经血管耦合和氧合作用较新皮质下降。Nat. Commun. 12, 3190 (2021)。doi: 10.1038 / s41467-021-23508-y；pmid: 34045465

4. P. J. Drew，神经血管耦合：动机未知。Trends Neurosci. 45, 809–819 (2022)。doi: 10.1016 / j.tins.2022.08.004；pmid: 35995628

5. P. O’Herron 等，体内单血管血流动力学响应的神经相关性。Nature 534, 378–382 (2016)。doi: 10.1038 / nature17965；pmid: 27281215

6. R. L. Rungta, E. Chaigneau, B.-F. Osmanski, S. Charpak，从突触到软脑膜的功能性充血血管分区。Neuron 99, 362–375（2018）。doi: 10.1016 / j.neuron.2018.06.012；pmid: 29937277

7. E. Martineau, A. Malescot, N. Elmkinssi, R. L. Rungta，远端活动模式塑造神经血管耦合的空间特异性。Nat. Neurosci. 27, 2101–2114 (2024)。doi: 10.1038 / s41593-024-01756-7；pmid: 39232066

8. D. Boido 等，同一动物的感觉响应的介观与微观成像。Nat. Commun. 10, 1110 (2009)。doi: 10.1038 / s41467-019-09082-4；pmid: 30846689

9. J. Berwick 等，大鼠触须皮层单根触须刺激的血流动力学响应时空分析揭示神经血管耦合的细节。J. Neurophysiol. 99, 787–798 (2008)。doi: 10.1152 / jn.00658.2007；pmid: 18046008

10. N. K. Logothetis, J. Pauls, M. Augath, T. Trinath, A. Oeltermann，对fMRI信号基础的神经生理学研究。Nature 412, 150–157 (2001)。doi: 10.1038 / 35084005；pmid: 11449264

11. K. S. Taylor, K. D. Davis，触觉与疼痛相关fMRI脑激活的稳定性：阈值依赖与阈值无关方法的检验。Hum. Brain Mapp. 30, 1947–1962 (2009)。doi: 10.1002 / hbm.20641；pmid: 18711711

12. M. C. Bushnell 等，疼痛感知：初级躯体感觉皮层是否有作用？Proc. Natl. Acad. Sci. U.S.A. 96, 7705–7709 (1999)。doi: 10.1073 / pnas.96.14.7705；pmid: 10393884

13. S. J. Lawrence, E. Formisano, L. Muckli, F. P. de Lange，分层fMRI：认知神经科学的应用。Neuroimage 197, 785–791 (2019)。doi: 10.1016 / j.neuroimage.2017.07.004；pmid: 28687519

14. J. Yang, L. Huber, Y. Yu, P. A. Bandettini，将皮层回路模型与人类认知联系起来的分层fMRI。Neurosci. Biobehav. Rev. 128, 467–478 (2021)。doi: 10.1016 / j.neubiorev.2021.07.005；pmid: 34245758

15. A. Chamessian 等，光遗传激活Vglut1阳性Aβ低阈值机械感受器是否足以在神经损伤后的小鼠中诱发触觉痛觉过敏？J. Neurosci. 39, 6202–6215 (2019)。doi: 10.1523 / JNEUROSCI.2064-18.2019；pmid: 31152125

16. G. Scherrer 等，初级传入神经元中VGLUT2的表达对正常急性疼痛及损伤诱发的热过敏至关重要。Proc. Natl. Acad. Sci. U.S.A. 107, 22296–22301 (2010)。doi: 10.1073 / pnas.1013413108；pmid: 21135246

17. B. Sharif, A. R. Ase, A. Ribeiro-da-Silva, P. Séguéla，初级传入神经元亚群对瘙痒与疼痛的差异化编码。Neuron 106, 940–951（2020）。doi: 10.1016 / j.neuron.2020.03.021；pmid: 32298640

18. E. M. C. Hillman，BOLD信号的耦合机制及意义：现状报告。Annu. Rev. Neurosci. 37, 161–181 (2014)。pmid: 25032494

19. L. Sun 等，全局模式的蓝斑去甲肾上腺素能神经元-周细胞耦合调控脑内血管动力学。Neuron 114, 287–306.e9 (2026)。doi: 10.1016 / j.neuron.2025.10.010；pmid: 41232533

20. B. C. Rauscher 等，神经血管冲动响应函数在不同皮层区域反映固有神经调节的差异。Nat. Neurosci. 29, 1203–1211 (2026)。doi: 10.1038 / s41593-026-02239-7；pmid: 41888552

21. R. B. Renden、A. Institoris、K. Sharma、C. H. T. Tran，去甲肾上腺素能和5-羟色胺能信号通路对神经血管耦合的调节作用。Commun. Biol. 7, 287 (2024)。doi: 10.1038 / s42003-024-05996-y；pmid: 38459113

22. J. L. Stobart 等，皮层回路活动与星形胶质细胞钙信号以与神经元相似的时间尺度快速演化。Neuron 98, 726–735.e4 (2018)。doi: 10.1016 / j.neuron.2018.03.050；pmid: 29706581

23. X. Toussay、K. Basu、B. Lacoste、E. Hamel，蓝斑刺激招募广泛皮层神经元网络并提高皮层灌注。J. Neurosci. 33, 3390–3401 (2013)。doi: 10.1523 / JNEUROSCI.3346-12.2013；pmid: 23426667

24. M. Pachitariu 等，Suite2p：标准双光子显微镜下超过10,000个神经元的成像。bioRxiv 061507 [Preprint] (2017)。https: / doi.org / 10.1101 / 061507。

25. R. L. Rungta 等，第二 / 三层躯体感觉皮层血管树沿途血管动态耦合的多样性。Commun. Biol. 4, 855 (2021)。doi: 10.1038 / s42003-021-02382-w；pmid: 34244604

26. C. N. Hall 等，毛细血管周细胞在健康和疾病状态下调节脑血流。Nature 508, 55–60 (2014)。doi: 10.1038 / nature13165；pmid: 24670647

27. A. Mishra 等，星形胶质细胞介导神经血管信号至毛细血管周细胞但不至小动脉。Nat. Neurosci. 19, 1619–1627 (2016)。doi: 10.1038 / nn.4428；pmid: 27775719

28. C. Cai 等，刺激引起的脑血流增加与局部毛细血管收缩依赖于传导性血管反应。Proc. Natl. Acad. Sci. U.S.A. 115, E5796–E5804 (2018)。doi: 10.1073 / pnas.1707702115；pmid: 29866853

29. K. R. Biesecker 等，胶质细胞钙信号介导视网膜毛细血管调节血流。J. Neurosci. 36, 9435–9445 (2016)。doi: 10.1523 / JNEUROSCI.1782-16.2016；pmid: 27605617

30. H. M. Duvernoy、S. Delon、J. L. Vannson，人脑皮层血管。Brain Res. Bull. 7, 519–579 (1981)。doi: 10.1016 / 0361-9230(81)90007-1；pmid: 7317796

31. F. Schmid、P. S. Tsai、D. Kleinfeld、P. Jenny、B. Weber，皮层微血管网络中深度依赖的血流与压力特征。PLOS Comput. Biol. 13, e1005392 (2017)。doi: 10.1371 / journal.pcbi.1005392；pmid: 28196095

32. L. Petreanu 等，运动-感觉投射活动揭示躯体感觉分布式编码。Nature 489, 299–303 (2012)。doi: 10.1038 / nature11321；pmid: 22922646

33. C. Mateo、P. M. Knutsen、P. S. Tsai、A. Y. Shih、D. Kleinfeld，动脉血管舒缩波动被神经活动驱动是血氧水平依赖性“静息态”连接性的基础。 96, 936–948.e3 (2017)。doi: 10.1016 / j..2017.10.012；pmid: 29107517

34. P. J. Drew、C. Mateo、K. L. Turner、X. Yu、D. Kleinfeld，fMRI超慢振荡与静息态连接性：神经与血管贡献及技术干扰。 107, 782–804 (2020)。doi: 10.1016 / j..2020.07.020；pmid: 32791040

35. S. Sakata、K. D. Harris，听皮层自发与感觉诱发群体活动的层状结构。 64, 404–418 (2009)。doi: 10.1016 / j..2009.09.020；pmid: 19914188

36. M. V. Sanchez-Vives、D. A. McCormick，新皮层节律性重复活动的细胞与网络机制。Nat. Neurosci. 3, 1027–1034 (2000)。doi: 10.1038 / 79848；pmid: 11017176

37. A. Mitra 等，自发亚慢脑活动具有独特时空动态与层状结构。 98, 297–305.e6 (2018)。doi: 10.1016 / j..2018.03.015；pmid: 29606579

38. R. L. Rungta, B.-F. Osmanski, D. Boido, M. Tanter, S. Charpak, Light controls cerebral blood flow in naive animals. Nat. Commun. 8, 14191 (2017). doi: 10.1038 / ncomms14191; pmid: 28139643

39. B. R. Chen, M. G. Kozberg, M. B. Bouchard, M. A. Shaik, E. M. Hillman, A critical role for the vascular endothelium in functional neurovascular coupling in the brain. J. Am. Heart Assoc. 3, e000787 (2014). doi: 10.1161 / JAHA.114.000787; pmid: 24926076

Science 20 AUGUST 2026

10 of 11

研究论文

40. T. A. Longden et al., Capillary K⁺-sensing initiates retrograde hyperpolarization to increase local cerebral blood flow. Nat. Neurosci. 20, 717–726 (2017). doi: 10.1038 / nn.4533; pmid: 28319610

41. D. Isaacs, L. Xiang, A. Hariharan, T. A. Longden, K_{ATP< / sub> channel-dependent electrical signaling links capillary pericytes to arterioles during neurovascular coupling. Proc. Natl. Acad. Sci. U.S.A. 121, e2405965121 (2024). doi: 10.1073 / pnas.2405965121; pmid: 39630860}

42. P. Tian et al., Cortical depth-specific microvascular dilation underlies laminar differences in blood oxygenation level-dependent functional MRI signal. Proc. Natl. Acad. Sci. U.S.A. 107, 15246–15251 (2010). doi: 10.1073 / pnas.1006735107; pmid: 20696904

43. H. Uhlirova et al., Cell type specificity of neurovascular coupling in cerebral cortex. eLife 5, e14315 (2016). doi: 10.7554 / eLife.14315; pmid: 27244241

44. P. J. Goadsby, J. W. Duckworth, Low frequency stimulation of the locus coeruleus reduces regional cerebral blood flow in the spinalized cat. Brain Res. 476, 71–77 (1989). doi: 10.1016 / 0006-8993(89)91537-0; pmid: 2914215

45. H. Hotta, S. Uchida, F. Kagitani, N. Maruyama, Control of cerebral cortical blood flow by stimulation of basal forebrain cholinergic areas in mice. J. Physiol. Sci. 61, 201–209 (2011). doi: 10.1007 / s12576-011-0139-x; pmid: 21424590

46. D. Biesold, O. Inanami, A. Sato, Y. Sato, Stimulation of the nucleus basalis of Meynert increases cerebral cortical blood flow in rats. Neurosci. Lett. 98, 39–44 (1989). doi: 10.1016 / 0304-3940(89)90370-4; pmid: 2565562

47. Y. He et al., Ultra-Slow Single-Vessel BOLD and CBV-Based fMRI Spatiotemporal Dynamics and Their Correlation with Neuronal Intracellular Calcium Signals. Neuron 97, 925–939.e5 (2018). doi: 10.1016 / j.neuron.2018.01.025; pmid: 29398359

48. K. Ziegler et al., Primary somatosensory cortex bidirectionally modulates sensory gain and nociceptive behavior in a layer-specific manner. Nat. Commun. 14, 2999 (2023). doi: 10.1038 / s41467-023-38798-7; pmid: 37225702

49. B. Cai et al., A direct spino-cortical circuit bypassing the thalamus modulates nociception. Cell Res. 33, 775–789 (2023). doi: 10.1038 / s41422-023-00832-0; pmid: 37311832

50. A. Malescot et al., Modality-specific neurovascular coupling via layer-segregated arteriole networks. Dryad (2026); https: / doi.org / 10.5061 / dryad.n5tb2rcb8

致谢

作者感谢P. Séguela和Q. Devaux在AAV注射方案设定方面的建议与帮助，感谢A. Koïta提供VGLUT2-cre小鼠，感谢P. Kwemo进行种群管理，感谢L. Durieu绘制总结图。图1A和fig. S6B中的示意图由BioRender.com制作。资金支持：本研究获得加拿大神经血管相互作用研究主席基金（R.L.R.）；加拿大自然科学与工程研究理事会发现项目资助RGPIN-2020-05276（R.L.R.）；加拿大卫生研究院（CIHR）项目资助451469和519817（R.L.R.）；加拿大心脏与中风基金会G-24-0037531资助（R.L.R.）；魁北克疼痛研究网络试点资助（R.L.R.）；Fonds Édouard-Dubord基金（R.L.R.）；FRQS博士培训奖学金（A.M.）；蒙特利尔大学医学院优秀奖学金（A.M.）；CIHR博士后奖学金（M.R.L.）；CIRCA博士奖学金（L.Z.）；以及瑞士国家科学基金会资助202192（F.S.）。

作者贡献：概念化：A.M.、R.L.R.；数据解读：A.M.、E.M.、F.S.、R.L.R.；形式分析：A.M.、E.M.、F.S.；经费获取：F.S.、R.L.R.；调查：A.M.、L.Z.、F.S.、M.R.M.-L.、R.L.R.；方法学：A.M.、M.C.B.、M.R.M.-L.、L.M.、E.M.、F.S.、R.L.R.；监督：R.L.R.；原稿撰写：A.M.、R.L.R.；审稿编辑：全体作者。

利益冲突：作者声明无相关利益冲突。

数据、代码与材料可用性：数据已公开提供于Dryad（50）供解读、验证与扩展分析使用。UMIT库和Suite2p工具箱可在GitHub仓库获取（UMIT：https: / github.com / LabeoTech / Umit；Suite2p：https: / github.com / MouseLand / suite2p）。宽场和双光子分析流程用于GitHub（: / github.com / AMalescot / Malescot_et_al-2026 / tree / main）。体内血流模拟代码可在以下位置获取：: / github.com / Franculino / vgm（v1.0）。

许可信息：版权所有©2026作者，部分权利保留；美国科学促进会独家许可。不涉及美国政府作品索赔。: / www.science.org / about / science-licenses-journal-article-reuse

补充材料

材料与方法；图S1至S7；表S1至S75；参考文献（51–58）；MDAR可重现性检查清单

提交时间：2025年8月22日；重新提交时间：2026年4月10日；接受时间：2026年6月24日

10.1126 / science.aeb5077

《科学》2026年8月20日

第11页，共11页

研究文章

纳米材料

手性偏好过渡金属二硫化物纳米管的合成

Abid^{1< / sup>，Luneng Zhao<>2< / >，Ju Huang<>3< / >，Yongjia Zheng<>1< / >，Yuta Sato<>4,5< / >，Tianyu Wang<>1< / >，Dmitry Levshov<>6,7< / >，Lingfeng Wang<>1< / >，Haiming Sun<>5< / >，Qingyun Lin<>8< / >，Zhen Han<>9< / >，Chunxia Yang<>1< / >，Bill Herve Nduwarugira<>1< / >，Yicheng Ma<>1< / >，Yige Zheng<>1< / >，Hang Wang<>1< / >，Salman Ullah<>1< / >，Afzal Khan<>1< / >，Qi Zhang<>10< / >，Wenbin Li<>3< / >，Junfeng Gao<>2,11< / >，Bingfeng Ju<>1< / >，Feng Ding<>11< / >，Yan Li<>9< / >，Wouter Herrebout<>6,7< / >，Kazu Suenaga<>8< / >，Shigeo Maruyama<>1,12,13< / >，Huayong Yang<>1< / >，Rong Xiang<>1< / >}

纳米管是一类重要的晶体材料，但控制其结构（尤其是手性）仍是一项基础挑战。本研究报道了一种合成具有偏好手性的过渡金属二硫化物纳米管的策略。通过在氮化硼纳米管通道内合成，锡二硫化物、二硫化钼和二硫化钨纳米管以高产率和高结构纯度形成。原子分辨率成像、电子衍射和圆二色性分析显示其手性偏好可达83%。密度泛函理论排除了结构稳定性作为该偏好的起源，但确认锯齿形纳米带在能量上更稳定。机器学习势分子动力学模拟表明锯齿形纳米带卷曲形成扶手椅型纳米管，该过程随后通过原位透射电子显微镜观察到。本研究或可为实现各类纳米管的按需合成提供启发。

一维（1D）纳米管展现出非凡的量子现象，如一维限域和范霍夫奇点，从而产生独特的机械、光学和电子性质（1–4）。与研究较为充分的碳纳米管（CNT）相比，过渡金属二硫化物纳米管（TMDC NTs）提供了更多可能的材料组成，为从带隙工程到激子-极化子相互作用的多种材料性质调控提供了额外自由度（2,5–9）。此外，与石墨烯不同，TMDC晶格对称性较低，从而产生更强的非线性，这已在多个一维TMDC结构中得到验证（10–13）。然而，控制TMDC NTs的原子结构（尤其是其手性）仍是一项基础挑战（14,15）。在CNT发现后的二十多年里，才实现了特定手性的选择性生长（16–19），而对于TMDC NTs，迄今为止最显著的进展是实现了共轴堆叠的多壁二硫化钨（WS_{2< / sub>）纳米管，其共享手性角（14,15,20,21）。本研究采用定制化学气相沉积（CVD）技术合成了二硫化锡（SnS<>2< / >）、二硫化钼（MoS<>2< / >）和WS<>2< / >纳米管，并通过实验表征和计算模拟实现了扶手椅构型的优先合成（如SnS<>2< / >手性偏好达83%）。}

我们开发了一种四步合成工艺来制备SnS₂纳米管（NTs）（图1，A和B）。首先，以单壁碳纳米管（SWCNTs）为起始材料和牺牲模板。接下来，在SWCNTs外表面形成氮化硼纳米管（BNNTs）（22，23）。随后在空气中氧化，留下内径为1至12纳米的纯BNNTs。最后，在BNNT内部通道中生长SnS₂ NTs（详见补充材料图S1及材料与方法部分的实验细节）。在此生长过程中，内部通道的直径由初始SWCNTs预先确定，并对SnS₂ NTs的成功形成起关键作用。商用BNNTs通常平均内径<2.5纳米，无法实现成功生长（图S2）。

我们对未经后续合成纯化的原始生长样品进行了表征（图S3）。高分辨透射电子显微镜（HR-TEM）图像显示BNNTs内部SnS₂ NTs的侧壁具有强对比度，这是管状晶体的显著特征（图1，B和C下）。另一方面，纳米带（NRs）约占内部纳米结构的三分之一，在平面上显示均匀对比度（图1℃上及图S4、S5）。此外，NR在快速傅里叶变换（FFT）图案中表现为一组间隔的点，而NT则因晶体基面的大曲率呈现延长的虚线。本研究合成的SnS₂ NRs采用锯齿形构型（由较长边的原子排列定义），NTs采用扶手椅形构型（由垂直于轴的边缘原子排列定义）（图1℃）。

图2通过多种光谱和显微技术表征了SnS₂及其他TMDC NTs的结构、元素和光学性质。浅焦扫描透射电子显微镜（STEM）图像（图2A）显示清晰且周期性的白点，对应于SnS₂ NT上表面的Sn原子（24，25），并与1T相SnS₂ NT高度吻合。同时，这些Sn原子与管轴平行，是非手性扶手椅或锯齿形NTs的特征（若NT为手性，则Sn原子相对于管轴呈0°至30°取向，且因顶部和底部管壁对比度差异形成强莫尔条纹）（图S6）。利用电子能量损失谱（EELS）进行元素映射，确认了Sn、S、B和N在整个区域的存在，且Sn（红色）和S（黄色）信号仅限于BNNT内部通道。合成SnS₂ NTs的直径范围为约1.5至10纳米（图S4）。类似的非手性结构也在MoS₂和WS₂ NTs中获得（图2，B和C），其中重原子Mo和W沿管轴排列。

我们进一步利用拉曼散射、光学光谱、X射线光电子能谱（XPS）、EELS低损耗吸收光谱（图2，D和E及图S7至S11）以及圆二色谱（CD）光谱（图2，F和G及图S12至S13）对SnS₂ NTs进行了表征。不同阶段样品（如SWCNT、SWCNT-BNNT、BNNT及SnS₂-BNNT）的拉曼光谱显示出显著特征（图S8A）。BNNTs在1369厘米⁻¹处显示单一E₂g模式（22，26），而在最终的SnS₂-BNNT中，SnS₂的A₁g模式在314厘米⁻¹处成为主导峰（图2D）（27，28）。该峰位置也与1T相SnS₂一致（29），尽管拉曼光谱本身无法完全排除2H相

(^{1}) 流体动力与机电系统国家重点实验室，机械工程学院，浙江大学，杭州，中国 (^{2}) 激光、离子与电子束材料改性教育部重点实验室，大连理工大学，大连，中国 (^{3}) 材料科学与工程系&浙江省三维微纳制造与表征重点实验室，西湖大学，杭州，中国 (^{4}) 材料创新核心技术研究院，日本产业技术综合研究所（AIST），筑波，日本 (^{5}) SANKEN（大阪大学科学与工业研究所），日本大阪府茨木市大阪大学 8-1 箕面丘，日本 (^{6}) 分子与材料理论与光谱学系，物理学系与化学系，安特卫普大学，安特卫普，比利时 (^{7}) CASCH 卓越中心，安特卫普大学，安特卫普，比利时 (^{8}) 电子显微镜中心，硅与先进半导体材料国家重点实验室，材料科学与工程学院，浙江大学，杭州，中国 (^{9}) 化学与分子工程学院，北京大学，北京，中国 (^{10}) 先进光电材料中心，材料与环境工程学院，杭州电子科技大学，杭州，中国 (^{11}) 苏州实验室，苏州，中国 (^{12}) 机械工程系，东京大学，东京，日本 (^{13}) 材料创新研究所，创新未来社会研究院，名古屋大学，名古屋，日本 (^{14}) 通讯作者。电子邮箱：liwenbin@westlake.edu.cn（W.L.）；gaojf@dlut.edu.cn（J.G.）；suenaga-kazu@sanken.osaka-u.ac.jp（K.S.）；xiangrong@zju.edu.cn（R.X.） (^{\dagger}) 这些作者对本研究做出了同等贡献

《科学》 2026年8月20日

783

研究论文

A

C

B

图1. BNNT内SnS₂纳米棒 / 纳米管的合成过程与结构。（A和B）SWCNT束、SWCNT-BNNT及SnS₂纳米管的原子模型（A）与高分辨TEM图像（B）。（C）BNNT内合成的SnS₂锯齿形纳米棒（上）与扶手椅形纳米管（下）的高分辨TEM图像、FFT图样与模型。比例尺，5 nm。

A

B

C

D

E

F

图2. SnS₂、MoS₂与WS₂在BNNT中的电子与光谱分析。

修复后的中文Markdown：

相较而言，其他锡-硫(Sn-S)组分，如SnS，展现出明显不同的拉曼峰（( A_{g} )模式在95、193和220 cm(^{-1})，( B_{2g} )模式在164和288 cm(^{-1})）（30）。图2E比较了电子能量损失谱(EELS)低损耗吸收谱与紫外-可见(UV-Vis)光学吸收谱。EELS是在单个SnS({2})纳米管(N T)上测得，而UV-Vis谱则反映整个薄膜样本的群体特性。两种方法均显示SnS({2})在可见光和紫外区域存在吸收边。MoS({2})和WS({2})展现出显著的激子峰A、B和C（以虚线标注），这证实了合成的成功。我们对SnS(_{2})-BNNTs的圆二色谱(C D)进行了多方向平均，测量从薄膜两侧获取（图2F），以消除线性二向色性或双折射的干扰（31, 32）。在测量的整个光谱范围内，C D信号基本保持为零（图2G底部）。结合纳米区域电子衍射(NAED)分析（图3），该结果表明约87%的NTs为非手性（armchair + zigzag；另见figs. S12和S13）。

图3. TMDC纳米管的手性分布

(A) 雷达图展示了在300个样本中，SnS({2})纳米管在宿主纳米管内形成的各类手性类型的分布。 (B) 单层1T-SnS({2})原子结构示意图及其通过不同螺旋角卷曲形成相应纳米管的示意图。此处，( C_{h} )代表手性向量，( a_{1} )和( a_{2} )代表原始晶格向量，(n)和(m)代表手性指数。 (C和D) SnS({2})-BNNT（C）和MoS({2})-BNNT（D）的实验与模拟NAED图样。红色和橙色六边形分别标示SnS({2})和MoS({2})纳米管的反射，蓝色六边形则来自BNNT。 (E和F) 手性（E）和近锯齿形（F）SnS({2})纳米管的原子模型及其对应的实验NAED图样。 (G) 统计分析合成的SnS({2})纳米管群体的手性角(α)与直径关系。示意插图定义了相对于管轴的手性、锯齿形和armchair构型。多数数据点聚集在armchair构型附近（α≈30°）。 (H) SnS({2})、MoS({2})和WS(_{2})纳米管手性角的统计分布。分箱大小为5°，其中α<5°对应锯齿形，5°<α<25°对应手性，25°≤α≤30°对应armchair构型。

图4. 限域于BNNT内的TMDC纳米带(NRs)与纳米管(NTs)的能量稳定性

(A) 1T-SnS({2})和2H-MoS({2})/WS({2})的原子结构及其对应锯齿形和armchair NRs的示意图。锯齿形和armchair NRs从单层形成的过程总结于表S1。 (B) SnS({2})纳米管能量随管径变化的归一化曲线。纳米管能量相对于其单层能量归一化（表S2），f.u.代表SnS({2})的化学式单元。 (C) SnS({2})纳米带形成能随带宽(W)变化的归一化曲线。能量相对于单层沿周期方向单位长度(1/L)归一化。

Science 2026年8月20日

785

Figure 3℃展示了封装在BNNT中的SnS₂ NT的NAED图案（图3D为MoS₂ NT），其强度分布显示在fig. S14中。衍射图案同时包含两种材料的贡献：SnS₂的反射用红色六边形突出显示，而BNNT的反射则用一组蓝色六边形表示。如前所述，延长的虚线而非规则间隔的点证实了SnS₂ NT和BNNT中原子层的弯曲（图S15和S16）。六边形的对齐描述了NTs的手性角（33–37）。蓝色六边形的表观随机取向表明外部BNNTs没有首选手性角；然而，单一的内部红色六边形与手臂椅型SnS₂ NTs的模拟ED图案匹配。相比之下，手性和锯齿形配置的SnS₂ NTs的实验ED图案（图3，E和F）显示六边形图案以不同角度与管轴对齐。

我们检查了300个SnS₂-BNNT样本的NAED图案（图3A），其中249个表现出手臂椅结构，38个为手性，13个接近锯齿形，表明对手臂椅配置有强烈偏好（83%）（图S16）。相比之下，在文献中鲜有尝试的情况下，An等人确认多壁WS₂ NTs中的不同壳层在单根管内倾向于具有统一的手性角，而Nakanishi等人发现MoS₂ NTs的手性是随机的（14, 38）。同时，此处共存的所有SnS₂ NRs均显示锯齿形配置（图S17）。图3G展示了统计分析的300个合成SnS₂ NTs的手性角（α）与直径的关系，表明手臂椅偏好与直径无关。在统计分析中，我们在图3H中展示了SnS₂、MoS₂和WS₂ NTs手性角的分布，揭示了SnS₂ NT（83%）、MoS₂ NT（66.5%）和WS₂ NT（45.8%）中普遍存在对手臂椅配置的偏好。

为理解三种TMDC NTs手臂椅手性偏好的起源，我们使用密度泛函理论（DFT）模拟研究了NRs和NTs的手臂椅与锯齿形配置的稳定性（图4和图S18）。在1T（SnS₂）和2H（MoS₂和WS₂）系统中，固定直径的手臂椅和锯齿形NTs的归一化能量相似，并随NT直径增加而降低（图4B和图S18，A和C）。因此，NTs的固有稳定性无法解释实验观察到的

图5. BNNT内SnS₂的限域诱导变形与NR-to-NT转化。（A）三层SnS₂纳米带（NRs）被限域在BNNT内时，BNNT模板的逐步坍缩及对应的能量演化。（B）SnS₂ NRs与BNNT壁间相互作用诱导变形的示意图。（C）SnS₂ NR-to-NT转化路径的提出：通过呼吸模式诱导变形、层间滑移及边缘愈合与闭合，最终形成封闭NT。（D）转化路径中代表性中间结构的原子模型。（E）与（D）中模型对应的模拟STEM图像。（F）实验STEM图像显示与中间形态高度匹配，支持所提机制。比例尺，5 nm。（G）时间序列HR-TEM快照显示在200 kV电子束辐照下SnS₂ NRs向NT的转化过程。比例尺，10 nm。

786

2026年8月20日

《科学》

扶手椅型NT由初始合成阶段占主导的锯齿型NR转化而来。

为回答锯齿型NR是否能形成占主导的SnS₂扶手椅型NT这一问题，基于HAADF与原位实时TEM实验观察到的可能结构演化，精确的模拟对理解动力学过程至关重要。然而，大多数实验追踪的原子结构（其中许多包含>100,000个原子）远超出DFT的计算能力。我们开发了DFT数据驱动的机器学习势（MLP），将大系统能力与高精度相结合，用于模拟（图S21至S23）。

在初始阶段，我们使用MLP-MD模拟了包裹BNNT模板的三层SnS₂ NR（图5A，图S24、S25，以及电影S1中的详细信息）。TMDC的弯曲能通常远高于柔性BNNT（40）。SnS₂可能在BNNT内壁上形成近平坦NR并吸附于其上（图S25、S26），这会局部扁平化相邻BNNT壁并最终触发其坍缩。该坍缩过程因BNNT的弯曲刚度而存在~0.1 eV / Å的能量势垒。然而，由于坍缩结构增强了BNNT与SnS₂ NR间的范德华（vdW）相互作用，总能量降低0.6 eV / Å（图5A）。SnS₂ NR仅能沿BNNT模板轴向继续生长（如图5B所示）。在此过程中，BNNT的呼吸模式振动可导致与SnS₂ NR的反复附着-脱离，这可能通过vdW力促进SnS₂ NR的剥离。所得剥离SnS₂ NR的边缘可连接形成SnS₂ NT（图5℃；图S23详细信息）。该过程与先前CNT系统中的观察相似（19）。但对于柔性碳NR，扭曲成螺旋NR再连接边缘形成手性CNT更有利（19），与SnS₂ NR从硬弯曲向NT转化的过程不同。因此，SnS₂ NR的弯曲刚度与层数可能也是形成无手性均匀NT的关键。若SnS₂ NR过薄，则可能通过类似扭曲行为形成手性SnS₂ NT，类似于CNT（19, 41）。这也解释了实验中观察到少量手性SnS₂ NT的原因。包含边缘、vdW与弯曲能的模型解释了所观察到的SnS₂ NT直径范围（图S27）。

如果BNNT的坍塌仅发生在含有内部SnS₂纳米棒（NRs）的区域，而剩余的BNNT片段则保持圆柱形。在纳米管（NTs）形成过程中，SnS₂ NRs的剥离、滑动和边缘连接首先发生在一侧（图5D中的绿色框），然后传播至另一侧。该过程可通过一系列来自MLP-MD模拟的关键结构追踪（图5D及影片S2和S3）。此类关键结构的模拟STEM图像（图5E）与实验结果（图5F）一致，强烈支持了上述SnS₂锯齿形NRs向扶手椅型NTs转变的机制。HR-TEM快照（图5G及影片S4）捕捉了内含SnS₂ NRs的BNNT从0秒开始的初始坍塌、BNNT的呼吸模式振动，以及在后续帧（45秒）中管状结构的恢复，完全再现了图5℃和D中所示的模拟过程。DFT-MD模拟及实验与模拟STEM（图S28至S30及影片S5和S6）进一步证实了MoS₂中类似的NR-to-NT转变。

我们已证明在BNNT模板内可优先合成扶手椅型SnS₂ NTs。对MoS₂和WS₂ NTs也获得了类似结果，表明所观察到的扶手椅型偏好可能具有普遍性。扶手椅型TMDC NTs具有显著较低的有效质量，因此可能具有更高的载流子迁移率，并可用于高性能电子器件（图S31至S39及表S4）。所揭示的NR-to-NT机制还可能启发其他NTs（包括CNTs）的可控合成。此外，若NRs可首先在预设计的结构中合成（如通过分子籽晶（42, 43, 5），随后封装入具有适当刚度的模板中，则形成的NTs手性可按需控制。

参考文献与注释

1. S. Iijima, Nature 354, 56–58 (1991).
2. R. Tenne, L. Margulis, M. Genut, G. Hodes, Nature 360, 444–446 (1992).
3. N. G. Chopra et al., Science 269, 966–967 (1995).
4. S. M. Bachilo et al., Science 298, 2361–2366 (2002).
5. Q. Qian et al., ACS Nano 14, 13333–13342 (2020).
6. S. S. Sinha et al., Small 16, e1904390 (2020).
7. Y. Chen et al., Nat. Nanotechnol. 17, 1178–1182 (2022).
8. B. Xiang et al., Nano Lett. 24, 6592–6600 (2024).
9. L. Yadgarov, R. Tenne, Small 21, e2400503 (2025).
10. Y. J. Zhang et al., Nature 570, 349–353 (2019).
11. G. Xue et al., Science 384, 1100–1104 (2024).
12. C. Ma et al., Nat. Nanotechnol. 19, 1299–1305 (2024).
13. B. Qin et al., Science 385, 99–104 (2024).
14. Q. An et al., Nat. Mater. 23, 347–355 (2024).
15. F. Qin et al., Nat. Commun. 8, 14465 (2017).
16. F. Yang et al., Nature 510, 522–524 (2014).
17. S. Zhang et al., Nature 543, 234–238 (2017).
18. Z. Zhang et al., Science 387, 1310–1316 (2025).
19. H. E. Lim et al., Nat. Commun. 4, 2548 (2013).
20. M. Remékar, Z. Škraba, P. Stadelmann, F. Lévy, Adv. Mater. 12, 814–818 (2000).
21. M. Bar-Saden, R. Tenne, Nat. Mater. 23, 310–311 (2024).
22. R. Xiang et al., Science 367, 537–542 (2020).
23. Y. Zheng et al., Proc. Natl. Acad. Sci. U.S.A. 118, e2107295118 (2021).
24. J. Xu et al., Small Methods 4, 2000567 (2020).
25. Z. Ma et al., Nano Energy 67, 104276 (2020).
26. S. Wang et al., ACS Nano 18, 9917–9928 (2024).
27. B. Li et al., Nat. Commun. 8, 1958 (2017).
28. Y. Gong et al., Nat. Nanotechnol. 13, 294–299 (2018).
29. G. Shao et al., ACS Nano 13, 8265–8274 (2019).
30. M. Li et al., RSC Adv. 7, 48759–48765 (2017).
31. G. Albano, G. Pescitelli, L. Di Bari, Chem. Rev. 120, 10145–10243 (2020).
32. G. Albano, G. Pescitelli, L. Di Bari, Chem. NanoMat. 8, e202200219 (2022).
33. L. Margulis, P. Dluzewski, Y. Feldman, R. Tenne, J. Microsc. 181, 68–71 (1996).
34. S. Amelinckx, A. Lucas, P. Lambin, Rep. Prog. Phys. 62, 1471–1524 (1999).
35. J. M. Zuo, I. Vartanyants, M. Gao, R. Zhang, L. A. Nagahara, Science 300, 1419–1421 (2003).
36. Y. Chen, H. Deniz, L.-C. Qin, Nanoscale 9, 7124–7134 (2017).
37. G. Radovsky, R. Popovitz-Biro, R. Tenne, Chem. Mater. 24, 3004–3015 (2012).
38. Y. Nakanishi et al., Adv. Mater. 35, e2306631 (2023).
39. V. A. Saroka, M. V. Shuba, M. E. Portnoi, Phys. Rev. B 95, 155438 (2017).
40. Y. Jiang et al., Appl. Phys. Lett. 122, 153101 (2023).
41. F. Yao, W. Li, Y. Zhang, C. Jin, ACS Nano 19, 34418–34428 (2025).
42. A. J. Way et al., Nat. Commun. 13, 2992 (2022).
43. D. J. Rizzo et al., Science 369, 1597–1603 (2020).

致谢

我们感谢E. Einarsson和Y. Kato在讨论和校对方面的帮助，以及来自浙江大学的S. Zhao在ED图案模拟方面的支持。资助：本研究部分得到中国科技部国家重点研发计划（2024YFA1409600、2023YFE0101300、2023YFB3405600）、国家自然科学基金青年科学基金（项目编号52505642）、国际青年科学家研究基金（项目编号52350410462）和一般项目（项目编号12374253、62374136）的支持，以及教育部基础学科拔尖学生培养计划2.0（项目编号2026）和大连市科技创新基金（项目编号2025J1J2GX012）的支持。本研究还部分得到日本学术振兴会（JSPS）科学研究费补助金（项目编号JP23H00174、JP25K24563、JP21KK0087）和日本科学技术振兴机构（JST）通过其核心研究计划CREST（项目编号JPMJCR20B5）的支持。

作者贡献：概念化：R.X.、J.G.；方法学：Abid、L.Z.、C.Y.、T.W.、B.H.N.、Y.M.、L.W.、H.W.、Y.Z.、S.U.、Q.Z.、B.J.、K.S.；调查：Abid、L.Z.、J.H.、Y.Z.、Y.S.、D.L.、H.S.、Q.L.、Z.H.、A.K.、Q.Z.；可视化：、L.Z.、J.H.、Y.Z.；资金获取：R.X.、、Y.Z.、W.L.、J.G.、K.S.、S.M.；项目管理：R.X.；监督：R.X.、H.Y.、S.M.、W.H.、Y.L.、F.D.、K.S.；原始稿撰写：、J.H.、L.Z.；审稿与编辑：R.X.、W.L.、J.G.；利益冲突：作者声明无相关利益冲突。数据、代码与材料可用性：文中或补充材料中包含评估结论所需的所有数据。许可信息：版权所有©2026作者，部分权利保留；美国科学促进会独家许可。未主张美国政府作品的原始权利。https: / www.science.org / about / science-licenses-journal-article-reuse

补充材料

材料与方法：图S1至S39；表S1至S4；参考文献（44–57）；影片S1至S6

提交时间：2025年6月16日；重新提交时间：2026年5月16日；接受时间：2026年6月24日；在线发表时间：2026年7月16日

10.1126 / science.aeh1429

《科学》2026年8月20日

787

研究论文

生物合成

一个肉桂醇脱氢酶样支架组织单萜吲哚生物碱生物合成

高笛（Di Gao）(^{1,2})，Scott Galeung Alexander Mann (^{3})，陈彬彬（Binbin Chen）(^{4,5})，苟源蔚（Yuanwei Gou）(^{1,2})，陈聪（Cong Chen）(^{1,2})，乔崇（Chong Qiao）(^{2})，Jorge Jonathan Oswaldo Garza-Garcia (^{3})，Mohammadamin Shahsavarani (^{3})，姜小晶（Xiaojing Jiang）(^{1,2})，Hannah Caroline Tran (^{3})，包竟飞（Jingfei Bao）(^{1})，Mathew Bailey Richardson (^{3})，李佳宁（Jianing Li）(^{1,2})，Jacob Owen Perley (^{3})，發鸿鸟（Jaewook Hwang）(^{3})，董峰（Feng Dong）(^{1})，董昌（Chang Dong）(^{2})，黄磊（Lei Huang）(^{1,2})，Vincenzo De Luca (^{6})，王雅婕（Yajie Wang）(^{4,5})，曲洋（Yang Qu）(^{3})，连佳长（Jiazhang Lian）(^{1,2,7,8,9*})

约3000种单萜吲哚生物碱（MIAs）的生物合成（包括抗癌药物长春碱）涉及高度不稳定的中间体异胡豆苷配基。其通过异胡豆苷β-葡萄糖苷酶（SGD）形成并由鸡骨常山烯合酶（GS）后续转化的过程在空间上分隔的区室中进行，代表了生物合成的主要瓶颈。在本研究中，我们发现VinBLAST，一种被重新利用为支架蛋白的肉桂醇脱氢酶样蛋白，可有效处理这种不稳定中间体。VinBLAST在细胞核中物理介导SGD与GS的相互作用，并别构增强GS的催化效率。来自多样化植物科的VinBLAST同源蛋白可增强多种代表性MIAs的生物合成，其中在酵母中香水树碱的产量提升至约160毫克 / 升，较之前研究报道提高近1000倍。我们的发现为组织MIA生物合成提供了缺失的环节，并使鸡骨常山烯衍生治疗剂的可扩展生物生产成为可能。

香水树碱和文多灵是长春花（马达加斯加长春花）中标志性抗癌单萜吲哚生物碱（MIA）长春碱的直接前体。约30步专一性生物合成途径的阐明标志着植物次级代谢领域的一个重要里程碑（1-3）。这使其在酵母细胞工厂中的从头合成成为可能。然而，现有生产仍处于微克 / 升级别，远低于大规模生物制造所需的克 / 升阈值（4-6）。低产量可能源于漫长的途径及MIA生物合成的复杂区室化过程（7,8）。作为超过3000种MIAs的通用前体，异胡

(^{1}) BLSA-ZJU研究中心及教育部生物质化学工程重点实验室，浙江大学化学与生物工程学院，杭州，中国 (^{2}) 浙江省智能功能化学品制造重点实验室，浙江大学-ZJU杭州全球科技创新中心，浙江大学，杭州，中国 (^{3}) 新不伦瑞克大学化学系，加拿大新不伦瑞克省弗雷德里克顿 (^{4}) 西湖大学工学院，杭州，中国 (^{5}) 西湖大学合成生物学与集成生物工程中心，杭州，中国 (^{6}) 布鲁克大学生物科学系，加拿大安大略省圣凯瑟琳斯 (^{7}) 北京生命科学研究院，北京，中国 (^{8}) 浙江大学智能生物材料重点实验室，浙江大学，杭州，浙江，中国 (^{9}) 浙江大学基础与交叉科学研究院，杭州，中国

*通讯作者。电子邮箱：wangyajie@westlake.edu.cn（王雅婕）；yang.qu@unb.ca（曲洋）；jzlian@zju.edu.cn（连佳长） †这两位作者对本研究做出了同等贡献。

in 液泡中，随后被转运至细胞核。在那里，strictosidine β-葡萄糖苷酶（SGD）去除其葡萄糖部分，生成严格持定的不稳定中间产物 strictosidine 脱糖苷（9, 10）（图 1A）。在龙胆目（夹竹桃科、马钱科、钟花科和茜草科）中生产单萜吲哚生物碱（MIA）的植物科中，已演化出多种肉桂醇脱氢酶（CAD）样还原酶。这些酶将 strictosidine 脱糖苷还原为稳定的异构体，从而促进 MIA 的进一步多样化（11-13）。对于长春碱而言，还原反应由 CAD 样的长春质碱合酶（GS）执行，这是一种细胞质同二聚体酶。生成的长春质碱是一个关键分支点，可启动数百种 MIA 的生物合成（14-16）（图 1B）。通过 6 步和 13 步额外的酶促反应，长春质碱被转化为 catharanthine 和 vindoline（3, 17），随后偶联形成长春碱（18）。

尽管取得了这些里程碑式进展，但关于不稳定的 strictosidine 脱糖苷在体内的加工过程仍存在一个令人费解的问题。SGD 含有一个双部分核定位信号，位于其 C 末端，因此被隔离在细胞核内（10）。荧光蛋白标记和双分子荧光互补（BiFC）实验表明，多种 CAD 样还原酶（如 heterohimbine 合酶（HYS））优先定位于细胞核，并与 发生物理相互作用。相比之下，尽管 GS 同时存在细胞质和细胞核定位，BiFC 实验未检测到 与 之间的相互作用（15）。这一观察结果表明，可能存在一个未知因子，促进 strictosidine 脱糖苷从 向 和下游酶的加工与转运。

在本研究中，我们鉴定并表征了长春碱生物合成定位与激活支架锚定蛋白（VinBLAST），即缺失的组分，其在细胞核内将 和 锚定在一起。分子动力学（MD）模拟与实验验证阐明了 –VinBLAST– 相互作用的分子机制。 作为支架将 和 相互关联，同时在 – 界面重塑底物通道，并大幅提高 的催化速率。在长春花中沉默 可使 catharanthine 和 vindoline 水平下降约 90%，证明其在植株中的关键作用。在酵母细胞工厂中，表达 可使 catharanthine 产量提高近三个数量级，为长春碱及其他长春质碱衍生药物的工业生物制造带来希望。我们鉴定出一大类 同源物，发现其存在于 MIA 生产植物科之外，表明 CAD 样蛋白可能在整个植物界具有其他未知功能。这些发现揭示了非催化支架蛋白在植物专化代谢中的关键作用。

VinBLAST是MIA合成激活因子

HYS和GS是两种主要的CAD样还原酶，它们在长春花叶片中竞争严格骨苷配基（图1B），其中HYS的表达量约为GS的三分之一（fig. S1）。尽管HYS在细胞核中与SGD相互作用并共定位，但GS来源的MIA仍比HYS来源的MIA高出12倍以上（19, 20）。这种差异进一步暗示可能存在一个额外因子在植株内促进SGD–GS底物通道化。我们最近的基因组分析发现长春花中CAD样还原酶呈簇状分布，包括一个GS生物合成基因簇，包含GS、8-羟基橙花醇氧化还原酶（8HGO）（21）和O-乙酰基茎麻定氧化酶（ASO）（2），它们均参与长春碱生物合成，以及它们的同源基因如GS2和THAS2（图1A）（22）。我们假设该基因簇的一个组分可能作为SGD和GS之间的内源性连接因子。

共表达分析显示，两个位于该基因簇中紧邻GS的CAD样基因（CAD1和CAD2）（2）与STR、GS和GO（编码鸡骨常山碱氧化酶）呈强表达相关性（图2A）。这一模式促使我们通过病毒诱导基因沉默（VIGS）实验测试其功能。我们还针对另外三个同源基因CAD3至CAD5进行了靶向，尽管

788

20 AUGUST 2026 Science

图1. VinBLAST在细胞核中作为连接SGD和GS的支架，是MIA生物合成的关键相互作用。 （A）长春花和生物工程酵母细胞中VinBLAST（品红色）支架作用的假设模型（使用BioRender.com创建）。VinBLAST由CAD酶演化而来，在细胞核中与SGD（青色）相互作用，并将GS（蓝色）锚定至SGD。这一过程克服了不稳定中间产物严格骨苷配基在GS和SGD间的低效转运，使其能够在细胞核中直接转化为鸡骨常山碱。（B）GME、卡法碱、文多灵及其他鸡骨常山碱衍生MIA的生物合成途径。C170MT，来自M. speciosa的C17-烯醇O-甲基转移酶；CS，卡法碱合酶；MEP，2-C-甲基-D-赤藓糖醇4-磷酸；STR，严格骨苷合酶；TDC，色氨酸脱羧酶。

Science 20 AUGUST 2026

789

研究文章

A

B

C

D

E

图2. VinBLAST是长春花和酵母细胞工厂中高效MIA生物合成所必需的。 （A）加权基因共表达网络分析。长春花叶片和根组织中大部分MIA生物合成基因被聚类至同一模块（数据S2中的蓝色模块）。蓝色模块中基因与三个诱饵基因（STR、GS和GO）的共表达相关性（r ≥ 0.9）如图所示。放大的浅蓝色点表示诱饵基因。每个点代表一个基因，黑色点中心表示与所有诱饵基因共表达的基因。数据S2列出了与一个或多个诱饵基因共表达的基因。VinBLAST及几种参与卡法碱和文多灵生物合成的关键酶与所有诱饵基因共表达，分别以放大的品红色和紫色点标出。DPAS，二氢前长春花碱合酶；Redox1 / 2，生成茎麻定的还原酶；SAT

stemmadenine O-acetyltransferase；TabS，tabersonine synthase。（B）VIGS敲除CAD2（VinBLAST）后C. roseus叶片中的MIA含量。结果为七或八个生物学重复的平均值±标准差。带统计分析的图表见数据S1。（C）与EV对照相比，VIGS–CAD2植株叶片中GS、CAD2（VinBLAST）和CAD1的相对表达水平。结果为七或八个生物学重复（各含三个技术重复）的平均值±标准差。带统计分析的图表见数据S1。（D）在生产GME（黄色）、catharanthine（紫色）和vindoline（蓝色）的工程化S. cerevisiae菌株中MIA滴度。阴性对照（NC）指携带完整生物合成途径单拷贝GS的基础菌株，其进一步工程化以包含额外GS拷贝、(^{K399G})、(^{CM})和(^{IM})。(^{CM})为催化突变体(^{C51A,H56A})；(^{IM})为–GS相互作用突变体(^{M298E,V299E})；(^{K399G})为–SGD相互作用突变体。详细菌株信息见表S1。结果为三个生物学重复的平均值±标准差。带统计分析的图表见数据S1。（E）CAD2菌株的补料分批发酵曲线，该菌株可从简单碳源（甘油和半乳糖）生产164.9 mg·L⁻¹ catharanthine。半乳糖持续进料以维持其浓度~8 g·L⁻¹。每5至10小时取样测定OD₆₀₀（紫色）、甘油浓度（黄色）、半乳糖浓度（黑色）和catharanthine滴度（蓝色）。

不在簇中（2）。CAD1与CAD2的核苷酸同一性为82%，使其共沉默可能（fig. S2）。沉默CAD3至CAD5（与CAD2的核苷酸同一性~70%）对MIA谱无影响（fig. S3）。然而，沉默CAD2导致catharanthine和vindoline水平分别下降93.5%和83.7%，而HYS来源MIA（ajmalicine和serpentine）分别增加6.1倍和3.7倍（图2B）。这与我们此前VIGS–GS结果一致，其中geissoschizine通量被重定向至HYS来源产物（14）。与空载体（EV）对照相比，VIGS–CAD2植株中CAD2转录本下降88.7%，CAD1下降适度38.5%，GS转录本水平略有上升（图2℃）。

这些结果提示CAD2可能是SGD与GS间的潜在连接点。随后，我们将单拷贝CAD2表达盒整合至我们的从头合成MIA的酿酒酵母菌株中，该菌株可生产geissoschizine甲醚（GME；corynanthe型）、catharanthine（iboga型）和vindoline（aspidosperma型），分别为geissoschizine的1、6和13步下游产物（图1B和fig. S4）。这使GME（13.7倍）、catharanthine（18.4倍）和vindoline（13.1倍）滴度在24孔板培养中显著提升（图2D和表S1）。类似地，将CAD2导入生产catharanthine的毕赤酵母菌株CAN19（5）中，catharanthine产量提升10.2倍（fig. S5），在不同宿主中确认了CAD2的功能。在酿酒酵母中，进一步增加GS和CAD2拷贝数仅使滴度提升至36%，提示单拷贝CAD2足以缓解geissoschizine生产的瓶颈（fig. S6）。在补料分批发酵中，我们的酿酒酵母菌株CA02可从简单碳源生产164.9 mg·L⁻¹ catharanthine（图2E）。基于这些及后续结果，我们将CAD2指定为

VinBLAST在细胞核中连接GS和SGD

为探究这种增强作用的机制，我们首先进行了BiFC实验，以在活体酵母中评估SGD、GS与VinBLAST之间的蛋白质-蛋白质相互作用。如预期所示，SGD在酵母细胞核中表现出强烈的自我相互作用，这与其已知的寡聚体结构一致；GS单独与SGD无相互作用，主要存在于细胞质中。当单独表达时，VinBLAST主要定位于细胞质。值得注意的是，VinBLAST在细胞核中与SGD相互作用

790

20 8月 2026《科学》

并在细胞质中与GS相互作用（图3A及补充图S7至S9）。当在GS–SGD BiFC检测中共表达无标签VinBLAST时，我们在细胞核中观察到明确的GS–SGD相互作用，证实VinBLAST确实是一种此前未被识别的支架蛋白，介导GS与SGD之间的物理结合（图3B及补充图S9）。

接下来，我们使用表面等离子共振（SPR）分析法在体外定量测定SGD、VinBLAST与GS之间的结合亲和力。尽管GS未检测到与SGD的结合，VinBLAST与SGD的解离常数Kd约为1.48 μM（图3℃）。值得注意的是，VinBLAST与GS的1:1混合物进一步增强了它们与SGD的相互作用（Kd≈0.57 μM；图3℃及补充图S10），支持VinBLAST增强GS与SGD有效结合的结论。

VinBLAST与多种植物CAD的氨基酸序列同一性超过70%，并可将肉桂醛和松柏醛还原为相应的醇类（补充图S11）。然而，其催化效率较另一种C. roseus叶片CAD低144倍，这可能在生理上负责木质素生物合成（补充图S12）。此外，VinBLAST对strictosidine配基无活性。为将VinBLAST的支架作用与其催化功能解耦，我们突变了两个关键残基（C51A和H56A），这些残基是NADPH结合所必需的，并构建了催化突变体（VinBLAST^{CM< / sup>；VinBLAST<>C51A,H56A< / >），其CAD活性被消除（补充图S11D）。然而，其与SGD或GS的相互作用能力保持不变，如BiFC（图3B）和酵母双杂交（Y2H）实验（补充图S13和S14）。在S. cerevisiae中表达VinBLAST<>CM< / >仍导致GME、cathar}

Fig. 3. VinBLAST作为支架蛋白通过与GS二聚化，促进GS与SGD的相互作用。（A）在酿酒酵母中的BiFC实验，显示VinBLAST同二聚体、GS同二聚体和SGD寡聚体的自身相互作用，并证明VinBLAST在细胞质中与GS相互作用，在细胞核中与SGD相互作用。值得注意的是，GS单独不会与SGD相互作用。（B）VinBLAST介导的GS与SGD在细胞核中的结合。仅在共表达未标记VinBLAST后，GS与SGD在酵母细胞核中发生相互作用。破坏VinBLAST的催化活性（VinBLAST(^{CM})）不影响其支架功能，而破坏VinBLAST二聚化（VinBLAST(^{M})）则消除了GS–SGD相互作用。mVenus片段分别融合到SGD的N端以及VinBLAST和GS的C端。检测到的黄色荧光表明蛋白质–蛋白质相互作用。图像使用激光共聚焦显微镜在600×放大倍率下采集，左上角显示5 μm比例尺。详细成像结果见figs. S8和S9。（C）SPR分析定量测定GS、VinBLAST和SGD之间的相互作用。尽管GS与SGD无可检测的结合，但检测到VinBLAST–SGD和VinBLAST–GS的相互作用，其(K_{d})分别约为1.48 μM和0.48 μM。值得注意的是，VinBLAST与GS的混合物进一步增强了它们与SGD的相互作用（(K_{d})≈0.57 μM）。将纯化蛋白以梯度浓度（0.06至4 μM）注射至固定化配体表面。

通过替换VinBLAST(^{K359G})，GME、长春碱和文多灵的产量分别降至野生型（WT）水平的27.9、29.8和32.8%。这些结果共同证明了VinBLAST介导的GS与SGD的物理连接是MIA生物合成的关键驱动因素。

我们发现VinBLAST的支架功能可通过人工锚定GS与SGD的两种独立自组装蛋白标签系统部分模拟：蛋白激酶A的RIAD / RIDD调节相互作用锚定域和SpyTag / SpyCatcher系统。通过将这些相互作用对标签于GS和SGD，在酵母中评估MIA产量，GME和文多灵产量相对于基线菌株提高了约1.8至3.7倍。有趣的是，即使是表现最佳的人工支架策略也未能达到VinBLAST所实现的增强水平。

VinBLAST增强GS催化活性

为研究VinBLAST对GS活性的影响，我们进行了偶联体外实验（图S26至S28）。VinBLAST、VinBLAST^CM和VinBLAST^K359G均表现出可比的GS增强活性。动力学分析进一步揭示，VinBLAST将GS催化速率（V_max）提高了24.3倍，而不影响底物结合亲和力（K_m）。这些结果强烈表明VinBLAST-GS复合物中的GS活性位点结构发生了改变。

为探究GS活性增强的分子机制，我们对VinBLAST-GS复合物进行了分子动力学（MD）模拟。考虑到GS、HYS及相关CADs（16）中保守的β片层稳定的同二聚体结构，我们假设VinBLAST-GS可能通过类似的结构基序形成异二聚体。天然聚丙烯酰胺凝胶电泳证实了异二聚体的形成（图S29）。为验证这一假设，我们首先模拟了GS-GS同二聚体相互作用（图S30），并确定I301为关键界面残基，在β片层界面形成相互的酰胺主链相互作用。将I301替换为谷氨酸[I301E；GS相互作用突变体（GS^IM）]破坏了二聚体界面，在计算机模拟中使β片层间距从约5 Å增加至约10 Å（图S30F和G）。这消除了BiFC实验中的GS自相互作用，并在体外和体内消除了其催化活性（图S31和S32），证明了GS二聚化在催化中的关键作用。MD模拟显示，二聚体解离使活性位点暴露于溶剂，从热力学上不利于底物结合。在1000纳秒的模拟期内，快照显示单体GS活性位点的底物完全解离（图S33），解释了GS^IM相比野生型同二聚体失去催化活性的原因。

进一步对VinBLAST-GS异二聚体的MD模拟确定了M298和V299为通过酰胺主链相互作用介导异二聚体形成的关键残基（图4A、B及图S34）。

为验证这一发现，我们构建了VinBLAST-GS相互作用突变体（VinBLAST^IM；VinBLAST^M298E,V299E），通过静电排斥作用破坏与GS^IM的异二聚体形成（图S30H）。BiFC和酵母双杂交实验显示VinBLAST^IM与GS^IM及野生型GS之间的相互作用减弱（图3B及图S9、S13和S31）。这些观察结果通过体外pull-down实验得到进一步证实：带His标签的VinBLAST和VinBLAST^IM成功在亲和柱上滞留非标签GS，而VinBLAST^IM未能成功（图S35）。因此，VinBLAST^IM对GME、长春质碱和长春碱的产量促进作用分别降至野生型的18.7%、10.5%和12.8%（图2C）。这些发现表明，VinBLAST通过与GS形成异二聚体，既促进支架作用，又增强催化活性。

VinBLAST-GS重塑底物隧道

为研究VinBLAST-GS二聚化对反应速率加速的机制，我们通过分子动力学（MD）模拟（图S36至S38）获取了GS活性位点处4,21-脱氢鸡骨常山碱（GS的直接底物，在平衡状态下的各种strictosidine无糖苷配基异构体中）的动态信息（图4，A和C）。近攻击构象（NAC）频率分析（23，24）显示，VinBLAST-GS异二聚体的NAC发生频率（41.6%）高于GS-GS同二聚体（23.0和26.5%）（图S37）。这一频率增加表明更有效地达到过渡态几何构象，与动力学测定中的速率加速结果一致。

异二聚体的催化效率提升可能表明其底物隧道较同二聚体能更有效地引导底物进入。为验证隧道结构本身是否可提升催化性能，我们构建了GS隧道突变体（GS^{TM< / sup>；GS<>P290H,A291S,I299L< / >）以模拟VinBLAST-GS异二聚体中观察到的隧道结构（图4℃）。GS<>TM< / >的V_{max< / sub>提升了5.3倍（图4D和图S28）。在酿酒酵母中表达GS<>< / >也使MIA产量相对于野生型GS提升了2.0至2.7倍，而通过人工蛋白支架将GS<>< / >与SGD连接后，其产量提升效果进一步增至4.9至7.5倍（图S39）。相反，我们构建了互补的VinBLAST隧道突变体（VinBLAST<>< / >；VinBLAST<>M288P,S289A,L293I< / >）以采用类似GS的隧道结构。VinBLAST<>< / >使异二聚体活性下降了24.9%（图4D和图S28）。这些结果证实VinBLAST-GS相互作用重塑了底物隧道，且VinBLAST-GS隧道结构对提升GS催化效率至关重要。}}

VinBLAST在龙胆目之外的保守性

地舌素是自然界中超过700种单萜吲哚生物碱（MIA）的中心前体，因此VinBLAST同源物可能广泛分布于MIA生产植物科中。共线性分析确认了龙胆目MIA生产物种中存在保守的VinBLAST-GS基因簇，包括四叶萝芙木（夹竹桃科）、马钱（马钱科）和帽柱木（茜草科）（图5A及补充图S40A）。该基因簇还存在于非MIA生产的龙胆目物种中，如牛角瓜（夹竹桃科）和大花草（龙胆科），以及在假荆芥（唇形目）和番茄（茄目）（图5A及补充图S40A）。这种共线性甚至可追溯至葡萄（葡萄藤），一种早期分化的核心双子叶植物，其与其他谱系的分化时间约在1.48亿年前，表明这一古老合成区域具有

792

2026年8月20日《科学》

图5. VinBLAST活性超越龙胆目。（A）共线性分析。长春花GS生物合成基因簇（品红阴影）与龙胆目MIA生产物种（四叶萝芙木、马钱、帽柱木）及非生产物种（牛角瓜、大花草）中的CAD富集基因组位点共线，亦见于该目外物种（番茄属茄目、假荆芥属唇形目）。每个方框代表一个基因位点，箭头指示转录方向。彩带连接共线性基因对（灰色），其中GS和VinBLAST同源物分别以蓝色和品红标示。（B）系统发育分析。VinBLAST与GS同源物被归入CAD III分支，完整系统发育树见补充图S40B。CAD III分支仅包含被子植物，包括早期分化的茶菱草、单子叶植物与双子叶植物。已证实具有体外CAD活性的成员以蓝点标记，实验证实缺乏CAD活性者以黄点标记，涉及专化代谢的蛋白质以紫点标记。与包含支持木质素生物合成功能的蕨类植物成员的CAD I分支不同，其他分支中CAD的木质素相关功能虽有一定体外证据，但尚未明确证实。（C）体外活性分析。长春花GS（夹竹桃科）、马钱GS与帽柱木GS在与VinBLAST同源物（来自长春花、马钱、帽柱木、帽柱木、葡萄、烟草）配对时的活性。黄色代表长春花GS，紫色代表马钱GS，蓝色代表帽柱木GS。结果为三次技术重复的平均值±标准差，含统计分析的图表见数据S1。（D）工程酿酒酵母菌株中GME、卡柔内酯与长春碱滴度。缺乏VinBLAST表达的对照菌株（NC）与表达单拷贝VinBLAST同源物（来自长春花、Cephalanthus occidentalis、Rauvolfia serpentina、帽柱木）的菌株进行比较。详细菌株信息见表S1。黄色代表GME生产菌株，紫色代表卡柔内酯生产菌株，蓝色代表长春碱生产菌株。结果为三次生物学重复的平均值±标准差，含统计分析的图表见数据S1。（E）烟草叶表皮生物素互补实验。NbVinBLAST与长春花GS主要在细胞质中相互作用（亦扩散至

the nucleus). NbVinBLAST 和 CrSGD 在细胞核中相互作用，且 CrSGD 单体在细胞核中相互作用。图像显示黄色荧光与透射光显微镜的叠加。详细的成像结果见 fig. S41。

作为 CAD 样还原酶（包括 GS 和 VinBLAST）在许多植物谱系中出现的进化热点（22）。

系统发育分析将 VinBLAST、GS 及其同源物置于由被子植物组成的 CAD 分支 III 中（25）（图 5B 和 fig. S40B）。与多个分支 I 的 不同，其在木质素生物合成中的作用已得到遗传和生物化学证据的有力支持，而其他分支中 的体内功能在很大程度上仍未知，尽管某些成员的体外 活性已有记载（26–32）。Given the high sequence similarity of (>70% amino acid identity) to bona fide and putative CADs, its activity in scaffolding SGD and GS or enhancing GS activity may be found in other homologous CADs in clade III.

Science 20 AUGUST 2026

793

RESEARCH ARTICLES

为验证这一假说，我们进行了体外酶活性测定和体内酵母发酵测试，将来自产 MIA 和非产 MIA 物种的 同源物与来自三个植物科的 GS 同源物配对（table S3）。所有测试的 同源物均在体外增强了 GS 的活性（图 5℃）。例如，Strychnos spinosa（马钱科） 将其自身 SspGS 的体外活性提高了 13.2 倍，而长春花 将 SspGS 活性提高了惊人的 44.5 倍。值得注意的是，来自葡萄藤和烟草（茄科）的 同源物（图 5B）——两者均为与 MIA 生产无关的远缘物种——分别将长春花 GS 活性提高了 2.7 倍和 1.8 倍。在酿酒酵母中， 同源物将 GME、卡西烷和长春碱的产量提高了不同程度，峰值分别提升了 19.0 倍、23.9 倍和 24.2 倍（图 5D）。一项 BiFC 实验进一步支持了烟草 同源物的支架功能，显示其在细胞质中与 CrGS 相互作用，在细胞核中与 CrSGD 相互作用（图 5E 和 fig. S41）。由于 在植物中的普遍活性及产 MIA 物种的优异表现，我们的结果支持 从祖先 进化出专门且不可或缺的支架作用，用于 MIA 生物合成。

结论

本研究报道了VinBLAST的发现与功能表征，这是一种木质素生物合成相关酶（CAD），被重新利用为MIA生物合成所必需的支架和激活剂。尽管VinBLAST仍保留可检测的CAD活性，但其催化效率比长春花叶片中I类CAD低两个数量级（fig. S12），因此不太可能成为木质素生物合成的主要参与者。相反，VinBLAST在植株中控制MIA代谢流，并通过物理连接SGD和GS来实现高效生产。这种连接促进了不稳定strictosidine配基中间体的加工，同时别构增强GS酶活性。我们证明了geissoschizine生物合成增强活性在多种MIA生产类群的CAD样蛋白中保守存在，并在葡萄藤和烟草等远缘物种中也存在。作为MIA生物合成的关键分支点，geissoschizine衍生出主要MIA类别（aspidosperma、sarpagan、iboga、akuammiline及其衍生双MIAs）（33）。这些MIA包括知名且广泛研究的MIA药物：vinblastine及其衍生物（抗癌）、阿吗灵（抗心律失常）、伊博格碱（精神活性）、番木鳖碱（箭毒毒素）、钩吻碱（甘氨酸受体激动剂）、conolidine（非阿片类止痛药）和voacamine（植物大麻素）。这种广泛性凸显了VinBLAST在可扩展生产所有geissoschizine衍生治疗药物方面的潜力。

在代谢组织层面，蛋白质支架近期已在多个专门化植物代谢途径中被报道。例如，一种纤维素合酶样蛋白在番茄甾体糖苷生物碱生物合成中兼具支架与胆固醇葡萄糖醛酸基转移酶的双重功能（34, 35）。类似地，一种非催化支架蛋白在紫杉醇生物合成中被鉴定（36）。对黄酮类生物合成中蛋白质-蛋白质相互作用与代谢物形成的广泛研究，特别是细胞色素P450单加氧酶和双加氧酶之间的相互作用，进一步揭示植物专门化代谢比以往理解的更具模块性和空间组织性（37, 38）。Geissoschizine是多个主要MIA类别的中心前体，并进一步被众多下游酶加工。因此，SGD、GS与VinBLAST之间的相互作用可能作为更大、模块化MIA代谢体的锚定模块。

VinBLAST的发现与表征使我们构建了一种酵母细胞工厂，能够以约160 mg L⁻¹的高滴度从头生产卡他兰碱。本研究阐明了MIA生物合成的分子组织及自然界中多样化CAD样还原酶的隐藏功能。此外，我们将VinBLAST确立为一种先前未被识别的、不可或缺的蛋白质支架，使微生物细胞工厂中的MIA高效生物合成成为可能。

参考文献与注释

1. L. Caputi 等，Science 360，1235–1239（2018）。

2. Y. Qu，O. Safonova，V. De Luca，Plant J. 97，257–266（2019）。

3. Y. Qu 等，Proc. Natl. Acad. Sci. U.S.A. 115，3180–3185（2018）。

4. D. Gao 等，Biodes. Res. 2022，0002（2022）。

5. J. Gao 等，Nat. Synth. 2，231–242（2023）。

6. J. Zhang 等，Nature 609，341–347（2022）。

7. C. Li 等，Nat. Chem. Biol. 19，1031–1041（2023）。

8. S. Sun 等，Nat. Plants 9，179–190（2023）。

9. A. Geerlings，M. M. Ibañez，J. Memelink，R. van Der Heijden，R. Verpoorte，J. Biol. Chem. 275，3051–3056（2000）。

10. G. Guirimand 等，BMC Plant Biol. 10，182（2010）。

11. K. Kim 等，New Phytol. 240，757–769（2023）。

12. A. Stavrinides 等，Nat. Commun. 7，12116（2016）。

13. F. Trenti 等，Org. Lett. 23，1793–1797（2021）。

14. Y. Qu 等，Planta 247，625–634（2018）。

15. E. C. Tatsis 等，Nat. Commun. 8，316（2017）。

16. C. Langley 等，Angew. Chem. Int. Ed. 61，e202210934（2022）。

17. Y. Qu 等，Proc. Natl. Acad. Sci. U.S.A. 112，6224–6229（2015）。

18. M. M. Costa 等， Physiol. 146，403–417（2008）。

19. J. G. M. Eng 等，Nat. Commun. 13，3335（2022）。

20. S. G. A. Mann 等，New Phytol. 247，1335–1351（2025）。

21. R. Krithika 等，Sci. Rep. 5，8258（2015）。

22. J. Hwang 等，Nat. Commun. 16，10495（2025）。

23. S. Hur，T. C. Bruice，Proc. Natl. Acad. Sci. U.S.A. 100，12015–12020（2003）。

24. E. Y. Lau，T. C. Bruice，J. Am. Chem. Soc. 120，12387–12394（1998）。

25. S. de Vries 等， J. 107，975–1002（2021）。

26. S. J. Kim 等，Proc. Natl. Acad. Sci. U.S.A. 101，1455–1460（2004）。

27. R. Sibout 等， Cell 17，2059–2076（2005）。

28. K. Hirano 等， Cell Rep. 31，91–101（2012）。

29. H. L. Park 等，Molecules 23，2659（2018）。

30. M. Bouvier d'Yvoire 等， J. 73，496–508（2013）。

31. G. M. Trabucco 等，BMC Biotechnol. 13，61（2013）。

32. A. Barakate 等， Cell 23，4492–4506（2011）。

33. S. E. O'Connor，J. J. Maresh，Nat. Prod. Rep. 23，532–547（2006）。

34. M. Boccia 等，Science 386，1366–1372（2024）。

35. A. Jozwiak 等，Science 386，eadq5721（2024）。

36. C. J. McClune 等，Nature 643，582–592（2025）。

37. K. Jørgensen 等，Curr. Opin. Biol. 8，280–291（2005）。

38. T. Nakayama，S. Takahashi，T. Waki，Front. Sci. 10，821（2019）。

致谢

我们感谢伊利诺伊大学厄巴纳-香槟分校的H. Zhao和冰岛大学的V. A. Albert在讨论和建议中提供的深刻见解。同时感谢iBioFoundry、浙江大学-杭州全球科技创新中心核心设施以及新不伦瑞克大学显微镜与微分析设施在分析支持方面的帮助。

资助：本研究获得以下资助支持——中国国家重点研发计划（项目编号：2024YFA0918000，资助对象：J.Lian）、中国国家自然科学基金（项目编号：22278361、22478341，资助对象：J.Lian；项目编号：32401209，资助对象：Y.W.）、浙江省自然科学基金（项目编号：L226B0600001，资助对象：J.）、加拿大自然科学与工程研究理事会发现计划（项目编号：RGPIN-2020-04133，资助对象：Y.Q.）、新不伦瑞克省创新基金会（项目编号：RPI_2022_002、RAI_2023_054、RAI_2025_041，资助对象：Y.Q.）以及北京生命科学院（项目编号：2025-KYY-135000-0004-02，资助对象：J.）。

作者贡献：概念化、监督与资金获取：J.、Y.Q.、Y.W.；BiFC实验：D.G.、C.C.、H.C.T.；体外检测与pull-down实验：S.G.A.M.、J.J.O.G.-G.；同源建模与分子动力学模拟：B.C.、Y.G.、M.B.R.；VIGS实验：M.S.；共线性与共表达分析：C.C.；毕赤酵母实验：X.J.；酵母双杂交实验与生物反应器发酵：D.G.、Y.G.、J.B.；克隆与菌株构建：D.G.、S.G.A.M.、Y.G.、C.C.、J.J.O.G.-G.、X.J.、H.C.T.、J.B.、J.L.、J.O.P.、J.H.、F.D.；表面等离子体共振实验：C.Q.；撰写：D.G.、B.C.、C.D.、L.H.、V.D.L.、Y.W.、Y.Q.、J.。利益冲突：作者声明无相关利益冲突。数据、代码与材料可用性：所有数据均在正文或补充材料中提供。本研究未生成新代码。材料对应与索取请联系J.Lian与Y.Q.，并签署材料转移协议。许可信息：版权所有©2026作者，部分权利保留；美国科学促进会独家许可。本文不涉及美国政府作品。https: / www.science.org / about / science-licenses-journal-article-reuse

补充材料

材料与方法；补充正文；图S1至S44；表S1至S10；

参考文献（39–54）；MDAR可重现性检查清单；数据S1至S3

提交时间：2025年8月21日；再次提交：2026年5月10日；接受：2026年7月1日；

网络首发：2026年7月16日

10.1126 / science.aeb0357

794

2026年8月20日

《科学》

钙氟化物中^229Th的激光穆斯堡尔光谱

平木拓弘^{1< / sup>，益田孝彦<>1< / >，高取小百合<>1< / >，Fabian Schaden<>2< / >，Michael Bartokos<>2< / >，Kjeld Beeks<>2,3< / >，福永悠太<>1< / >，Andreas Grüneis<>2< / >，关明<>1< / >，Georgy Kazakov<>2,4< / >，Thomas LaGrange<>3< / >，Adrian Leitner<>2< / >，Ira Morawetz<>2< / >，尾上良一郎<>1< / >，岡井晃一<>1< / >，Martin Pimon<>2< / >，Martin Pressler<>2< / >，Thomas Riebner<>2< / >，笹尾登<>1< / >，Felix Schneider<>2< / >，Thorsten Schumm<>2< / >，清水孝太郎<>1< / >，Luca Toscani de Col<>2< / >，Tomas Sikorsky<>2,5< / >，吉见明弘<>1< / >，吉村耕治<>1< / >}

穆斯堡尔光谱广泛应用于化学、地质学和固态物理学，用于探测材料中原子核局部物理和化学环境。本研究将该技术扩展至光学范围，利用真空紫外激光探测掺杂于氟化钙（CaF_{2< / sub>）晶体中的钍-229（^229Th）的低能核跃迁。我们发现钍离子存在四种不同的掺杂位点，确定了与主晶体相互作用产生的特征电场梯度，并识别出两种主要构型的微观结构。位点选择性激光激发实现了对所有位点同质异能态寿命及激光诱导猝灭的研究。该技术为探测核环境提供了强大工具，为设计未来固态核钟提供了基础数据。}

在固体中，核能级因核电四极矩与局部化学环境产生的电场梯度（EFG）相互作用而分裂。这种核分裂的光谱学被称为穆斯堡尔光谱学（1），可阐明核周围的局部结构。在传统穆斯堡尔光谱学中，核激发能通常在10至100 keV范围内。由于当前在此能量范围内缺乏窄线宽光源，该技术依赖于目标核对γ射线的共振再吸收。然而，^229Th核具有特殊性。它拥有一个低位亚稳同质异能态（^229mTh），可通过激光辐射实现，从而实现激光穆斯堡尔光谱学。在此，一台窄线宽可调谐激光可在广泛频率范围内直接探测EFG，进而探测目标核的局部结构。

^229Th的核跃迁对应于约148 nm的真空紫外（VUV）波长。这一独特核跃迁有望应用于高精度频率标准，通常称为核钟（2–5）。此外，固态核钟具有高掺杂密度和紧凑性等优势，可能实现现有原子钟无法达到的应用（6）。

2024年，已实现对掺杂于CaF<>2< / >和LiSrAlF<>6< / >单晶以及^228ThF<>4< / >薄膜中的^229Th核的直接激光激发（7–10）。利用窄线宽VUV频率梳（11），掺杂于CaF<>2< / >中的^229Th核的激发频率已实现千赫兹级精度测量（9, 12）。此外，已证明可通过X射线（13, 14）或激光（15, 16）使同质异能态种群猝灭回核基态，以加速时钟询问周期。

钍-229与电场梯度的相互作用将核能级分裂。钍-229（( {}^{229} )Th）基态（核自旋 ( I_{g} = 5 / 2 )）分裂为三个子能级，而同质异能态（核自旋 ( I_{e} = 3 / 2 )）分裂为两个子能级，共产生六种可能的核跃迁，如图1℃所示。通常，EFG的坐标轴定义使EFG张量 ( V_{ij} = \partial V / \partial r_{i}\partial r_{j} )（( r_{i} = x, y, z )）为对角且无迹矩阵，且满足 ( / V_{zz} / \geq / V_{yy} / \geq / V_{xx} / )。分裂频率与 ( QV_{zz} ) 成正比，其中Q表示核电四极矩。基态与同质异能态间核电四极矩的比值测定为 ( Q_{e} / Q_{g} = 0.57003(1) )（9）。能级结构进一步由不对称参数 ( \eta = (V_{xx} - V_{yy}) / V_{zz} ) 描述，该参数受拉普拉斯方程约束为 ( 0 \leq \eta \leq 1 )。子能级间的相对跃迁强度由 ( \eta ) 决定（17）。

CaF₂长期被视为固态核钟的有前景基质材料，并已开展大量理论与实验研究（5, 7, 13-15, 18-24）。目前，(^{229}\mathrm{Th}:\mathrm{CaF}2) 是唯一已实验观测到钍-229四极分裂的系统（9, 12）。该研究通过直接真空紫外（VUV）频率梳光谱表征单一掺杂位点，在293 K下测得 (Q{\mathrm{g}}V_{zz} = 335.331(9)) eb V / A²（eb表示电子 barn），且 ( \eta = 0.57184(5) )。然而，未归属跃迁的观测表明钍-229离子在基质晶格中占据多个先前未表征的位点（9）。

本研究采用线宽为30 MHz的VUV脉冲激光，对掺杂于CaF₂单晶中的钍-229核钟跃迁进行激光光谱分析。我们使用高信噪比探测系统（13, 25, 26），成功指认出四个不同的微观位点，每个位点均具有特征EFG。

实验装置

图1A展示了VUV激光装置的概览。两台外腔二极管激光器（ECDL）分别在749 nm和786 nm下运行，作为窄线宽连续波（CW）种子激光器，注入钛宝石（Ti:Sa）环形腔（27）。一台10 Hz脉冲Nd:YAG激光器（Litron Nano L，532 nm；YAG，钇铝石榴石）以40至50 mJ的脉冲能量泵浦Ti:Sa晶体。产生的749 nm和786 nm脉冲通常输出能量为4.5至6.0 mJ，时间宽度为40至50 ns（FWHM）。749 nm脉冲随后注入β-BaB₂O₄（BBO）晶体，通过三次谐波产生250 nm脉冲。随后，通过将250 nm和786 nm激光共轴注入氙气气室，通过与Xe跃迁（5p⁶¹S₀→5p⁵(³P₃ / ₂)6p[1 / 2]₀）共振的四波混频过程产生VUV光，如先前所述（8, 28）。本研究中使用的基频激光器的线宽显著窄于先前工作（8, 28），使我们能够分辨核钟跃迁的四极结构。

VUV脉冲通过一对MgF₂棱镜与其他波长分离，随后由电动平台上的D形镜反射。分离后，VUV脉冲能量可达500 nJ，但该输出存在漂移，主要因MgF₂光学元件表面污染所致。在频率扫描期间，VUV强度通过覆盖VUV带通滤光片的光电二极管（Hamamatsu S8552）监测，并通过调节786 nm脉冲的强度实现主动稳定。

我们使用了三种不同²²⁹Th浓度的晶体：C10（4×10¹⁴ mm⁻³）、C13（8×10¹⁴ mm⁻³）和X2（5×10¹⁵ mm⁻³）。C13和X2在CF₄气氛中于1250℃退火以提高VUV透射率（21）。每个晶体被切割成约1 mm³的立方体形状，并安装在由细金属丝固定的支架上。整个实验过程中，晶体保持在室温。

¹研究院跨学科科学研究所，冈山大学，日本。²物理学院，维也纳工业大学，维也纳，奥地利。³物理研究所，超快显微与电子散射实验室LUMES，洛桑联邦理工学院，洛桑，瑞士。⁴沃尔夫冈泡利研究所，维也纳，奥地利。⁵化学物理与光学系，查理大学，布拉格，捷克。*通讯作者。电子邮箱：thiraki@okayama-u.ac.jp（T.H.）；thorsten.schumm@tuwien.ac.at（T.Sc.） †这两位作者对本研究做出了同等贡献。

《科学》2026年8月20日

795

图1. 钍-229激光光谱实验示意图

（A）本研究中使用的脉冲VUV激光系统。VUV光束在晶体靶处的直径约为1毫米，与晶体的边长相当。在氙气室上游设置了电动翻转器，用于在观察晶体发射的退激发光时阻挡激光进入氙气室。VUV激光频率通过监测基础ECDL并使用波长计（HighFinesse WS7）进行跟踪。该波长计通过校准至锁定在铷D2线的780纳米激光源。FWM，四波混频；THG，三次谐波发生；Ω，激光频率。

（B）靶和探测系统概览[见正文及补充材料第3节（30）]。使用电动旋转轮可防止散射光在激光照射晶体时到达PMT。PD，光电探测器。

（C）由EFG引起的核能级分裂示意图，假设Vzz>0。m，磁量子数。

（D）掺杂钍-229超过一个位点时的光谱示意图。“a”至“f”在（C）和（D）中表示分裂能级间跃迁的对应关系。

我们使用了如图1B所示的自定义信号探测系统（13, 25, 26）。晶体发射的光由抛物面镜准直。在掺钍-229晶体中，钍-229及其子核素的α衰变和β衰变会引发光子爆发，这一现象称为辐射发光。通过使用四个二向色镜，可大幅抑制源自辐射发光的宽谱背景光子（19, 29）。被这些二向色镜反射的光子随后由MgF₂透镜聚焦，并由日盲型光电倍增管（PMT；滨松R10454）检测。辐射发光背景进一步通过安装在第一个直角二向色镜后的附加PMT（滨松R11265-203）进行时间滤波抑制。该PMT用于测量光子爆发的时序，且仅当两个PMT同时检测到的信号被视为辐射发光而被排除[补充材料第3节（30）]。示波器（国家仪器，PXIe-5162）记录来自PMT的放大波形。

光谱测量与微观位点识别

VUV激光频率在(^{229})Th激发频率（(\nu_{\text{Th}} \approx 2,020,407) GHz）附近以10 MHz步长扫描，通过调节786 nm ECDL的频率实现，而749 nm ECDL的频率保持固定。对于C10和C13，扫描频率范围为1.2 GHz；对于X2，扫描范围为1.8 GHz。每个数据点对应60秒的辐照期，随后是300秒的检测期。该检测期短于(^{229m})Th的辐射寿命，因此后续测量中残留信号仍存在，在离线分析中从数据中去除[补充材料第4节（30）]。C10、C13和X2的所得光谱显示于图2A至C的上部面板中。我们观察到多条核谱线，其信号幅度跨越三个数量级。所观测谱线的线宽约为30 MHz，由激光线宽决定。

所观测光谱可通过假设(^{229})Th嵌入CaF(2)晶体中的四个不同位点来解释并拟合，每个位点具有特征电场梯度（EFG）。各位点的(V{zz})值分别约为0、110、-320和260 V / Å(^2)（位点1至4）。在位点2，所有六个峰均被观测到，且(V_{zz})值与之前工作报告一致（9, 12）。光谱拟合假设每个峰为高斯线型，且(^{229})Th存在于这四个不同位点。每个位点s的拟合参数包括(V_{zz})、不对称参数(\eta)、未分裂跃迁频率(u_s)及相对(^{229})Th掺杂量(a_s)。峰宽(\sigma)（假设为高斯分布）是所有位点和谱线的共同参数。电四极矩比值(Q_e / Q_g)为剩余拟合参数，其中(Q_g=3.11) eb作为固定输入（31）。总计有18个自由拟合参数。每个频谱的拟合函数为

[ \operatorname{func} (f) = \sum_{s = 1}^{4} \sum_{i = 1}^{6} a_{s} r_{i} \exp \left[ - \frac {\left(f - u_{s} - f_{s , i}^{\prime}\right) ^ {2}}{2 \sigma^ {2}} \right] ]

核四极谱的定量分析

在CaF₂中对$^{229}$Th核四极结构的两个完整谱图在三种晶体中均被记录。来自四个已识别位点的$^{229}$Th相对信号贡献总结于表1。值得注意的是，X2中位点1掺杂的$^{229}$Th相对贡献明显小于C10和C13中的相应值。提取的$V_{\infty}$参数在不同晶体中保持一致。拟合结果的摘要见补充材料第4节（30）。通过拟合得到的$Q_e / Q_g$比值分别为：C10为0.574(7)，C13为0.570(2)，X2为0.563(5)，其中数值与误差分别为两次谱图拟合结果的平均值与差值。位点2的EFGs及$Q_e / Q_g$与之前工作（9）中的精确测量结果一致。

不同位点$^{229m}$Th的FS寿命与淬灭

可调谐VUV激光器使我们能够选择性激发四个已识别晶体位点中的$^{229}$Th，从而测量辐射寿命$\tau$。我们观测到的寿命约为630秒[补充材料第5节（30）及图S2A]，与先前报道的数值（9, 15）一致。$\tau$未表现出与掺杂位点相关的明显依赖性。

我们还使用X2晶体测量了激光诱导淬灭（LIQ）。由于VUV激光强度较弱（15），其对频率扫描测量的潜在淬灭效应可忽略不计。在LIQ测量中，405 nm连续波激光器作为淬灭源，其被置于目标晶体的对角下方，如图1B所示。其平均功率约为10 mW，但功率波动使晶体上的强度精确估计变得困难。所得淬灭寿命（$\tau_q$）呈现出明显的微观位点依赖性[补充材料第6节（30）及图S2B]。这与$\tau$形成鲜明对比，后者与位点无关。

原子结构向位点的分配

激光穆斯堡尔光谱中观察到的无可分辨核子亚结构的中心频率峰表明，微观位点1在$^{229}$Th位置处具有消失的EFG（电场梯度），因此其局部化学环境具有高对称性。尽管原始CaF$_2$主晶格呈现出必要的$O_h$对称性，但缺陷（如空位、间隙或杂质）通常会降低这种对称性。

近期实验研究已排除了间隙钍的存在，并表明其带电状态为4+（22, 32），因此我们将重点放在钍取代钙[以Kröger-Vink符号表示为Th${Ca}$（33）]作为主要缺陷机制。通过这种取代，钍的四个价电子中有两个会松散结合，并可能由晶体补偿以实现低能量闭壳层构型。主要补偿机制包括钙空位（v${Ca}$）、两个氟间隙（F$_i$）或氧杂质（O$_F$、O$_i$）。然而，将这些补偿置于最近邻位点会破坏钍周围必要的立方对称性（18, 34），表明位点1的电荷补偿无法归因于这些位置。

我们通过密度泛函理论（DFT）模拟探索了这一设置。通过在越来越远的

Science 20 AUGUST 2026

797

研究论文

表1. 微观位点对光谱信号的相对贡献。括号内为两种光谱拟合结果的差异。

目标 / 浓度（mm$^{-3}$） / 位点1（%） / 位点2（%） / 位点3（%） / 位点4（%）

C10 / 4 × 10$^{14}$ / 72.6(2) / 26.4(5) / 0.4(3) / 0.6(1) C13 / 8 × 10$^{14}$ / 73.8(6) / 24.0(7) / 1.0(1) / 1.2(1) X2 / 5 × 10$^{15}$ / 34.8(3) / 58.6(12) / 3.6(4) / 3.0(12)

图3. 掺钍CaF$_2$的结构分析。上图显示了STEM图像及沿指示线的轨迹。从[111]方向观察的CaF$_2$呈现六方对称性，如图所示。含钍柱的散射电子信号约为原来的两倍。初步观察到更高阶的团簇结构。信号强度的变化由材料的错位、畸变和充电效应引起。详细实验步骤和样品全场图像见补充材料（30）及图S3。下图展示了两个主要微观位点的结构分配，显示了从[111]轴的DFT优化离子位置。蓝色、红色和黄色原子分别代表Ca、F和Th。插图显示了缺陷的示意图，包括CaF$_2$常规晶胞。绿色水平线对应于上图中的轨迹。左侧为位点1，右侧为位点2。

晶格位点引入v$_{Ca}$或两个F$_i$后，我们观察到钍呈现4+电荷态，同时带隙保持较大，这对于保持掺杂晶体在可见光和紫外波段的透明度是必要的。

此外，随着钍与电荷补偿位点间距的增加，局部$O_h$对称性得以恢复，EFG趋近于零[补充材料第2节（30）]。由于其他补偿方案可以被排除，我们将中心零EFG光谱跃迁（位点1）归因于无局部补偿原子的带电钍缺陷（Th$_{Ca} - 2e$；见图3）。

第二主导的谱特征（位点2）具有不对称参数η≈0.6。具有至少三重旋转对称性的系统会产生η=0，从而排除了包含两个Fᵢ的补偿方案（这些方案具有C₃ᵥ对称性（32））。氧杂质方案（如两个O_F或O_F + Fᵢ）产生的电场梯度（EFG）过小（18），而Oᵢ具有C₄ᵥ对称性。最近邻v_Ca（C₂ᵥ对称性）的EFG符号错误且不对称性较低，而次近邻v_Ca具有C₄ᵥ对称性。因此，单个钍缺陷无法解释位点2提取的EFG。

为进一步研究，我们使用高角环形暗场（HAADF）技术对楔形~20纳米厚的Th:CaF₂样品进行扫描透射电子显微镜（STEM）测量[补充材料第7节（30）][V14，浓度2.6×10¹⁷毫米⁻³；见（29）]。电子束对晶体的损伤为撞击型，仅引发部分溅射而不会导致晶格无序，从而保持结构完整（35）。我们在[111]晶向上成像了~20个钙原子的单列，如图3所示。由于钍（Z=90）的核电荷远大于钙（Z=20），电子的卢瑟福散射强度比为90²/20²，约强20倍，使我们能够清晰识别含钍的原子柱。观察发现含钍的原子柱通常会团簇，表明在晶体生长过程中将钍离子作为最近邻排列在能量上更有利。数据表明，钍离子在高浓度下倾向于作为最近邻排列，但需要原子分辨率STEM断层成像来观察三维结构，这在高辐射敏感的CaF₂中几乎无法实现。在CaF₂中观察到了掺杂剂的团簇和远程电荷补偿现象，这在所有镧系元素中均有发现（36, 37）。

因此，我们采用了与零EFG情况类似的方法。通过将两个钍原子置于最近邻钙位，从模拟单元中移除四个电子并弛豫系统，进行了钍团簇的密度泛函理论（DFT）模拟。得到的EFG为95 V/Ų，η=0.6，与本研究及先前工作（9, 12）的实验观察一致。因此，我们将这一缺陷结构指定为两个钍原子的团簇，且无局部电荷补偿原子（Th_Ca − 4e；见图3）。

在解析了两个最显著的位点（位点1和2）后，仍有两种缺陷构型有待识别：位点3和4。对于这些低丰度缺陷，我们的指定结果尚不确定。我们发现以下电荷补偿路径与实验值最为吻合：两个钍原子占据最近邻钙位并伴随四个Fᵢ，得到V_zz = −321 V/Ų和η=0.1；以及单个钍原子占据钙位、邻近氟空位并移除三个电子，得到V_zz = 295 V/Ų和η=0.0。

讨论与展望

高对称性位点1具有最强信号、最有效的激光淬灭效应且电场梯度（EFG）消失，是固态核钟的潜在优选候选对象。然而，该位点在之前的研究（9）中并未被显著观察到，可能表明其非均匀展宽与位点2存在差异。通常，通过探测不同缺陷中的不同核四极矩跃迁，可用于消除时钟询问序列中的系统误差，即在共热测温法或应力监测中应用（12，38）。

此前已有报道称，使用宽带（≤10 GHz）真空紫外（VUV）激光时，可诱发淬灭效应（15），可能激发了所有掺杂位点中的^{229}Th。我们发现，在广泛的温度范围内，C10晶体较高掺杂浓度的X2晶体更易发生淬灭。我们推测，这可能是由位点依赖的淬灭效应与本研究中观察到的掺杂浓度导致的位点出现率变化共同引起的。

我们对三种不同CaF₂晶体中的^{229}Th进行了核激光光谱分析，并识别出四个不同的微观位点，各具特征电场梯度。在所有晶体中，两个主导位点贡献了超过90%的VUV信号。辐射寿命在不同微观位点配置下基本不受影响，而淬灭效率则存在显著差异。通过结合实验数据与密度泛函理论（DFT）计算，我们为这两个主导位点分配了微观模型。本文引入的激光穆斯堡尔光谱技术可直接推广至其他VUV透明基质材料（如单晶或薄膜），或与转换电子检测结合用于不透明材料（39）。

参考文献与注释

1. N. N. Greenwood, T. C. Gibb, 《穆斯堡尔谱学》 (Chapman & Hall Ltd., 1971).

2. E. Peik, C. Tamm, Europhys. Lett. 61, 181–186 (2003).

3. W. G. Rellergert et al., Phys. Rev. Lett. 104, 200802 (2010).

4. C. J. Campbell et al., Phys. Rev. . 108, 120802 (2012).

5. G. A. Kazakov et al., New J. 14, 083019 (2012).

6. K. Beeks et al., Nat. . 3, 238–248 (2021).

7. J. Tiedau et al., Phys. . . 132, 182501 (2024).

8. R. Elwell et al., Phys. . . 133, 013201 (2024).

9. C. Zhang et al., Nature 633, 63–70 (2024).

10. C. Zhang et al., Nature 636, 603–608 (2024).

11. C. Zhang et al., Opt. . 47, 5591–5594 (2022).

12. J. S. Higgins et al., Phys. . . 134, 113801 (2025).

13. T. Hiraki et al., Nat. Commun. 15, 5536 (2024).

14. M. Guan et al., Phys. . . 136, 013203 (2026).

15. F. Schaden et al., Phys. . Res. 7, L022036 (2025).

16. J. E. S. Terhune et al., Phys. . Res. 7, L022062 (2025).

17. K. Beeks et al., Nat. Commun. 16, 9147 (2025).

18. P. Dessovic et al., J. Condens. Matter 26, 105402 (2014).

19. S. Stellmer, M. Schreitl, T. Schumm, Sci. Rep. 5, 15580 (2015).

20. K. Beeks et al., Sci. Rep. 13, 3897 (2023).

21. K. Beeks et al., Phys. . B 109, 094111 (2024).

22. S. Kraemer et al., Nature 617, 706–710 (2023).

23. S. V. Pineda et al., Phys. . Res. 7, 013052 (2025).

24. K. Nalikowski, V. Veryazov, K. Beeks, T. Schumm, M. Krośnicki, Phys. . B 111, 115103 (2025).

25. T. Hiraki et al., Interactions 245, 14 (2024).

26. M. Guan et al., Nucl. Instrum. Methods Res. B 562, 165647 (2025).

27. M. Hori, A. Dax, Opt. . 34, 1273–1275 (2009).

28. J. Thielking et al., New J. 25, 083026 (2023).

29. K. Beeks, 论文，维也纳技术大学 (2022).

30. 补充材料。

31. S. G. Porsev, M. S. Safronova, M. G. Kozlov, Phys. . . 127, 253001 (2021).

32. S. Takatori et al., New J. 27, 043024 (2025).

33. F. A. Kröger, H. J. Vink, 载《固体物理学》第3卷，F. Seitz, D. Turnbull编，(Academic Press, 1956)，第307–435页。

34. M. Pimon, A. Grüneis, P. Mohn, T. Schumm, Crystals 12, 1128 (2022).

35. N. Jiang, J. C. H. Spence, Ultramicroscopy 113, 77–82 (2012).

36. F. Ma et al., Mater. Res. Bull. 125, 110788 (2020).

37. B. Lacroix et al., Phys. . B 90, 125124 (2014).

38. T. Ooi et al., Nature 650, 72–78 (2026).

39. R. Elwell et al., Nature 648, 300–305 (2025).

40. T. Hiraki, 《钙氟化物中钍-229核同质异能素的光谱与寿命测量》，版本v2，Zenodo (2026)；https: / doi.org / 10.5281 / zenodo.20484307。

41. M. Pimon, 《Th:CaF2中钍主导位点的DFT结构归属》，版本v1，Zenodo (2026)；https: / doi.org / 10.5281 / zenodo.18616294.

致谢

我们感谢 S. Uetake、T. Nishida 和 N. Tabuchi 在绝对频率测量方面的协助，并感谢 S. Cottenier 在 EFG 对称性及其计算方法的讨论中提供的有益交流。计算结果部分基于奥地利科学计算（ASC）基础设施实现。资助：T.H. 承蒙日本学术振兴会（JSPS）科学研究费补助金 JP24K00646 支持。T.M. 承蒙 JSPS 科学研究费补助金 JP24H00228 支持。S.T. 承蒙 科学研究费补助金 JP24KJ0168 和 JP25K17413 支持。K.Y. 承蒙日本科学技术振兴机构（JST）CREST 补助金 JPMJCR2416、 科学研究费补助金 JP21H04473 和 JP25H00397，以及 双边联合研究项目 120242002 支持。维也纳工业大学的研究由欧洲研究理事会（ERC）在欧盟“地平线2020”和“地平线欧洲”研究与创新计划（资助协议编号 856415 和 101087184）以及奥地利科学基金（FWF）资助（资助 DOI 10.55776 / F1004、10.55776 / J4834 和 10.55776 / PIN9526523）。项目 23FUN03 HIOC（资助 DOI 10.13039 / 100019599）获得欧洲计量合作伙伴关系资助，该合作伙伴关系由欧盟“地平线欧洲”研究与创新计划与参与国共同出资。K.B. 承蒙瑞士国家科学基金会（SNF）基金 514788“波函数工程用于可控核衰变”支持。

利益冲突：本文作者声明无相关利益冲突。

作者贡献：冈山大学团队（T.H.、T.M.、S.T.、Y.F.、M.G.、R.O.、K.O.、N.S.、K.S.、A.Y. 和 K.Y.）开发了 VUV 激光器和探测器系统。T.H.、M.G.、F.Scha. 和 M.B. 为猝灭准备了 CW 激光源。维也纳工业大学团队（F.Scha.、M.B.、K.B.、A.G.、G.K.、A.L.、I.M.、M.Pi.、M.Pr.、T.R.、F.Schn.、T.Sc.、L.T.d.C. 和 T.Si.）开发了 ²²⁹Th:CaF₂ 晶体。T.H. 在所有作者的参与下获取并分析了激光实验数据。维也纳工业大学团队进行了 DFT 计算。K.B. 和 T.L. 完成了 STEM 实验。T.H.、M.Pi.、K.B. 和 T.Sc. 在所有作者的参与下撰写了手稿。所有作者讨论了研究结果。

数据、代码与材料可用性：文中展示的数据和代码可在 Zenodo（40, 41）获取。许可信息：版权所有 © 2026 作者，部分权利保留；本文不主张美国政府作品的原创性。https: / www.science.org / about / science-licenses-journal-article-reuse。本研究部分或全部由 ERC（856415 和 101087184）资助；如有要求，作者将在 CC BY 公共版权许可下提供作者接受稿（AAM）版本。

补充材料

材料与方法；图 S1 至 S3；表 S1 至 S4；参考文献（42, 43, 44, 45, 46, 47, 48, 49, 50）

提交时间：2025 年 7 月 28 日；接受时间：2026 年 6 月 18 日

10.1126 / science.aea7978

《科学》2026 年 8 月 20 日

799

研究论文

太阳能电池

重定向湿界面氧化还原路径以提高高效倒置钙钛矿太阳能电池

郑亮 ( ^{1,2} ) , 刘伯元 ( ^{3,4} ) , 李跃龙 ( ^{5,6} ) , 张亚兰 ( ^{2} ) , 杨毅 ( ^{7} ) , 程生彬 ( ^{1} ) , 马林川 ( ^{5} ) , 涂宝 ( ^{8} ) , 刘华超 ( ^{9} ) , 徐慧芬 ( ^{3} ) , 包玉琪 ( ^{1} ) , 范明辉 ( ^{3} ) , 朱培德 ( ^{10} ) , 张先富 ( ^{11} ) , 李从琦 ( ^{12} ) , 张辉 ( ^{3,4} ) , 张欣源 ( ^{4} ) , 李宇恒 ( ^{1} ) , 陈国栋 ( ^{8} ) , 刘程 ( ^{11} ) , 朱晨 ( ^{8} ) , 欧阳楚莹 ( ^{8} ) , Nam-Gyu Park ( ^{2,13} ) , 张勇 ( ^{1} )

基于咔唑的膦酸自组装单分子层（SAM）是高效p-i-n钙钛矿太阳能电池的关键。然而，在加工过程中，这些SAM不可避免地会与钙钛矿墨水接触，其酸性会引发二甲基亚砜（DMSO）介导的碘化物氧化还原反应，从而影响器件性能，这成为倒置器件的普遍瓶颈。我们解析了这种SAM引发的氧化还原机制，并引入化学匹配的酰肼添加剂来缓解降解。这些添加剂可消除DMSO激活，并将有害副产物重定向为无害的酰肼–甲脒加合物。因此，我们在小面积（0.06 cm( ^{2} )）电池中实现了27.7%（认证27.4%）的光电转换效率（PCE），在2.0 m( ^{2} )组件中实现了20.1%的PCE，并在85℃下~2000小时最大功率点跟踪（MPPT）和85℃ / 85%相对湿度下~1500小时MPPT的T95寿命。

用作p-i-n钙钛矿太阳能电池（PSC）空穴选择接触的基于咔唑的膦酸自组装分子（SAM）已实现稳步的性能提升（1–12）。在这类SAM中，咔唑衍生结构可实现高效空穴传输，而界面氢键和配位相互作用将末端膦酸头基锚定到透明导电基底（13–15）。这些SAM已使PSC达到认证光电转换效率（PCE）27.2%（1）。

尽管取得这些进展，SAM的锚定在实践中往往强度或均匀性不足，无法形成单一、有序的单分子层。相反，SAM常组装成多层，其中包含部分松散堆叠的分子，形成纳米尺度的超薄中间层（5–8）。因此，SAM接触仍是化学动态界面。其分子性质使其易在操作应力下发生脱附、聚集和界面重构，从而降低电荷提取效率并损害长期稳定性（12, 16–18）。

近期研究进一步表明，部分SAM脱附及膦酸锚定基团的固有酸性在老化过程中可破坏底层钙钛矿晶格。因此，重新设计SAM结构以增强基底结合已证明可有效缓解器件完成后的降解并提升操作耐久性（19）。然而，当前对降解过程的理解主要局限于器件完成后发生的情况。磷酸SAM的固有酸性是否会在钙钛矿薄膜形成前及形成过程中影响湿化学环境，仍鲜有探索。这一空白至关重要，因为溶液法制备钙钛矿——决定晶化动力学和最终器件性能的关键因素（19）——涉及极性前驱体墨水与SAM修饰基底的长时间接触。若酸性物种与前驱体墨水接触或渗入其中，会改变前驱体组分并影响薄膜固化前的晶化过程。

这里，我们证明SAM酸度的影响早在器件老化之前就已开始。在与含二甲基亚砜（DMSO）的前驱体溶液于典型工艺条件下接触时，SAM衍生的酸性参与溶液反应，触发并加速DMSO介导的碘化物氧化，形成活性碘物种和碘–溶剂加合物。这些副产物在与涂覆和退火相当的时间尺度上出现，并在结晶过程中被掺入，优先扰动埋藏界面（20）。由此产生的界面晶格畸变和碘相关深缺陷降低了薄膜质量、抑制了光电转换效率（PCE），并损害了稳定性。值得注意的是，这些影响在大面积制造所需的延长湿法工艺窗口中尤为严重，此时界面溶液化学变得愈发重要（21）。

基于这一机制，我们开发了一种化学兼容的添加剂策略，可选择性清除SAM衍生的质子，并抑制并重定向酸驱动的氧化还原路径至无害中间体。由此产生的界面物种改善了能量连续性，并促进了垂直空穴提取。采用该方法，我们在实验室规模器件中实现了27.7%的冠军光电转换效率（认证快速扫描效率为27.6%，稳定化效率为27.4%），在2 m²组件中实现了20.1%的效率。器件耐久性显著提升，在ISOS L-2I条件下85℃下的T95寿命约为2000小时，在ISOS L-3条件下85℃和85%相对湿度（RH）下约为1500小时。

SAM触发的钙钛矿墨水化学

为研究卡巴唑–膦酸自组装单分子层（SAM）与钙钛矿墨水相互作用时产生的湿化学过程，我们选取了四种广泛使用且结构具有代表性的分子（图1A）：（2-(9H-咔唑-9-基)乙基）膦酸（2PACz；Cz，R1）、（2-(3,6-二甲氧基-9H-咔唑-9-基)乙基）膦酸（MeO-2PACz；MeOCz，R2）、（4-(7H-二苯并[c,g]咔唑-7-基)丁基）膦酸（4PADCB；DBCz，R3）和（4-(3,6-二甲基-9H-咔唑-9-基)丁基）膦酸（Me-4PACz；MeCz，R4）。这组SAM涵盖了咔唑取代基的结构变化，确保了我们观察结果的普遍性。

目视检查显示，在SAM加入后发生了快速的化学转化。即使在室温下的N₂环境中使用新配制的溶液，SAM也会使最初无色的甲脒碘化物（FAI） / 二甲基亚砜（DMSO）溶液变为浅黄色，随后加热时颜色加深（图1B）。在碘化甲胺（MAI） / DMSO及完整前驱体墨水中观察到的类似变化证实，这种反应活性是SAM-钙钛矿墨水相互作用的普遍特征（补充图S1至S3）。

这些颜色变化表明碘化物（I⁻）在含酸性物种的DMSO溶液中被快速氧化为I₂ / I₃⁻，尤为明显

¹可持续能源与环境研究中心，广州市材料信息学重点实验室，香港科技大学（广州），中国广州。 ²化学工程学院及抗键调控晶体研究中心，成均馆大学，韩国水原。 ³中国科学技术大学，中国合肥。 ⁴中国科学院合肥物质科学研究院，中国合肥。 ⁵南开大学光电薄膜器件与技术研究所、太阳能高效利用天津市重点实验室、薄膜光电子技术教育部工程研究中心、光电子薄膜器件与技术国家重点实验室、卓越工程师学院及前沿交叉科学研究院，中国天津。 ⁶南开大学深圳研究院，中国深圳。 ⁷上海交通大学未来技术学院（GIFT），中国上海。 ⁸中国（宁德）福建科学技术创新实验室能源器件分实验室（CATL 21℃实验室），中国宁德。 ⁹深圳大学材料科学与工程学院，中国深圳。 ¹⁰南方科技大学材料科学与工程系，中国深圳。 ¹¹上海交通大学前沿科学中心转化分子研究院、含氟功能膜材料国家重点实验室，中国上海200240。 ¹²中国科学院大学材料科学与光电技术学院，中国北京。 ¹³成均馆大学智能能源解决方案技术国家实验室（SIEST），韩国水原。*通讯作者。电子邮箱：c.liu@sjtu.edu.cn（C.L.）；aronzhu@cati-21℃.com（C.Z.）；npark@skku.edu（N.-G.P.）；yongzhang@hkust-gz.edu.cn（Y.Z.）†这些作者对本研究贡献相等。

800

20 AUGUST 2026

A

B

新配制的DMSO溶液在N₂环境下，室温或100℃下溶解10分钟：

1=FAI（100℃）； 2=+SAM（室温）； 3=+SAM+Hz（室温）； 4=+SAM（100℃）； 5=+SAM+Hz（100℃）

D

Fig. 1. 钙钛矿前驱体与SAMs的化学反应。（A）R取代基的定义及常用SAMs与设计的钙钛矿添加分子的一般结构。（B）在两种溶解温度下制备的不同FAI DMSO溶液的照片。（C）钙钛矿前驱体、SAMs与Hz分子间相互作用的反应方案示意图。（D）SAM与Hz在湿钙钛矿油墨薄膜沉积过程中涉及的副反应示意图。

（图S4至S7）（22–24）已知DMSO仅为弱氧化剂（22，23），表明增强反应性的关键驱动力是SAMs在油墨中析出的磷酸类物种。因此，我们提出磷酸类物种引入了替代性的质子辅助路径，加速了有机碘化物盐的氧化还原反应，可能是通过质子化并活化DMSO，从而使其成为碘化物氧化的介质（25）。

为从源头解决该反应，我们设计了一组四种共轭肼基添加剂（Hz）用于钙钛矿前驱体（图1A）。这些添加剂共享R-丙烷肼（R-Hz）的一般结构，其中R基团与对应的SAM发色团镜像，以保持与SAMs的半导体性能与兼容性。合成路线见方法与图S8至S12。末端肼基官能团被选为缓冲或捕获油墨中过量质子，从而抑制质子驱动的DMSO活化及后续氧化还原反应。一致的是，从一开始添加匹配的Hz显著减弱了所有含DMSO溶液（FAI、MAI与完整钙钛矿前驱体）的颜色变化，并在多种情况下使溶液基本保持无色（图1B与图S1至S5）。这些结果证实肼基添加剂有效拦截了由析出SAMs引发的质子驱动反应性。

为解析这些观察背后的反应，进行了质子核磁共振（(^1)H NMR）测量。在纯FAI中，特征甲脒阳离子（FA(^+)）C–H与N–H共振均以单峰出现，与均匀化学环境一致。引入任意四种SAMs后，FA(^+) C–H共振变宽并从单峰演变为多重峰，而N–H信号则分裂为两个明显峰（图S13与S14）。这些变化与质子化/交换平衡的移动及磷酸类物种存在下出现化学非等价N–H环境一致（26）。此外，这些谱学演变还展现了化学计量依赖性趋势（图S15至S18），进一步支持SAMs与FA(^+)间存在直接化学相互作用。互补的(^{13})C NMR在FAI与SAMs在DMSO中混合后显现出新的碳信号（图S19至S22），表明FA(^+)基团在含SAMs油墨中经历了副反应，可能形成反应副产物。

相比之下，向三元FAI/SAM/Hz混合物中引入Hz可使FA(^+) C–H共振恢复为纯净单峰，并抑制FAI/SAM混合物中观察到的质子化N–H双峰分裂（在图S14中以箭头标示）（图S14）。在DMF/DMSO共溶剂系统中制备的样品也观察到相同行为（图S23）。该结果表明Hz添加剂稳定了FA(^+)的化学环境并抑制了SAMs引发的副反应。相较于FAI/SAM样品，C–H与N–H共振均明显向低场移动（图S13），表明Hz并非化学惰性，而是与FA(^+)物种发生了特异性相互作用。

两维（2D）¹H-¹H相关谱（COSY）测量（图S24）证实了含Hz样品中出现了独特的交叉峰，连接FA⁺ C–H和N–H共振。与FAI / SAM混合物相比，这些相关峰的出现支持了由Hz加成启用的直接耦合途径，表明FA⁺与Hz分子间存在反应位点，并进一步发生局部或分子结构改变（27–29）。

我们使用高效液相色谱–质谱（HPLC–MS）直接追踪DMSO和DMF / DMSO溶液中碘化物的氧化过程，并解析反应的分子身份（图S25）。在原始FAI / DMSO中，仅观察到弱的I₃⁻信号（质荷比m / z 381），并伴有低强度FAₓIᵧ加合物，这些加合物源于FA物种与不同价态碘化物的缔合（图S26）。一旦引入SAM，强I₃⁻信号出现，且FAₓIᵧ系列强度显著增强，包括与FAI₂、FA₂I₃和FA₃I₄对应的m / z 299、471和643的指认。相比之下，在相应的三元FAI / SAM / Hz样品中，I₃⁻不再可检测，且FAₓIᵧ信号降至近背景水平。这些结果直接表明，SAM衍生的膦酸在DMSO中促进了碘化物的氧化还原反应，而Hz添加剂有效抑制了这一有害途径。

两个特征峰作为SAM触发化学的指纹（图S27–S32）：m / z 282和89的峰在所有FAI / SAM样品中均出现，但在加入Hz后消失。m / z 282物种与（DMSO）₂–I加合物（化合物3）一致（30, 31）。相比之下，m / z 89信号不显示FA–FA偶联产物的预期倍增关系，排除了FA⁺二聚化的可能性。该特征反而指向FA⁺的副产物。结合核磁共振结果，我们暂时将m / z 89产物指认为化合物4，可能由FA⁺末端–NH₂位点的C=N亲核加成形成（32, 33）。值得注意的是，HPLC-MS分析显示化合物3、4及I₂ / I₃⁻（氧化还原途径的关键指示物）的强度表现出DMSO化学计量依赖性，暗示DMSO在介导和传播氧化还原循环中的催化样行为（图S33–S35）。

关键在于，在相近保留时间（≈10分钟）处，新峰仅在FAI / SAM / Hz样品中出现，提示存在共同骨架且具有R依赖性的质量贡献。每个样品均产生两个主导新峰：281 / 517（R1）、341 / 637（R2）、381 / 717（R3）和309 / 573（R4）（图S27–S32）。结合定量¹H核磁共振积分分析（图S36），我们将这些信号归属为Hz与FA⁺形成的产物，分子结构为R–Hz–CH=Hz–R（化合物6）。这些物种在更广泛的溶剂体系中均可检测（图S37–S39）。

综上，我们提出在薄膜形成过程中运行的普遍化学方案（图1℃）。在含DMSO的钙钛矿墨水中，SAM衍生的膦酸引入过量质子，通过亲电反应将DMSO活化为DMSO–H⁺（1），进而生成高活性碘加合物（化合物2）。在过量DMSO存在下，该物种转化为（DMSO）₂–I物种（3），通过热力学有利途径加速碘化物氧化并释放I₂（图S42）。释放的I₂随后在过量I⁻存在下迅速转化为I₃⁻，同时再生DMSO以推动下一循环。

Hz添加剂重定向了DMSO介导的氧化还原循环，肼基团隔离了SAM衍生的质子，抑制了DMSO活化。质子化Hz（5）随后可与(\mathrm{FA^{+}})反应形成稳定加合物。一种合理的机制涉及两步脱氨过程（图S40和S41），最终耦合两个R-Hz片段（34），生成R-Hz-CH=Hz-R结构（6）。密度泛函理论（DFT）自由能计算证实，Hz添加剂提供了抑制SAM触发氧化还原循环的热力学有利路径（图S42）。

在SAM涂覆基底上的钙钛矿铸膜过程中及随后的退火期间——在此期间SAM分子不可避免地渗入前驱体墨水（图S43、S44和S53）——SAM与钙钛矿前驱体的接触使上述氧化还原反应得以快速进行。该反应生成了氧化碘物种、溶剂-卤化物加合物及阳离子衍生副产物。这些额外物种可合理地扰动成核与生长，其残留物可能持续存在于固态薄膜中，最终降低结构完整性和光电性能。

通过有效捕获不利质子，Hz添加剂重定向了该化学过程并抑制了( I_{2} / I_{3}^{-} )的积累，有助于稳定有机-阳离子环境。同时，它们促进了与SAM层共轭的半导性Hz–FA加合物的形成。本质上，两种反应流形在湿墨水中创造了截然不同的化学景观。早期阶段的差异对最终钙钛矿薄膜的微观结构和光电性能留下了持久印记（图1D）。

Hz添加剂的影响

为探究薄膜形成过程中的动力学，我们对相应溶液进行了原位热拉曼光谱分析，并通过对I₃⁻拉曼强度的时间导数计算速率常数k，以定量比较氧化还原速率（fig. S45）。我们追踪了两个诊断谱带，112 cm⁻¹和673 cm⁻¹，分别归属于I₃⁻和DMSO的C-S键振动（35，36）。在纯FAI / DMSO溶液中，I₃⁻谱带在前20 min内略有增加，随后在接下来的3小时内保持近似恒定，k值为7.4（图2A），表明碘化物内在氧化程度最小。

相比之下，FAI / SAM DMSO溶液中的I₃⁻信号在早期阶段显著增强，并在整个测量期间持续增加。k值增至36.7，表明SAM促进的碘化物氧化反应迅速且持续。同时，C-S谱带逐渐减弱（图2B），与DMSO的持续消耗和转化一致。当引入Hz添加剂后，两个谱带均显示出可忽略的变化（图2℃），I₃⁻的k值为2.3，低于内在氧化水平，证实有效抑制了氧化还原过程。我们注意到这些反应发生的时间尺度与钙钛矿薄膜形成的涂覆和退火过程相当。在SAM涂层基底上进行的钙钛矿前驱体沉积测量（复现实际制备条件）也证实了这些氧化还原过程（fig. S46）。因此，氧化碘物种和碘-DMSO加合物会在薄膜完成前生成，从而影响结晶过程（fig. S47）（24，37，38）。

为评估这些反应产物对钙钛矿晶格的扭曲程度，我们使用DFT计算了去稳定化能（E_{D< / sub>）（figs. S48和S49）（39）。母体SAM和Hz添加剂分子显示出较小的E<>D< / >值（分别为0.10和0.07 eV），表明对晶格的扰动最小。相比之下，氧化I₂ / I₃⁻和(DMSO)₂-I加合物强烈去稳定化钙钛矿晶格，E<>D< / >值分别为9.06和4.10 eV，意味着其可能诱发缺陷并降低结晶度。由Hz衍生的产物6显示出略为负的E<>D< / >（-0.04 eV），表明其与钙钛矿骨架存在稳定化相互作用。}

我们收集了从SAM基底上沉积的钙钛矿层的表面和剥离后的底部界面的二维掠入式广角X射线散射（GIWAXS）图样。以直接沉积在裸FTO上的钙钛矿膜作为对照（figs. S50和S51）。所有表面图样的方位角积分显示，所有样品在~30°和~60°处均存在可比的择优取向，表明顶部表面附近的结晶度相似（图2D）。对于FTO / 钙钛矿对照样，底部图样与表面高度相似。然而，当钙钛矿沉积在SAM基底上时，底部区域的取向序列大幅丧失，证实了界面晶格扭曲和结晶受损。FTO / SAM / 钙钛矿（Hz）膜的底部则恢复了双域择优取向，并显示出更高的散射强度（图2E），证明Hz添加剂抑制了界面扭曲并促进了埋藏界面的结晶。

X射线光电子能谱（XPS）在两个界面（图2F和图S52）下进行了相同条件的测试。对于FTO / 钙钛矿对照样品，C、N、Pb和I的核心能级在表面和底部基本一致。相比之下，FTO / SAM / 钙钛矿样品在两个界面间显示出差异。相对于对照样品，表面仅显示Pb和I峰的轻微位移，而埋藏界面则显示出显著的向上位移：I峰+0.35 eV，Pb峰+0.24 eV。这些更高的结合能表明电子缺乏的环境状态更强。这些结果暗示了未配位Pb相关缺陷数量的增加，以及处于更高氧化态的碘物种的存在（40）。

802

20 AUGUST 2026 Science

A

B

C

D

E

G

F

图2. 钙钛矿薄膜的影响。（A至C）（上）DMSO溶液在100℃下加热的原位拉曼光谱：（A）FAI、（B）FAI+SAM、（C）FAI+SAM+Hz。蓝色和红色阴影区域分别突出显示用于强度-时间分析的I₃⁻和C–S（DMSO）振动带。下面板显示了对应的强度-时间演化，通过拟合得到k以量化反应动力学。（D和E）钙钛矿（100）反射的积分一维强度，用于SAM基底上沉积薄膜的方位角分析，分别从（D）顶部表面和（E）埋藏界面测量。（F）SAM基底上沉积的钙钛矿薄蜜的I 3d和Pb 4f核心能级的XPS光谱，从埋藏界面和顶部表面获取，分别由实线和虋线表示。（G）SAM基底上沉积的钙钛矿薄膜（有无Hz添加剂）的AFM-IR图谱，从顶部表面和埋藏界面收集。显示了两个特征振动响应，分别归属为P–OR和酰胺C=O。比例尺，1 μm。本图中始终使用Me-4PACz和MeCz-Hz作为代表性示例。a.u.，任意单位。

掺入Hz添加剂在很大程度上消除了这种界面差异。表面和底部光谱变得高度一致，且Pb信号向低结合能方向移动，这与Hz向钙钛矿晶格的电子给予和配位一致（41）。

为进一步解析SAM基底诱导的界面差异背后的局部化学环境，我们进行了原子力显微镜-红外光谱（AFM-IR）成像（图2G）。追踪了两个特征振动模式：941 cm⁻¹（归属为磷酸盐相关P-OR振动）和1616 cm⁻¹（归属为Hz添加剂的酰胺C=O伸缩振动）（图S53）（42）。对于FTO / SAM / 钙钛矿样品，P-OR信号在两个界面均被检测到。在埋藏界面，大量P-OR信号主要位于晶粒内部。合理的解释是SAM（或去质子化SAM阴离子）可能吸附在钙钛矿晶格上或形成界面离子对结构（FA⁺···SAM⁻），这可能扭曲晶格并影响电荷传输（43）。该样品中未观察到酰胺C=O信号。添加Hz后，埋藏界面的P-OR信号显著抑制，而酰胺C=O信号则广泛分布。这些结果与Hz优先清除SAM衍生质子并与FA⁺反应形成Hz-FA加合物（化合物6）一致，后者更易吸附在钙钛矿晶格上（图S54）。在表面，观察到少量P-OR信号位于晶

这些边界处，Hz添加剂通过竞争性吸附有效抑制了这种扩散。这些空间分辨分布进一步通过飞行时间二次离子质谱（ToF-SIMS）测量得到验证（图S55）。

电荷传输

通过DFT差分电荷密度分析研究了电荷转移路径。构建了两种结构模型以捕捉代表性的晶界环境和埋藏的钙钛矿 / 自组装单分子膜（SAM）界面。在晶界处，吸附的SAM分子仅介导有限的空穴传输，对应于相邻钙钛矿颗粒间净转移0.07个空穴（图S56）。相比之下，生成的Hz-FA加合物（6）通过其氧原子结合形成Pb-O键，且其两个头基R附着于邻近颗粒。与吸附的SAM分子不同，吸附物6的几何结构促进了从两个颗粒中抽取空穴，并将电荷垂直定向至电极。每分子提取的总空穴数为0.6个（图3A），实现了相对于SAM近9倍的提升。

在埋藏界面处，SAM在钙钛矿晶格上吸附提取了0.08个空穴（图S57），而6将提取的电荷增加至0.36个空穴（图3B）。值得注意的是，6在钙钛矿 / SAM异质结处采用相对平坦的构型，无论具体的氧结合位点如何。在此构型中，一个末端R基团耦合至钙钛矿以提取空穴，而第二个R基团——与SAM的R基团化学匹配——促进了向SAM层的进一步传递。这种双侧耦合解释了我们的添加剂设计策略，其中R基团被有意地共轭至母体SAM以最大化界面电子连续性。

包含自旋-轨道耦合（SOC）的Heyd–Scuseria–Ernzerhof（HSE）计算的投影态密度（pDOS）表明，Hz-FA加合物（6）补偿了界面能量失配。在SAM-钙钛矿异质结处，钙钛矿价带最大值与吸附分子HOMO之间的偏移从母体SAM的0.31 eV降至加合物6的0.12 eV。在晶界处，相应偏移从SAM的0.58 eV降至6的0.05 eV。降低的能量分离支持了由Hz-FA加合物（6）实现的更高效空穴提取（44）。

计算得到的关键物种前沿能级解释了改善的电荷转移（图S58）。Hz分子和Hz-FA加合物6均表现出HOMO能级位于SAM与钙钛矿价带最大值之间（图S59）。这种能量对齐可在异质结结构中架起能量势垒，降低空穴提取的阻碍，从而支持更高效的电荷传输。

除了电荷转移外，缺陷会诱导非辐射复合。我们通过热导纳谱（thermal admittance spectroscopy）直接探测陷阱态（图 3C）。与无添加剂器件相比，含有 Hz 的样品在较浅陷阱态密度（tDOS）区域（约 0.25–0.30 eV）变化较小，但在较深区域（0.30–0.50 eV）出现减少，表明 Hz 添加剂有效钝化了深能级陷阱。这一约 0.30–0.40 eV 的深能级窗口与 SAM（自组装单分子层）触发氧化还原反应中产生的碘间隙相关缺陷（由氧化碘物种引起）密切相关（24, 45, 46），这通过故意增强氧化还原反应的样品（灰线）得到确认。这些缺陷的空间分布与我们的电平电容分析（drive-level capacitance profiling）和飞行时间二次离子质谱（ToF-SIMS）结果高度吻合（fig. S60）。

稳态光致发光（PL）测量进一步验证了这些陷阱钝化效应。对于所有四种 SAM，当钙钛矿沉积在 SAM 修饰的基底上时，PL 强度相较于裸 FTO 基底显著提升，而在引入相应的 Hz 添加剂后，发光强度进一步提高约 2 倍（图 3D 和 fig. S61）。尽管 SAM 可作为空穴传输层（HTL），但半叠层结构（FTO/SAM/钙钛矿）中 PL 增强仍可归因于界面非辐射复合受抑主导了界面淬灭（5）。

PL 成像显示，经 Hz 添加剂处理的薄膜在发光均匀性上显著改善。在埋藏界面处，Hz 掺入后 PL 强度大幅提升，与界面非辐射复合减少一致（fig. S62）。这些现象与受抑氧化还原循环相符，该循环通过 Hz 辅助路径重定向化学反应，从而延长 SAM 涂覆基底上钙钛矿墨水的加工窗口。墨水能在界面处保持更长接触时间而不积累有害副产物，有助于保持膜质量并提高大面积涂覆均匀性。

瞬态 PL（tr-PL）测量（fig. S63 和表 S1）表明，所有基于 SAM 的半叠层结构较 FTO/钙钛矿样品具有更长的载流子寿命，而 Hz 添加剂的引入进一步延长了寿命。以 Me-4PACz 为例，寿命从 FTO/钙钛矿的 2.20 μs 提升至 FTO/Me-4PACz/钙钛矿的 3.01 μs，在添加 MeCz-Hz 后更达到 5.75 μs，与低陷阱密度一致（图 3E）。对沉积在裸 FTO 基底上的钙钛矿薄膜进行的 PL 和 tr-PL 评估同样显示出 PL 强度增强和载流子寿命延长，包括底部激发测量，进一步证实了体相和界面处陷阱辅助复合受抑的改善（figs. S64–S66，表 S2 和 S3）。进一步的缺陷形成能计算也确认了 Hz 相关物种的钝化效应（figs. S67 和 S68）。

除了降低复合外，FTO/SAM/钙钛矿的光致发光量子产率（PLQY）提升对应于准费米能级劈裂（QFLS）的增加，这与 SAM 固有的空穴选择性产生的更强界面场效应一致。引入 Hz 进一步提升 PLQY，并相应提高 QFLS，从而支持更高效的电荷提取（图 3F）。此外，对全器件叠层的瞬态光电压和光电流（TPV/TPC）测量可解耦复合与传输过程。Hz 处理后 TPV 响应延长表明复合受抑，而更快的 TPC 响应则与载流子收集和传输改善一致（figs. S69 和 S70，表 S4 和 S5）。

器件性能

我们系统性地评估了Hz添加剂对器件性能的影响，采用了一个5×4正交矩阵，将四种设计的Hz添加剂与四种基于SAM的空穴选择层（HSL）配对，涵盖了SAM和添加剂库的所有结构变化。在每种条件下，制备了24个器件以实现稳健的统计比较（图4A，图S71至S75，表S6至S13）。其中，DBCz-Hz和MeCz-Hz尤为明显地倾向于在多个SAM平台上提高开路电压（(V_{OC})），这源于其R基团更强的半导体特性。在整个矩阵中，每种Hz添加剂相较于无添加剂对照组均提升了性能，无论底层SAM如何。值得注意的是，最大的性能提升集中在矩阵的对角线上，即每种Hz添加剂与其化学匹配的SAM配对（即Cz-Hz与2PACz、MeO-Hz与MeO-2PACz、DBCz-Hz与4PADCB，以及MeCz-Hz与Me-4PACz）。

在我们的实验中，Me-4PACz在基准性能方面表现最佳，无添加剂对照器件的平均光电转换效率（PCE）为26.3%（0.06 cm²）。引入匹配的MeCz-Hz添加剂将平均PCE提升至27.5%，并达到27.7%的冠军值（0.06 cm²）（对照组为26.4%）（图S76）。对于冠军器件，开路电压（(V_{OC})）、短路电流密度（(J_{SC})）和填充因子（FF）分别从1.19 V、26.3 mA cm⁻²和84.7%提升至1.21 V、26.6 mA cm⁻²和85.9%（图4B）。J-V测量得到的(J_{SC})与EQE积分值高度吻合（图S77）。该冠军器件获得了独立认证，确认快速扫描PCE为27.6%，其中(V_{OC})=1.21 V、(J_{SC})=26.6 mA cm⁻²且FF=85.6%，同时稳定功率输出（SPO）效率为27.4%（图4℃和图S78）。

凭借拓宽的加工窗口及随之带来的薄膜均匀性提升，该策略具备良好的转化潜力

认证稳定功率输出（SPO）如插图所示，并标注了光伏参数。（D）使用Hz添加剂策略制造的大面积模块的J-V曲线，有效面积为2 m²；SPO如插图所示，并标注了光伏参数。（E）一张冠军模块的照片，尺寸为1 m × 2 m。（F和G）使用Hz添加剂策略制造的器件在（F）ISOS L-3和（G）ISOS L-2I协议下的热稳定性老化测试。每种协议测量了四个器件，测试条件在图中提供。ISOS L-3测试中四个平行样品的初始PCE分别为26.7%、26.7%、26.9%和27.0%。ISOS L-2I测试中四个平行样品的初始PCE分别为26.5%、26.6%、26.8%和26.8%。

《科学》2026年8月20日

研究文章

超越小面积器件。为展示可扩展性和未来应用潜力，我们制造了1 m × 2 m的钙钛矿面板，有效面积为2.0 m²。MeCz-Hz模块实现了20.1%的冠军PCE，对应功率输出为402 W，其中开路电压V_OC = 181 V，短路电流I_SC = 2.81 A，填充因子FF = 79.0%（图4D和E）。我们还在更广泛的溶剂系统中评估了Hz添加剂的有效性，通过有益改性确认其提升器件性能的功效（fig. S79）。

在侧链氧化还原循环存在的情况下，器件稳定性可能因氧化还原产生的I₂/I₃^-挥发性（24, 45）、碘–DMSO加合物残留的不稳定性（2）（30）以及薄膜中残留溶剂引发的持续反应（46）而降低。我们进一步关注热耐久性，对运行稳定性进行了评估。在两种标准协议下，每种条件测试四个平行器件：ISOS L-2I（1太阳光照、85°C、惰性气氛下的最大功率点跟踪）和ISOS L-3（1太阳光照、85°C及85%相对湿度下的最大功率点跟踪）。经Hz处理的器件显示出显著改善的耐久性，在ISOS L-2I下达到~2000小时的T95寿命（图4G），在ISOS L-3下达到~1500小时的T95寿命（图4F）。

讨论

我们的研究揭示了咔唑基膦酸自组装单分子层（SAM）接触在p-i-n钙钛矿光伏器件中存在一项此前被忽视的湿化学限制。我们证明，动态SAM-钙钛矿相互作用不仅在器件工作应力下发生，而且早在薄膜形成过程中便通过湿化学氧化还原过程启动。在涂覆过程中，SAM固有的膦酸酸性触发并加速了一种DMSO介导的氧化还原循环，该循环生成有害的I₂ / I₃⁻及碘–DMSO加合物。这些物种在加工时间尺度上积累，并被烙印在正在形成的薄膜中，扭曲埋层界面的晶格和电子连续性，增加深能级陷阱，从而同时降低器件的初始光电转换效率（PCE）和工作稳定性。值得注意的是，这些效应在大面积制造所需的更长湿处理窗口下被放大。

基于这一机制，我们引入了共轭肼化物添加剂，其可螯合SAM衍生的质子、抑制DMSO活化，并将溶液物种规格重定向至无害的Hz–FA加合物。除抑制氧化还原化学外，这些加合物还改善了界面能量连续性并促进垂直空穴提取，将化学控制与电子功能增益联系起来，从而提升器件性能。在多种SAM / 添加剂组合中观察到的广泛性能改善表明，“化学兼容性”是一个与半导体性能正交的设计轴。更普遍地，在极性溶剂中管理酸驱动的氧化还原反应应可迁移至钙钛矿太阳能电池（PSCs）的其他优化及可扩展涂覆工艺中，后者的界面溶解和延长湿处理时间无法避免。

参考文献与注释

1. Xiong Z 等，Science 390，638–642（2025）。

2. Li Z 等，Science 382，284–289（2023）。

3. Peng W 等， 379，683–690（2023）。

4. Zhang S 等， 380，404–409（2023）。

5. Liu S 等，Nature 632，536–542（2024）。

6. Park SM 等，Nature 624，289–294（2023）。

7. Zhao K 等， 632，301–306（2024）。

8. Jiang W 等， 646，95–101（2025）。

9. Liu C 等， 382，810–815（2023）。

10. Chen H 等， 384，189–193（2024）。

11. Tan Q 等， 620，545–551（2023）。

12. Zheng X 等，Nat. Energy 8，462–472（2023）。

13. Al-Ashouri A 等， 370，1300–1309（2020）。

14. Li M，Liu M，Qi F，Lin FR，Jen AK-Y，Chem. Rev. 124，2138–2204（2024）。

15. Truong MA 等，J. Am. Chem. Soc. 147，2797–2808（2025）。

16. Tang H 等， 383，1236–1240（2024）。

17. Dong B 等，Nat. Energy 10，342–353（2025）。

18. Fei C 等， 391，eadz7969（2026）。

19. Yang WS 等， 348，1234–1237（2015）。

20. Wang J 等，Nat. Commun. 16，4148（2025）。

21. Liang Y 等， 648，91–96（2025）。

22. Wei H 等，Adv. Funct. Mater. 36，e16987（2025）。

23. Ma Y 等，Angew. Chem. Int. Ed. 64，e202504253（2025）。

24. Uddin MA 等，Nat. Commun. 15，1355（2024）。

25. Ashikari Y，Shimizu A，Nokami T，Yoshida J，J. Am. Chem. Soc. 135，16070–16073（2013）。

26. Doherty TAS 等， 374，1598–1605（2021）。

27. Kubicki DJ，Stranks SD，Grey CP，Emsley L，Nat. Rev. Chem. 5，624–645（2021）。

28. Alharbi EA 等，Nat. Commun. 10，3008（2019）。

29. Tian L 等，J. Energy Chem. 109，368–377（2025）。

30. Song S 等，Nat. Catal. 3，107–115（2019）。

31. Qu ZW，Zhu H，Grimme S，ChemCatChem 13，207–211（2020）。

32. Kumar Verma P，Vishwakarma RA，Sawant SD，Asian J. Org. Chem. 8，777–801（2019）。

33. Liao H，Huang Z，Zhu Q，Org. Biomol. Chem. 20，3721–3725（2022）。

34. Jiang Q 等， 611，278–283（2022）。

35. Ordinaritsev AA 等，Acta Crystallogr. E Crystallogr. Commun. 77，692–695（2021）。

36. Fishman D，"Ramen correlations" [accessed July 2026]；https: / www2.chemistry.msu.edu / faculty / reusch / virtxtjml / spectrpy / infrared / infrared.htm。

37. Zhang Y 等， 387，284–290（2025）。

38. Qin M 等，Adv. Mater. 31，e1901284（2019）。

39. Zhu P 等， 383，524–531（2024）。

40. Telfah A 等，Polym. Bull. 79，3759–3778（2021）。

41. Liang Z 等， 624，557–563（2023）。

42. Reusch W，" spectroscopy"（2013）；https: / www2.chemistry.msu.edu / faculty / reusch / virtxtjml / spectrpy / .htm。

43. Azmi R 等， 628，93–98（2024）。

44. Li T 等，Nat. Energy 8，610–620（2023）。

45. Chen S，Xiao X，Gu H，Huang J，Sci. Adv. 7，eabe8130（2021）。

46. Wang M，Fei C，Uddin MA，Huang J，Sci. Adv. 8，eabo5977（2022）。

47. Liang Z 等，Nat. Mater. 25，267–274（2026）。

48. Liang Z 等，Redirecting wet-interfacial redox pathways for efficient inverted perovskite solar cells（Demo Dataverse，2026）；doi: 10.70122 / FK2 / XVN39T。

致谢

本研究得到香港科技大学（广州）Wilson Tang Brilliant能源科学与技术实验室（BEST Lab）及材料表征与制备中心（MCPF）的设施与技术支持。本研究获得香港科技大学（广州）启动经费（G010000267）及广州-港科大（广州）联合资助项目（2023A03J0003）支持。Y.Z.感谢广东省科学技术协会青年科技人才支持计划（GDSTA）（SKXRC2025469）。N.-G.P.感谢韩国国家研究基金会（由韩国政府MSIT和MOE资助）的项目支持，合同编号NRF-2021R1A381076723（研究领军人才计划）及RS-2026-25501632（NRL 2.0）。Y.L.L.感谢宁德时代长期资金支持。感谢哈佛大学数据知识库为研究数据共享与归档提供的可靠平台（48）。

作者贡献：Z.L.构思核心思路并设计添加剂。Y.Z.负责监督项目并统筹项目管理。Z.L.和B.L.制备实验室规模器件并完成大部分测量。Y.L.L.、G.C.、B.T.、C.Z.和C.O.制备米级面板。Y.L.Z.执行并分析光电表征。Y.Y.和C.L.贡献概念解读与机制讨论。S.C.和Y.B.进行结构与表面分析。H.L.和H.X.协助化学分析。M.F.执行拉曼测量。P.Z.和X.Y.Z.开展电学测试。H.Z.就分子合成路线设计提供建议。X.F.Z.和C.Q.L.完成GIWAX测量。Y.H.L.贡献计算研究。Y.Z.和N.-G.P.负责经费获取。

Z.L.和B.L.撰写初稿。Z.L.、Y.Z.、Y.L.L.、Y.L.Z.、Y.Y.、C.L.、L.M.、C.Z.和N.-G.P.修订稿件。全体作者讨论结果并对稿件提出评议。利益冲突：Z.L.和Y.Z.为与本文核心概念相关的专利申请（CN202611023616.X）的发明人，包括添加剂材料的合成及其在钙钛矿光伏中的应用，该申请由香港科技大学（广州）提交。其他作者声明无相关利益冲突。数据、代码与材料可用性：所有数据及材料合成详情均在正文或补充材料中提供。许可信息：版权所有©2026作者，部分权利保留；美国科学促进会独家许可。不涉及美国政府作品原创声明。https: / www.science.org / content / page / science-licenses-journal-article-reuse

补充材料

材料与方法：图S1至S79；表S1至S14；参考文献（49–59）

提交时间：2026年3月1日；接收时间：2026年7月1日

10.1126 / science.aeg8416

1

2026年8月20日

《科学》

微生物学

细菌通过甲基化单核苷酸感知病毒诱导的基因组降解

Ilya Osterman^{1< / sup>，Bohdana Hurieva<>1< / >，Sarit Moses<>1< / >，Alla H. Falkovich<>2< / >，Maxim Itkin<>3< / >，Sergey Malitsky<>3< / >，Eliane H. Yardeni<>4< / >，Erez Yirmiya<>1< / >，Rotem Sorek<>1*< / >}

噬菌体常将宿主细菌的基因组降解为单个核苷酸。本研究中，我们描述了Metis这一细菌防御系统，它能直接感知噬菌体介导的宿主基因组降解。Metis在检测到修饰型单核苷酸N<>6< / >-甲基脱氧腺苷一磷酸（m<>6< / >dAMP）后终止噬菌体感染。由于脱氧腺苷的甲基化通常发生在DNA聚合物上，m<>6< / >dAMP的积累表明宿主基因组已被降解。在I型Metis中，m<>6< / >dAMP的感知可激活烟酰胺腺嘌呤二核苷酸（NAD<>+< / >）二磷酸酶，导致NAD<>+< / >耗竭并终止感染过程；而在II型Metis中，其效应蛋白为一跨膜蛋白，其毒性在修饰型单核苷酸响应下被激活。我们进一步证明Metis防御依赖于内源性DNA甲基化酶，且噬菌体可通过突变失活宿主基因组降解以逃逸Metis。

当裂解性噬菌体感染细菌细胞时，资源利用的最常见形式之一是完全降解宿主DNA，并将产生的脱氧核苷用作构建噬菌体基因组的原料。例如，大肠杆菌噬菌体T4在37℃感染后3至5分钟即开始将宿主DNA降解为单个脱氧核苷酸（1, 2），而大肠杆菌噬菌体T7在初始感染后8分钟启动宿主基因组降解（3）。

DNA甲基化是整个生命之树中生物体的常见表观遗传修饰（4）。在细菌中，最丰富的DNA修饰之一是腺嘌呤N6位点的甲基化。模式生物大肠杆菌编码DNA腺嘌呤甲基转移酶（Dam），可在5'-GATC-3'双链DNA序列基序中甲基化腺嘌呤（5）。DNA腺嘌呤甲基化发生在DNA聚合物的背景下，因此腺嘌呤仅在作为聚合DNA链的一部分时被甲基化（6）。

在本研究中，我们报道了一种细菌防御系统的发现，该系统可感知宿主基因组降解副产物——甲基化核苷酸。这一系统以希腊神话中智慧与深思之泰坦女神的名字命名为Metis，其可特异性识别N<>6< / >-甲基脱氧腺苷一磷酸（m<>6< / >dAMP），即当噬菌体核酸酶降解甲基化宿主DNA时在细胞中积累的单核苷酸。我们证明m<>6< / >dAMP可直接激活Metis以终止噬菌体感染，并对多种不相关的裂解性噬菌体（包括T2、T4、T5、T6和T7）提供保护。尽管被感染的细菌在基因组被噬菌体降解后基本已死亡，Metis系统仍可阻止感染细胞内噬菌体的复制，从而保护附近细胞免受噬菌体流行的扩散。

<>1< / >魏茨曼科学研究所分子遗传学系，以色列雷霍沃特。<>2< / >魏茨曼科学研究所化学研究支持部，以色列雷霍沃特。<>3< / >魏茨曼科学研究所生命科学核心设施，以色列雷霍沃特。<>4< / >魏茨曼科学研究所生命科学核心设施蛋白质分析单元，以色列雷霍沃特。*通讯作者。电子邮箱：rotem.sorek@weizmann.ac.il

结果

一个由两基因组成的防御系统保护细菌免受裂解性噬菌体侵害

我们研究了编码两个蛋白质的防御系统的抗噬菌体活性，这两个蛋白质均具有预测的金属磷酸酶活性（图1A）。第一个蛋白质在此称为MisA，其Pfam注释为钙调磷酸酶样磷酸酯酶（Pfam访问号PF00149），而第二个蛋质MisB则注释为卤代酸脱卤素酶样磷酸酶（Pfam访问号PF13419）。最近，一项旨在发现新防御系统的机器学习筛选中，一个类似基因组成的操纵子被发现具有抗噬菌体功能（7）。我们合成并克隆了来自大肠杆菌菌株401675、402837和E308的三个此类系统，并发现这三个系统均可保护细菌免受裂解性噬菌体T2、T4、T5、T6和T7的侵害（图1B和fig. S1A）。由于来自大肠杆菌401675的系统提供了最强的防御效果，我们选择该系统用于后续体内实验。在液体培养基中的感染实验表明，该系统可在低感染复数（MOI）下保护培养物免受噬菌体介导的崩溃，而在高MOI下，即使表达防御系统，培养物仍会崩溃（图1℃和fig. S1，B和C）。这些结果表明，编码该双基因操纵子的细胞在感染后并未存活，但可阻止噬菌体产生可存活的子代。因此，该防御系统此后被称为Metis。

已知多种细菌防御系统通过抑制噬菌体复制来干扰细胞核心代谢过程所必需的代谢物细胞内库（8）。为检验Metis系统是否会影响必需细胞代谢物的浓度，我们在感染噬菌体T7后15分钟提取细胞裂解液，并进行液相色谱-质谱（LC-MS）分析。结果发现，在表达Metis防御系统的细胞中，感染期间烟酰胺腺嘌呤二核苷酸（氧化型；NAD⁺）被耗竭（图1D）。这些结果在噬菌体T4和T5感染中也得到了重复（fig. S1D），且无论系统是从其天然启动子还是可诱导启动子表达，均观察到NAD⁺耗竭（fig. S1E）。在缺乏Metis的细胞中或感染Metis无法防御的噬菌体时，未观察到NAD⁺耗竭，表明NAD⁺清除是该系统防御活性的结果（图1D和fig. S1D）。此前研究表明，NAD⁺耗竭是一种有效的抗噬菌体防御模式，且多种细菌防御系统（包括CBASS（9）、Pycsar（10）、Thoeris（11）和原核Argonautes（12））均通过耗竭NAD⁺来抑制噬菌体传播。感染细胞在表达Metis防御系统后，除NAD⁺外，还部分或完全耗竭了多种脱氧核苷三磷酸（dNTP）和核苷三磷酸（NTP）（fig. S2）。

我们分离出了可逃逸Metis介导防御的T4和T6噬菌体突变体（图1E和fig. S1，F和G）。对五株此类逃逸T4噬菌体和五株T6噬菌体的基因组测序显示，所有噬菌体均在denA基因发生突变，该基因编码核酸酶II酶，负责宿主基因组降解的初始步骤（图1F和fig. S1H）（13）。其中许多突变涉及移码突变，表明突变基因无法产生有活性的蛋白质产物。此前研究表明，缺乏核酸酶II的T4噬菌体无法降解宿主DNA，但在实验室条件下可产生可存活的子代（14）。由于所有对Metis防御敏感的噬菌体均在其生活周期中降解宿主基因组，这些数据暗示Metis系统可能通过某种方式监控宿主DNA的完整性，并在宿主DNA被噬菌体降解时激活。

( m^{6}dAMP ) 激活 MisA 对 ( NAD^{+} ) 的水解

我们假设 Metis 防御系统在细菌基因组降解时被激活，并试图寻找触发该系统的确切分子信号。MisA 的 N 端结构域为我们提供了一个初步线索：信号可能涉及带有修饰碱基的核苷酸。该结构域在结构上与 PUA（假尿苷合酶和古细菌嘌呤转糖基酶）结构域（15）相似，后者已知参与修饰 DNA 和 RNA 碱基的识别（图 1A）（16）。因此，我们推测在 DNA 降解过程中释放的修饰脱氧核苷酸可能构成 Metis 激活信号。

在大肠杆菌 MG1655 中，基因组 DNA 主要由 Dam 酶修饰，该酶在 GATC 位点的腺嘌呤上安装甲基残基（17），以及由 Dcm 甲基化酶在 CCAGG 和 CCTGG 序列背景下甲基化胞嘧啶残基（18）。当在 Δdcm 大肠杆菌细胞中表达 Metis 时，该系统仍具有活性；但当在 Δdam 菌株中表达 Metis 时，防御功能被完全抑制（图 2A）。

因为Dam在DNA聚合物的N⁶位置甲基化腺嘌呤，我们怀疑激活Metis的信号可能涉及甲基化腺嘌呤。为验证这一假设，我们纯化了MisA以进行体外生化实验。由于来自大肠杆菌401675的MisA纯化效果不佳，我们改用了来自大肠杆菌402837的Metis同源物（图1B）。我们将纯化的MisA与一系列修饰和未修饰的腺嘌呤变体孵育，并评估其水解NAD⁺的能力。在存在单磷酸核苷m⁶dAMP的情况下，MisA在体外表现出强烈的NAD⁺降解活性（图2B）。当MisA与相关分子孵育时——包括未甲基化的dAMP、甲基化的核糖核苷m⁶AMP、未磷酸化的核苷m⁶-脱氧腺苷或甲基化碱基m⁶-腺嘌呤——均未观察到NAD⁺降解，证明m⁶dAMP是激活MisA的特异性信号（图2B）。我们测得m⁶dAMP与MisA的PUA结构域之间的解离常数（K_d）为322 nM，表明该结构域负责m⁶dAMP的结合（fig. S3A）。

高效液相色谱（HPLC）分析显示，MisA在体外水解NAD⁺以产生烟酰胺单核苷酸（NMN）和腺苷5'-单磷酸（AMP），表明MisA是一种NAD⁺二磷酸酶，能切割NAD⁺分子中两个磷酸之间的键（图2℃）。这些结果与体内样本的LC-MS数据一致，在被感染且表达Metis的细胞中，NMN水平增加了两个数量级（fig. S2）。将MisA与m⁶dAMP和三磷酸腺苷（ATP）孵育不会导致ATP降解，表明NAD⁺是MisA的主要靶标，而体内检测到的ATP水平降低可能是MisA介导的NAD⁺耗竭的次级效应（fig. S3B）。

此前研究表明，防御系统的信号分子（如Pycsar和Thoeris）在以高微摩尔浓度添加至生长培养基时，可穿透细菌细胞（10, 19）。为测试m⁶dAMP是否能在体内激活Metis毒性，我们向生长培养基中添加了合成的m⁶dAMP并监测细菌增殖。向培养基中补充50 μM m⁶dAMP足以导致携带Metis的细胞生长停滞，而缺乏该系统的对照细胞则未受影响（图2D及fig. S3℃）。在用m⁶dAMP孵育后提取的细胞裂解液中进行的NAD⁺测量证实，即使在无噬菌体感染的情况下，Metis含有细胞中的NAD⁺也被耗竭（图2E）。这些结果证明，m⁶dAMP能在体外和体内激活Metis以耗竭NAD⁺。

为了进一步深入了解MisA对m⁶dAMP识别的分子基础，我们使用了AlphaFold3（AF3）(20)对MisA和m⁶dAMP进行共折叠。AF3以高置信度[接口预测模板建模(ipTM)=0.97]将m⁶dAMP建模在N端PUA样结合口袋中（图2，F和G，以及fig. S3D）。预测与m⁶dAMP在结合口袋中接触的残基的点突变在体内消除了防御功能，并阻止了m⁶dAMP在体外的结合，从而支持这些残基参与m⁶dAMP识别的预测（图2H和fig. S3E）。如预期的那样，AF3模型将NAD⁺置于MisA C端金属磷酸酶催化位点，并预测NAD⁺催化作用由金属离子协调，正如该家族金属磷酸酶已知的那样（图2I）(21)。预测催化位点残基的突变消除了Metis防御功能（图2H）。我们纯化的MisA在无需补充金属离子的情况下仍具有活性，推测是因为纯化过程中已整合了所需的金属离子。

MisB通过降解m⁶dAMP的基础水平预防系统毒性

尽管MisA通常作为misA-misB操纵子的一部分被编码（图1A），但我们发现仅表达MisA的细胞对噬菌体感染具有抗性，表明MisA包含了该系统的防御能力，而MisB并非防御所必需（图3A）。

808

20 AUGUST 2026 Science

A

B

E

C

H

G

| |

图2. MisA通过m⁶dAMP激活以切割NAD⁺。（A）在dam缺失的细胞中MisA不活跃。数据显示感染T5噬菌体的对照细胞（无系统）和表达MisA的细胞的噬菌斑形成单位（PFU）每毫升，转化为野生型大肠杆菌、Δdam菌株、Δdcm菌株以及转化Dam甲基转移酶的Δdam菌株。柱状图为三次独立重复实验的平均值，叠加显示各实验点。（B）MisA在体外在m⁶dAMP存在下降解NAD⁺。总共100 μM NAD⁺与1 μM纯化MisA和10 μM合成腺嘌呤变体孵育120分钟，NAD⁺水平通过NAD / NADH-Glo生化检测测定。三次重复实验的平均值叠加显示各实验点。（C）HPLC分析MisA在有无10 μM m⁶dAMP存在下降解NAD⁺的产物。通过将峰值与化学标准分子的保留时间比较（fig. S3F）来识别裂解产物。（D）m⁶dAMP对表达MisA的细胞有毒性。显示的是表达来自大肠杆菌401675的MisA系统或空载体的大肠杆菌MG1655细胞在向生长培养基中添加50 μM m⁶dAMP后的生长曲线。三次重复实验以单独曲线呈现。m⁶dAMP的化学组成显示在曲线上方。（E）表达MisA或空载体对照细胞（无系统）的裂解液中NAD⁺浓度。在向生长培养基中添加50 μM m⁶dAMP后0、15、30和60分钟取样分析。三次重复实验的平均值；误差线表示标准差。（F）来自大肠杆菌401675的MisA与m⁶dAMP、NAD⁺、Zn²⁺和Fe³⁺复合物的AF3预测结构。m⁶dAMP（1）和NAD⁺（2）的结合位点以虚线框显示。（G）预测的m⁶dAMP结合位点特写。MisA与m⁶dAMP复合物的ipTM显示。红色虚线表示预测的氢键相互作用。（H）MisA中的突变消除对噬菌体的防御。数据显示感染T5噬菌体的表达WT MisA或在指定残基突变的misA的细胞的噬菌斑形成单位（PFU）每毫升。柱状图为三次独立重复实验的平均值，叠加显示各实验点。（I）预测的NAD⁺结合位点特写。MisA与m⁶dAMP、NAD⁺、Zn²⁺（绿色）和Fe³⁺（黄色）共折叠的ipTM显示。本研究中突变的氨基酸以紫色显示。

然而，仅表达MisA的菌株生长速度比编码完整系统的菌株慢，表明在无噬菌体存在时MisB是预防MisA毒性所必需的（图3B）。编码MisA单独的菌株中的基础NAD⁺水平低于野生型细胞或同时表达MisA和MisB的细胞，解释了生长缓慢的原因，并表明在无MisB的情况下MisA仍有残余活性（图3℃）。

因为MisA的活性由m^6dAMP触发，我们假设即使在全基因组降解缺失的情况下，细胞内仍存在低水平的m^6dAMP。部分m^6dAMP可能通过宿主外切核酸酶活性在DNA错配修复或RecBCD介导的DNA加工过程中产生（22）。LC-MS分析证实，在噬菌体感染前，缺乏Metis的细胞裂解物中存在基础水平的m^6dAMP（图3D）。然而，在表达MisB的非感染细胞裂解物中未检测到m^6dAMP（图3D）。这些结果表明，MisB的作用是降解基础水平的m^6dAMP，以防止噬菌体感染前MisA被激活。为支持这一假设，我们发现，在已表达Metis的菌株中，从质粒过表达MisB可显著降低Metis防御功能（图3A）。当MisB发生突变或缺失时，含MisA的细胞对DNA损伤剂（丝裂霉素C和氧氟沙星）的易感性提高10倍，进一步支持MisB在DNA修复过程中清除基础水平m^6dAMP的必要性（fig. S4A）。

将来自大肠杆菌401675的纯化MisB与m^6dAMP孵育后，显示MisB能有效去磷酸化该分子，生成m^6dA

Science 20 AUGUST 2026

809

细胞在实验（B）中收集时的生长时间为100分钟。MisB可消除基础水平的m^6dAMP。细胞在感染噬菌体T7前（MOI=3）及感染后15分钟收集。图中展示了LC-MS离子计数数据；柱状图显示三次实验的平均曲线下面积，并叠加了各实验的单次数据点。

LC-MS分析显示，在Mg^2+存在下，MisB可降解m^6dAMP。通过将观察到的峰与m^6dA化学标准品的保留时间和m / z信号进行比较，确定了产物（fig. S4F）。

AF3预测的大肠杆菌401675来源MisB与m^6dAMP及Mg^2+的复合物结构（ipTM=0.96）。突变残基以粉色显示；Mg^2+以绿色显示。红色虚线表示预测的氢键相互作用。

(图 3E)中的一种分子无法激活MisA（图 2B）。对m⁶dAMP脱磷酸化反应的动力学分析表明，MisB是一种慢酶，在底物饱和条件下的转化率为每秒0.05个分子（图 S4B）。MisB的慢转化率解释了为什么噬菌体介导的基因组降解过程中释放的高浓度m⁶dAMP超出了MisB降解所有m⁶dAMP的能力，从而在感染期间允许MisA激活。

通过AF3将MisB与m⁶dAMP共折叠得到一个模型，其中m⁶dAMP被置于MisB磷酸酶的活性位点口袋中（图 3F及图 S4℃），该口袋包含两个典型的卤代酸脱卤酶（HAD）磷酸酶的天冬氨酸残基（23）。这些残基的突变导致生长速率降低，并在无噬菌体条件下NAD⁺水平下降，从而确认MisB的催化活性对预防毒性是必需的（图 3℃及图 S4，D和E）。

II 型 Metis 编码一种跨膜效应蛋白，可感知 m⁶dAMP

misB 的同源基因在多种细菌中常与 misA 同源基因相邻，这进一步确认这两个基因协同发挥功能（图 4A 和表 S1）。然而，在许多细菌基因组中，misB 同源基因并不与 misA 基因相邻，而是出现在与我们命名为 misC 的基因构成的操纵子中；misC 注释为编码一个跨膜蛋白，其 Pfam 登录号为 PF24838（图 4，A 和 B）。将从 Phyllobacterium sp. UNC302MFCol5.2 中克隆的 - 操纵子在大肠杆菌 MG1655 中表达后，可赋予抗噬菌体防御能力（图 4℃）。此前已有研究表明，编码 和 同源蛋白的大肠杆菌 2862600 菌株的操纵子可抵御 T7 噬菌体（24）。

为检验 Phyllobacterium - 操纵子是否与 Metis 系统共享功能特征，我们在 Dam 甲基转移酶缺失的大肠杆菌菌株中表达该操纵子。与 系统类似，当 Dam 失活时，- 操纵子无法保护细胞免受噬菌体侵染（图 4℃）。能够突破 MisA- 系统防御的 T6 denA 突变株，也对 - 系统表现出抗性，这表明两种系统均需噬菌体介导的宿主基因组降解才能被激活（fig. S5A）。因此，我们将该操纵子命名为 II 型 。与 I 型 类似，携带 II 型 的细胞在将 m⁶dAMP 混入生长培养基时无法生长。这些结果表明，II 型 也可被甲基化腺嘌呤核苷酸激活（图 4D）。

我们使用 AF3 对 与 m⁶dAMP 进行共折叠预测。AF3 以高置信度将核苷酸建模于 胞内区域预测形成的一个小口袋中（图 4，E 和 F，及 fig. S5B）。 同源蛋白的多序列比对显示，预测形成 m⁶dAMP 结合口袋的氨基酸残基高度保守（fig. S5℃）。在该口袋中保守亮氨酸残基的一个点突变可消除 II 型 的抗噬菌体防御能力，这进一步证实该残基对系统激活的重要性（图 4G）。与 I 型 类似， 催化天冬氨酸突变并不影响抗噬菌体防御活性，这表明在此操纵子中， 单独即可保护细胞免受噬菌体侵染；同时也表明 在该操纵子中的作用是在无噬菌体感染时防止 毒性（图 4G 和 fig. S6）。

AF3 进一步预测 可寡聚化为八聚体环状结构（图 4H）。突变预测

Fig. 4. II型Metis系统

(A) 细菌基因组中MisB蛋白家族的系统发育分析。外环显示MisB是否与MisA或MisC相关联。携带系统在本研究中实验验证的细菌在树上标记。主要分支的自展值显示。

(B) II型Metis系统的示意图。TM，跨膜区。

(C) 在dam缺失的细胞中，II型Metis无活性。数据为感染对照细胞（无系统）和表达来自Phyllobacterium sp. UNC302MFCol5.2的II型Metis的细胞（转化为野生型或Δdam E. coli菌株）的T6噬菌体每毫升噬菌斑形成单位（PFU）。条形图为三次独立重复实验的平均值，叠加显示各数据点。

(D) 添加500 μM m⁶dAMP至生长培养基后，表达II型Metis或空载体的E. coli MG1655细胞的生长曲线。三次重复实验的数据以单独曲线呈现。

(E) Phyllobacterium sp. UNC302MFCol5.2来源的MisC与m⁶dAMP复合物的AF3预测结构（ipTM = 0.95）。m⁶dAMP的预测结合位点在虚线框中标出。

(F) MisC中m⁶dAMP结合位点的特写视图。用于定点突变的氨基酸以深绿色显示。

(G) MisC的点突变（而非MisB）会中止II型Metis防御。数据为感染表达野生型II型Metis或携带指示突变的Metis的细胞的T6噬菌体每毫升噬菌斑形成单位（PFU）。条形图为三次独立重复实验的平均值，叠加显示各数据点。

(H) MisC八聚体的AF3预测结构。TM，跨膜区。

(I) Metis抗噬菌体防御机制模型。

contribute to protomer–protomer interactions in MisC abolished defense and also abolished m⁶dAMP-mediated toxicity (fig. S7). Similar analysis of diverse homologs of MisC revealed that all of these are predicted to bind m⁶dAMP and form octameric, transmembrane-spanning circular structures (figs. S8 and S9).

Single-cell microscopy analyses showed that during infection, MisC-expressing cells exhibited malformations, reflected in the appearance of “void” spaces in the cytoplasmic area (fig. S10). Such a phenotype was previously shown to be the outcome of inner-membrane collapse, either resulting from outward osmotic flow of water (25) or from the activity of bacterial defense systems (26, 27). Altogether, our data suggest that MisC in type II Metis senses phage-mediated host genome degradation by binding methylated mononucleotides and that this binding causes MisC-mediated toxicity.

讨论

综合来看，我们的结果提出了一个关于Metis系统抵御噬菌体传播的模型（图4I）。在正常生长条件下且无噬菌体感染时，Dam酶会甲基化双链DNA聚合物上的GATC序列，使得基因组中约每256个腺嘌呤中有一个被甲基化。这些甲基化腺嘌呤仅在极少数情况下作为内源性DNA降解的副产物（最可能发生在DNA修复过程中）被释放到细胞质中，并以m⁶dAMP形式存在，随后被MisB快速“清除”以防止MisA或MisC毒性。当裂解性噬菌体将细菌基因组降解为单核苷酸时，细胞内m⁶dAMP的浓度至少上升100倍（图3D）。由于MisB对m⁶dAMP的降解速率较慢，这些高浓度的m⁶dAMP可能超过MisB的降解能力，从而使MisA被m⁶dAMP激活，导致NAD⁺耗竭并阻止噬菌体传播。Metis防御并未挽救细菌免于噬菌体诱导的死亡，因为细胞在基因组完全降解后无法恢复。然而，Metis能够阻止感染细胞内噬菌体的复制，从而拯救邻近细菌免受噬菌体扩散。

NAD⁺耗竭是细菌防御系统的常见结果（8）。这种酶活性已在Sirtuin（SIR2）、Toll / 白细胞介素-1受体（TIR）和多种防御系统相关的SEFIR效应域中得到证实（10, 12, 28）。迄今为止，所有已知的NAD⁺耗竭防御蛋白均通过在烟酰胺环与核糖之间切割NAD⁺，产生游离烟酰胺和腺苷二磷酸核糖（ADPR）（29）。而MisA是首个被证实以不同方式切割NAD⁺的抗噬菌体蛋白，其产物为NMN和AMP（图2℃）。这种NAD⁺切割形式预计可阻止噬菌体利用NAD⁺重建途径1（NARP1）缓解防御，因为NARP1依赖ADPR和烟酰胺作为底物重建NAD⁺（30）。在MisA中发现的钙调磷酸酶样金属磷酸酶NAD⁺切割结构域，在许多其他预测防御系统中也有检测到（16）。因此，我们预测MisA样NAD⁺切割为NMN和AMP在细菌防御中普遍存在。

在本研究中，我们描述了两种通过感知宿主基因组降解副产物来运作的Metis系统的发现，但预期自然界中还存在其他类型的Metis。例如，甲基化胞嘧啶的识别也可能是一种有效的基因组降解感知机制，因为胞嘧啶甲基化是细菌中广泛存在的表观遗传DNA修饰（31）。此外，我们设想某些Metis系统会编码自身的DNA修饰酶，使其活性不依赖于内源性Dam酶。在这些系统中，DNA修饰酶会在细菌DNA上安装特定的碱基修饰，而Metis效应蛋白则会在噬菌体诱导的宿主基因组降解导致该修饰碱基积累时被触发。确实，我们检测到多个与预测甲基化酶共同存在于操纵子中的MisA同源物，形成了潜在的III型Metis系统（补充图S11和表S3）。

许多抗病毒免疫的原理在细菌和真核生物免疫途径之间是共享的，人类免疫系统的一些成分也源自细菌和古菌防御系统（9, 32, 33）。感染真核生物的病毒通常不会降解宿主细胞核基因组，但某些病毒——包括感染淡水藻类的病毒——会在其生活周期中将被感染细胞的基因组撕裂（34），某些动物病毒（例如感染青蛙的虹彩病毒）也被认为会导致宿主DNA降解（35）。由于真核生物基因组中的胞嘧啶在CpG序列背景下常被甲基化（36），真核生物的防御途径可能通过感知甲基化的单核苷酸胞嘧啶，以类似Metis的原理监测细胞基因组的完整性。

参考文献与注释

1. K. A. Parson, D. P. Snustad, J. Virol. 15, 221–224 (1975).

2. R. J. Warren, S. K. Bose, J. Virol. 2, 327–334 (1968).

3. P. D. Sadowski, J. Biol. Chem. 246, 209–216 (1971).

4. A. Nasrullah, A. Hussain, S. Ahmed, M. Rasool, A. J. Shah, Bioengineered 13, 1666–1685 (2022).

5. S. Haltrman, J. E. Brooks, M. Masurekar, J. Mol. Biol. 126, 367–380 (1978).

6. K. Boulias, E. L. Greer, Nat. Rev. Genet. 23, 411–428 (2022).

7. P. C. DeWeirdt, E. M. Mahoney, M. T. Laub, bioRxiv 631726 [Preprint] (2025); https: / doi.org / 10.1101 / 2025.01.08.631726.

8. D. Hochhauser, R. Sorek, Nat. Rev. Immunol. 26, 7–22 (2026).

9. B. R. Morehouse et al., Nature 586, 429–433 (2020).

10. N. Tal et al., Cell 184, 5728–5739.e16 (2021).

11. G. Ofir et al., Nature 600, 116–120 (2021).

12. J. Garb et al., Nat. Microbiol. 7, 1849–1856 (2022).

13. H. R. Warner, P. Snustad, S. E. Jorgensen, J. F. Koerner, J. Virol. 5, 700–708 (1970).

14. D. P. Snustad, L. M. Conroy, J. Mol. Biol. 89, 663–673 (1974).

15. I. Pérez-Arellano, J. Gallego, J. Cervera, FEBS J. 274, 4972–4984 (2007).

16. G. G. Nicastro, A. M. Burroughs, L. M. Iyer, L. Aravind, Nucleic Acids Res. 51, 11479–11503 (2023).

17. G. E. Geier, P. Modrich, J. Biol. Chem. 254, 1408–1413 (1979).

18. A. S. Bhagwat, A. Sohail, R. J. Roberts, J. Bacteriol. 166, 751–755 (1986).

19. E. Yirmiya et al., bioRxiv 692087 [Preprint] (2025); https: / doi.org / 10.64898 / 2025.12.03.692087.

20. J. Abramson et al., Nature 630, 493–500 (2024).

21. T. Klabunde, N. Sträter, R. Fröhlich, H. Witzel, B. Krebs, J. Mol. Biol. 259, 737–748 (1996).

22. M. S. Dillingham, S. C. Kowalczykowski, Microbiol. Mol. Biol. Rev. 72, 642–671 (2008).

23. A. Seifried, J. Schultz, A. Gohla, FEBS J. 280, 549–571 (2013).

24. F. Rousset et al., Cell Host Microbe 30, 740–753.e5 (2022).

25. E. R. Rojas et al., Nature 559, 617–621 (2018).

26. Y. Wu et al., bioRxiv 708804 [Preprint] (2026); https: / doi.org / 10.64898 / 2026.03.01.708804.

27. L. K. Robbins et al., bioRxiv 629029 [Preprint] (2024); https: / doi.org / 10.1101 / 2024.12.17.629029.

28. A. Millman et al., Cell Host Microbe 30, 1556–1569.e5 (2022).

29. D. Ka, H. Oh, E. Park, J. H. Kim, E. Bae, Nat. Commun. 11, 2816 (2020).

30. I. Osterman et al., Nature 634, 1160–1167 (2024).

31. S. Adhikari, P. D. Curtis, FEMS Microbiol. Rev. 40, 575–591 (2016).

32. T. Wein, R. Sorek, Nat. Rev. Immunol. 22, 629–638 (2022).

33. A. G. Johnson et al., Science 375, 221–225 (2022).

34. I. V. Agarkova, D. D. Dunigan, J. L. Van Etten, J. Virol. 80, 8114–8123 (2006).

35. V. G. Chinchar, T. B. Waltzek, K. Subramaniam, Virology 511, 259–271 (2017).

36. R. J. Schmitz, Z. A. Lewis, M. G. Goll, Trends Genet. 35, 818–827 (2019).

致谢

我们感谢Sorek实验室的成员在本研究期间提出的建设性讨论。感谢M. Goldsmith在MisA和MisB寡聚状态分析方面提供的帮助。

资助：R.S.部分获得欧洲研究理事会（ERC-AdG项目，资助号GA 101018520）、以色列科学基金会（MAPATS项目，资助号2720 / 22）、德国研究联合会（SPF 2330，资助号464312965）、Minerva基金会（由德国联邦教育与研究部提供资金）、Hermine Miller遗产研究资助、魏茨曼科学研究所免疫治疗中心以及Knell家族微生物学中心的支持。I.O.获得新移民安置计划部的资助。E.Y.获得Clove学者项目资助，并部分获得以色列高等教育委员会（CHE）通过魏茨曼科学研究所提供的资助。R.S.是Ecophage的科学联合创始人及顾问。

作者贡献：概念化：I.O.、R.S.；噬菌体感染实验：S.Mo.、I.O.；细菌Metis分布的生物信息学分析：B.H.；克隆：S.Mo.、I.O.；LC-MS实验：A.H.F.、M.L.、S.Ma.；表面等离子共振：E.H.Y.；噬菌体基因组测序结果分析：E.Y.；撰写：I.O.、R.S.

利益冲突：R.S.是Ecophage的科学联合创始人及顾问。I.O.和R.S.是魏茨曼研究所提交的专利申请63 / 908,030的发明人，该专利涵盖核苷酸检测。

数据、代码与材料可用性：文稿中的所有数据均可在文稿或补充材料中获得。其他材料可按需提供。

许可信息：版权所有©2026作者，部分权利保留；独家许可美国科学促进会。不主张美国政府作品的原始权利。https: / www.science.org / about / science-licenses-journal-article-reuse。本研究获得欧洲研究理事会（资助号GA 101018520）的全额或部分资助，该组织为cOAlition S成员。作者将在CC BY公共版权许可下提供作者接受稿（AAM）版本。

补充材料

材料与方法；图S1至S11；表S1至S4；参考文献（37–48）；MDAR可重复性检查清单

提交时间：2025年11月6日；接受时间：2026年6月25日；在线发表时间：2026年7月9日

10.1126 / science.aed6782

812

2026年8月20日

《科学》

蛋白质设计

从头设计用于多重成像的正交远红、橙色与绿色荧光染料结合蛋白

Long Tran (^{1,2})，Steffen Klein (^{3})，David Juergens (^{2,4,5,6})，Shajesh Sharma (^{2,7})，Justin Decarreau (^{2})，Gyu Rie Lee (^{2,4,8})，Yujia Wang (^{2,4})，Wei Chen (^{2,4})，Asim K. Bera (^{2})，Alex Kang (^{2})，Jon Woods (^{2})，Emily Joyce (^{2})，Dionne K. Vafeados (^{2})，Nicole Roullier (^{2})，Xinting Li (^{2})，Bingxu Liu (^{2,4})，Yang Bo (^{2,4})，Edin Muratspahic (^{2,4})，Tim A. Brown (^{9})，Jonathan B. Grimm (^{9})，Ronak Patel (^{9})，Luke D. Lavis (^{9})，Julia Mahamid (^{1,10})，Linna An (^{2,4})，David Baker (^{2,4,11*})

荧光蛋白与小分子染料在生物成像中各有优势：蛋白质适合基因标记，而染料则具有更高亮度和光稳定性。为结合二者优势，我们通过从头蛋白质设计生成了三种细胞通透性染料的小型、纳摩尔亲和力、高选择性结合蛋白（NovoTags），这些染料覆盖可见光谱。研究表明NovoTag的荧光寿命可调，并展示了其在基于寿命和波长的多重荧光成像中的应用。我们还设计了双链版本（NovoSplit），其可作为化学诱导二聚化系统在活细胞中实现荧光读出，或作为固定细胞中微扰最小的邻近探针。我们的方法结合了荧光蛋白与小分子染料的优势，从而扩展了细胞成像的工具库。

生物成像因特定细胞成分可被基因编码荧光蛋白标记的能力而发生了革命性变化。但荧光蛋白亮度和光稳定性有限，限制了成像实验的分辨率、持续时间和复杂性（1）。相比之下，小分子染料具有优越的光学性能（2–4）。先进合成荧光染料（如Janelia Fluor（JF）染料）在多种发射波长下具有高量子产率、光稳定性和细胞通透性（2, 3）。然而，在细胞成像中使用JF染料需要靶向感兴趣蛋白质的机制。现有方法主要采用融合标签（如HaloTag（5）和SNAP-tag（6）），它们共价结合染料的修饰版本。尽管有效，但这些标签相对较大（20至35 kDa），且不具染料特异性；它们结合通用配体部分，该部分可与兼容染料共轭（5, 6）。这使得正交版本的开发复杂化，从而限制了多重成像能力（7）。

我们推理，设计一组小型蛋白质，每种可选择性结合可见光谱中特定JF染料。

德国。(^{11}) 美国华盛顿大学霍华德·休斯医学研究所，西雅图，华盛顿州，美国。(^{12}) 通讯作者。邮箱：julia.mahamid@embl.de（J.M.）；la72@rice.edu（L.A.）；dabaker@uw.edu（D.B.） ( \dagger ) 这两位作者对本研究做出了同等贡献。( \ddagger ) 这两位作者对本研究做出了同等贡献。

解决多重成像问题的通用方案。然而，这提出了一个具有挑战性的设计任务，因为JF染料是结构上类似的罗丹明衍生物，缺乏已知的天然结合蛋白（8）。为应对这一挑战，我们利用了基于机器学习的从头蛋白质设计的最新进展（9, 10），以生成可遗传编码的、小型JF染料结合蛋白，并探索此类设计在多重荧光成像中的应用。

结果

荧光染料结合蛋白的设计与评估

我们选择了三种JF染料，即JF_{494< / sub>、JF<>596< / >和JF<>657< / >（图1，A至C），其激发和发射光谱在可见光范围内分布良好（2），并作为设计目标（图1D和fig. S1）。这些荧光染料共享一个共同的罗丹明衍生核心结构，但在特定化学修饰上存在差异，以提高亮度并调节其激发和发射最大值（2）。我们推理，一种能够生成与输入配体结构高度互补的蛋白质的设计策略应能实现特异性，因为即使化学上的微小变化也可能引入冲突或消除有利接触（9，11）。}

我们开发了一种基于机器学习的方法，用于生成具有内部重复闭合结构（伪环）的结合蛋白，这些结构围绕目标JF染料。我们使用了带对称性调节的Cα RFdiffusion（10）（fig. S2）生成蛋白质结构，围绕JF<>494< / >、JF<>596< / >和JF<>657< / >染料。我们使用Cα RFdiffusion基序模板输入编码配体结构，并在配体-配体或配体-蛋白质对表示中省略了任何对称操作（详见材料与方法）。我们发现该方法能有效生成围绕三种选定染料的单体伪环结构（图1，A至C）。这种基于RFdiffusion的方法较之前的基于幻觉生成的方法（9）具有优势，因为它能直接围绕目标配体生成伪环蛋白，从而避免了第二次配体对接步骤。在获得结构后，我们使用LigandMPNN与FastRelax循环（12）生成序列。每个设计均包含一个由110至160个氨基酸组成的单结构域蛋白，其预测空腔专门用于容纳目标JF染料。我们使用Rosetta（13）筛选配体结合，并使用AlphaFold 2（AF2）（14）筛选蛋白质序列-结构一致性。共选择了4843、5800和6032个结合蛋白变体，分别用于JF<>494< / >、JF<>596< / >和JF<>657< / >结合。这些序列在寡核苷酸微阵列上合成，在酵母中表达用于表面展示，并通过荧光激活细胞分选（FACS）筛选（fig. S3）。对富集池的下一代测序显示出多种高亲和力结合蛋白：56个设计用于JF<>494< / >，236个设计用于JF<>596< / >，334个设计用于JF<>657< / >，其结合亲和力均为5 μM或更低（酵母表面）。

对于每种染料，我们基于FACS富集和单克隆流式细胞术信号强度选择了单一结合蛋白设计，用于后续表征（fig. S3）。这些蛋白质在大肠杆菌中表达，通过亲和层析纯化，并使用荧光偏振（FP）分析测量其结合亲和力。针对每种目标染料选择的设计（NovoTag<>494< / >、NovoTag<>596< / >和NovoTag<>657< / >，分别对应JF<>494< / >、JF<>596< / >和JF<>657< / >）的分子量分别为15.1、13.3和15.6 kDa，结合亲和力（K<>d< / >）分别为19.1、1.5和2.0 nM（图1，A至C）。我们使用停流荧光偏振法测定了JF<>494< / >与NovoTag<>494< / >的结合动力学，得到k<>on< / >为1.8×10^{5< / sup> M<>-1< / >s<>-1< / >，k<>off< / >为0.00336 s<>-1< / >}

蛋白质结合导致蛋白质-染料复合物的荧光发射强度显著增强，与游离染料相比具有大幅提升。相比之下，NovoTag({494})的ε（约降低15%）和Φ_f（约降低50%）均出现下降。测得的τ_f值与Φ_f的趋势一致：NovoTag({657})和NovoTag({596})的荧光寿命延长，而NovoTag({494})则相对游离染料出现缩短。与目前最先进的合成荧光染料JF({646})-HaloTag配体结合HaloTag7（ε=152,000 M(^{-1})cm(^{-1})，Φ_f=0.54）（3）或JF({657})-HaloTag配体结合HaloTag7（ε=128,000 M(^{-1})cm(^{-1})，Φ_f=0.54）相比，JF({657})结合NovoTag({657})的亮度分别提升20%和43%（ε=137,000 M(^{-1})cm(^{-1})，Φ_f=0.72）。

我们通过圆二色谱（CD）和分子排阻色谱（SEC）表征了NovoTag设计的生物物理特性。CD谱显示其主要为α-螺旋二级结构，与计算模型一致，热变性实验表明其具有高热稳定性（fig. S6）。SEC图谱显示NovoTags在溶液中可溶且以单体形式存在。

我们以1.44 Å和2.37 Å的分辨率分别测定了NovoTag({657})的apo态和holo态晶体结构，其与设计模型在蛋白质骨架（Cα-RMSD-design-Apo=0.70 Å，Cα-RMSD-design-Holo=0.58 Å；图1，F和G，以及表S1和S2）上高度吻合。设计用于与染料形成疏水接触和π-π堆积相互作用的Phe(^{61})和Phe(^{125})芳香侧链，以及与JF({657})形成氢键的Tyr(^{39})和Tyr(^{126})均正确定位。通过AlphaFold 3 (AF3) (15) 对所有NovoTags与JF染料复合物进行全对全预测，设计的目标对靶对（最高接口预测模板建模（ipTM）和最高配体预测局部距离差异测试（pLDDT））均获得最高置信度预测（fig. S7）。这些结构及我们的体内计算结果表明，我们的设计方法所产生的蛋白质-小分子高形状互补性能够在高度相似结构的小分子类似物中实现特异性（fig. S5）

814

2026年8月20日

《科学》

NovoTags 实现细胞多重荧光显微镜成像

我们接下来评估了每种 NovoTag 作为可遗传编码荧光标签在显微镜中的应用。我们将 NovoTag 分别融合到 mScarlet（_{494< / sub>）或增强型绿色荧光蛋白（eGFP）（<>596< / > 和 <>657< / >）上，并利用源自 Tom70 的线粒体定位信号（16）（MitoTag）将每种融合蛋白靶向至 HeLa 细胞的线粒体外膜。细胞用相应的 JF 染料孵育（5 nM，15 分钟）。经过充分洗涤后，活细胞荧光成像显示 JF 染料信号与 mScarlet 或 eGFP 信号在线粒体膜上共定位（图 S8），证明这三种 均能有效结合并募集细胞渗透性 染料至特定亚细胞位点。 的纳摩尔级亲和力（图 1，A 至 C）及其缓慢的解离速率（图 S4）使其在洗涤后仍能进行活细胞成像，从而最大限度地减少非特异性背景，凸显了高亲和力结合剂的优势。为评估化学固定对 染色的影响，我们在 HeLa 细胞中表达了 MitoTag-<>657< / >-eGFP，并在固定前后分别进行了 染料染色（图 S9）。两种情况下，<>657< / > 信号均与 eGFP 共定位，证明 系统与这一常用成像流程兼容。比较 <>657< / > 与 <>657< / > 结合物及商业化 JFX<>650< / >-HaloTag 配体与 HaloTag7（17）结合物在 HeLa 细胞中的光稳定性，发现二者的光漂白速率相似，分别在 14 或 15 次漂白迭代后信号损失 50%（图 2℃，图 S10，影片 S1）。}

我们通过测试 （<>494< / >、<>596< / > 和 <>657< / >）、 染料（<>494< / >、<>596< / > 和 <>657< / >）及激发波长（473、575 和 631 nm）的所有组合，在 HeLa 细胞中定量荧光强度（图 2D 和图 S11），评估了 的细胞内特异性。仅匹配的 、 染料与激发波长组合能产生显著荧光信号，证明其在细胞内具有高特异性。

为探索 在多重荧光成像中的应用，我们在 HeLa 细胞中同时将 <>494< / > 靶向至早期内体膜（2×FYVE tag）（18）、<>596< / > 靶向至细胞核内膜（emerin）（19, 20）以及 <>657< / > 靶向至线粒体膜（MitoTag）。细胞用含 5 nM <>494< / >、20 nM <>596< / > 和 5 nM <>657< / > 的染料混合物孵育 15 分钟。经过三次洗涤后，活细胞成像显示信号清晰分离（图 S12），证明该系统在细胞内具有正交且特异的染料结合能力，并支持多重成像。

基于已报道的 染料高光稳定性（21, 22）及我们观察到的结合剂高细胞内特异性，我们利用受激发射损耗（STED）成像技术在固定细胞样本中评估了 用于多重超分辨荧光显微镜成像的潜力（图 2A

A 固定细胞

C

B 活细胞

D

图2. 使用NovoTags在活细胞和固定细胞中进行多重超分辨率荧光显微镜成像。（A和B）固定（A）和活（B）HeLa细胞的多重荧光显微镜成像。NovoTag_{494< / sub>标记内体（2×FYVE，品红色），NovoTag<>596< / >标记线粒体（MitoTag，绿色），NovoTag<>657< / >标记染色质（H2B，白色）。细胞用50 nM浓度的每种染料（JF<>494< / >、JF<>596< / >和JF<>657< / >）在37℃下孵育30分钟，随后进行三次洗涤。上：共聚焦和STED图像（并排显示）在Leica Stellaris 8 STED Falcon显微镜上获取。下：指定区域的放大视图及NovoTag<>494< / >（iii）和NovoTag<>596< / >（iv）的线图，用于共聚焦和STED。（C）JF染料的光稳定性。表达NovoTag<>657< / >或定位于线粒体（MitoTag）的HaloTag7的HeLa细胞用50 nM的每种染料（JF<>657< / >和Halo-JFX<>650< / >）如上所述进行荧光标记。在每次漂白迭代后测量荧光强度。对于每个样本，获取两个独立实验中10个单独细胞的光漂白数据。所有数据点均显示（灰色）。荧光信号的非线性回归（单相衰减）被拟合。（D）NovoTags的特异性。每种NovoTag（NovoTag<>494< / >、NovoTag<>596< / >和NovoTag<>657< / >）在HeLa细胞中定位于线粒体（MitoTag），用三种JF染料（JF<>494< / >、JF<>596< / >或JF<>657< / >）中的一种标记，并用三种波长（474、575或631 nm）中的一种激发。在三个独立实验中，每种条件下获取12个视野的荧光强度测量值。对于每种组合，绘制平均荧光强度。比例尺在（A）、（B）和放大视图（i）中为5 μm；在放大视图（ii）和（iii）中为500 nm。a.u.，任意单位。}

《科学》2026年8月20日

815

研究文章

及图S13）和活细胞（图2B）中的HeLa细胞。NovoTag<>494< / >靶向早期内体膜（2×FYVE标签），NovoTag<>596< / >靶向线粒体外膜（MitoTag），NovoTag<>657< / >靶向染色质（H2B）（23）。细胞用三种JF染料的混合物孵育（每种50 nM，孵育30分钟）。充分洗涤后，STED成像显示出清晰的信号分离（图S13）并与共聚焦成像相比具有增强的分辨率（图2，A和B）。因此，三种所述NovoTags的组合可实现活细胞、固定细胞和超分辨率模式下的多重细胞成像。

NovoTag ( _{494} ) 的荧光寿命调谐用于多重荧光寿命成像显微术

我们观察到 NovoTags 在结合时可调节 JF 染料的荧光寿命（图 1E），表明其光物理特性可通过改变结合口袋的设计进行精细调谐。为证明这一原理，我们旨在设计能为 ( JF_{494} ) 提供截然不同且分辨良好的荧光寿命的结合体，以实现多重荧光寿命成像显微术（FLIM）（24）。我们表征了 36 种 NovoTag ( {494} ) 结合口袋的重新设计变体的染料结合与荧光强度，这些变体在结合口袋中引入了更多氢键、更少的 π-π 堆积相互作用以及改变的静电环境（图 3A），并最终选出两种设计： ( {494} )（短寿命）与 ( {494} )（长寿命）（图 S14 和图 3，B 至 D）。激发与发射光谱与原始设计相似； ( {494} ) 显示出轻微蓝移（图 3，B 与 C）， ( {494} ) 表现出略低的亮度（图 3D），且两者的结合亲和力均有适度下降（图 3E）。在 HeLa 细胞中的 FLIM 测量显示 ( {494} ) 的平均荧光寿命为 2.00 ns（SD = 0.09）， ( {494} ) 为 1.27 ns（SD = 0.25）， ( {494} ) 为 2.78 ns（SD = 0.40）， ( _{507} ) 为 3. ns（图 3F）。这些寿命分布

结合等温线模型拟合后，确定了NovoTag₄₉₄对JF₄₉₄的亲和力，分别为49.8 nM和150.8 nM。每个样本均进行了3或4次独立测量。（F）细胞内各NovoTag₄₉₄变体的荧光寿命分布。HeLa细胞分别转染以下质粒：MitoTag-NovoTag₄₉₄、2×FYVE-NovoTag₄₉₄或H2B-NovoTag₄₉₄，经化学固定并在10 nM JF₄₉₄存在下成像。每个样本均采集11至16个细胞区域的荧光图像，并绘制荧光寿命直方图并以高斯分布拟合。这些设计的多重FLIM评估显示，Cohen's d值分别为4.5（NovoTag₄₉₄S:NovoTag₄₉₄L）、3.9（NovoTag₄₉₄S:NovoTag₄₉₄）和2.7（NovoTag₄₉₄L:NovoTag₄₉₄）（图3F）。（G-J）HeLa细胞共转染MitoTag-NovoTag₄₉₄、2×FYVE-NovoTag₄₉₄和H2B-NovoTag₄₉₄，经化学固定并在10 nM JF₄₉₄存在下用共聚焦显微镜（Leica Stellaris 8 Falcon）成像。图示为总荧光强度（G）、荧光寿命（H）和相位图（I）。通过基于相位的寿命解混，成功分离了三种标记成分的信号（J）。比例尺，20 μm。

816

2026年8月20日

《科学》

我们通过共转染HeLa细胞（MitoTag-NovoTag₄₉₄S、2×FYVE-NovoTag₄₉₄和H2B-NovoTag₄₉₄L），随后固定并用10 nM JF₄₉₄染色，对这些设计进行了多重FLIM评估。通过基于相位的荧光寿命解混，成功分离了三种标记细胞成分的信号：线粒体（MitoTag-NovoTag₄₉₄S）、内体（2×FYVE-NovoTag₄₉₄）和染色质（H2B-NovoTag₄₉₄L），且寿命间交叉干扰最小，证明了NovoTags在多重FLIM细胞成像中的精细调谐成功。

共价 NovoTag 的设计

共价染料结合在脉冲追踪实验和单分子追踪等应用中（25–27）具有特别的意义。因此，我们研究了针对特定染料的共价 NovoTag 设计。氟化染料（如 JF657）可在其氟化侧苯基环上通过亲核芳香取代反应（SNAr）进行反应（28）。我们推测，在 NovoTag657 中将半胱氨酸残基置于其亲电基团附近，将促进染料与蛋白质之间形成共价硫醚键（图 S16A）。

我们表达并纯化了 47 种此类设计，用过量的 JF657（10 μM，孵育 12 小时）进行孵育，并使用十二烷基硫酸钠-聚丙烯酰胺凝胶电泳（SDS-PAGE）检测蛋白质-染料共价加合物的形成。47 种设计中有 12 种显示出共价结合（图 S15 和 S16B），其中在 SDS-PAGE 凝胶中荧光强度最高的设计被命名为 NovoTag657cv。液相色谱-质谱（LC-MS；图 S16℃）分析显示出与标记 NovoTag657cv 相对应的峰，证实了染料共价键的形成。LC-MS 时间过程分析显示，孵育 3 小时后标记率为 47.8%（SD = 1.6%），表明在过量 JF657 条件下 SNAr 共轭动力学的半衰期（t1 / 2）约为 3 小时（图 S16D）。将表达 NovoTag657cv 的活细菌或 HeLa 细胞与 JF657 共孵育长达 18 小时，随后对全细胞裂解物进行 SDS-PAGE 分析（图 S16，E 和 F），表明共价键在细胞内形成。HeLa 细胞的活体荧光成像进一步证实了 NovoTag657cv-eGFP 与 JF657 之间的共定位（图 S17），证明了 NovoTag 在细胞成像中的共价标记可行性。

NovoSplit实现化学诱导二聚化

化学诱导二聚化（CID）系统已广泛用于促进蛋白质-蛋白质相互作用，应用范围从信号转导和基因表达到蛋白质定位和降解（29–32）。我们推测，设计的NovoTags分裂变体可作为一种CID系统，其中荧光JF染料可在活细胞内诱导二聚化，从而精确控制蛋白质相互作用及下游过程，同时提供诱导相互作用的直接荧光读出。

我们设计了NovoTag657的分裂版本，并对47种预测在染料存在下可组装的设计进行了哺乳动物双杂交筛选，以评估其在无染料时的最小自二聚化及添加JF657后的可诱导二聚化（fig. S18）。通过荧光共定位分析在HeLa细胞中进一步评估了表现出最高染料诱导报告激活的五种设计（见材料与方法）。其中最佳分裂设计（fig. S19B）源自最高非共价NovoTag657设计（图1℃）。为减少无JF657时的残余自二聚化（. S19B），我们通过引入Arg53→Ala替换，去除了Glu14与Arg53之间的盐桥（. S20A）；这一改动消除了非诱导二聚化，而JF657诱导的二聚化未受损害（. S20, B和C）。我们将该分裂系统命名为NovoSplit657。NovoSplit657的AF3预测与NovoTag657的晶体结构高度一致（Cα-RMSD = 0.38 Å）（图4B）。

我们在HeLa细胞中评估了NovoSplit657作为CID系统的性能。其中一个分裂片段NovoSplit657A通过MitoTag靶向线粒体外膜，并额外用mStayGold荧光标记（33）。第二个分裂片段NovoSplit657B用mCherry荧光标记（34），并以胞质蛋白形式表达（图4℃）。用JF657（200 nM，孵育1小时）处理后，诱导了mCherry-NovoSplit657B从胞质向线粒体的转位，mStayGold与mCherry之间的皮尔逊相关系数（r）为0.74（SD = 0.15）。JF657荧光信号与mStayGold-NovoSplit657A及mCherry-NovoSplit657B共定位（r = 0.78, SD = 0.06和r = 0.88, SD = 0.05），证明该小分子既可诱导二聚化，又能提供新形成相互作用的荧光读出（图4, D和E）。JF657滴定实验显示，染料浓度低至50 nM即可诱导二聚化，更高染料浓度则动力学更快（. S21）。用1 μM JF657进行活细胞荧光成像显示，t1 / 2为5.8分钟（95%置信区间：5.0至6.7分钟）（. S22及影片S2）。对NovoSplit657的染料结合特异性评估表明，仅JF657可诱导二聚化，而JF494和JF596则无此效果（. S23）。

NovoSplit实现天然蛋白质-蛋白质近距离生物感应

我们假设NovoSplit657还可用于探测天然蛋白质-蛋白质相互作用，类似于双分子荧光互补系统（如split-GFP，参考文献35），前提是将NovoSplit657的两个组分分别融合至两个感兴趣蛋白，并在细胞固定后再引入JF657染料。我们推理，若目标蛋白在细胞内处于近距离，固定后的微小重排可促成JF657染料介导的分裂系统二聚化，从而提供蛋白质近距离的直接荧光读出；反之，若两蛋白相距较远，固定将阻止分裂系统两半组装所需的大尺度重排，无荧光信号产生。

为评估NovoSplit系统的蛋白质-蛋白质近距离生物感应能力，我们选用了一对从头设计的蛋白质LHD(A)与LHD(B)，其可形成稳定异二聚体（参考文献36）。(A)被融合至NovoSplit657A-mScarlet并通过MitoTag靶向至线粒体外膜；(B)被融合至NovoSplit657B-mNeonGreen并以胞质蛋白形式表达。由于(A)与(B)可自发形成异二聚体，我们预期两构象体将共定位，使NovoSplit657A与NovoSplit657B进入近距离（图4F）。经化学固定并用JF657（5 nM，孵育30分钟）处理后，荧光显微镜显示mScarlet与mNeonGreen共定位（r = 0.93，SD = 0.06），表明(A)–(B)异二聚体形成，且与两荧光蛋白共定位的JF657荧光信号清晰可见（r = 0.74，SD = 0.09和r = 0.79，SD = 0.08，分别对应图4，G与J），证明NovoSplit657A–NovoSplit657B–JF657三元复合物可在固定后组装。作为对照，我们重复实验，表达NovoSplit657B-mNeonGreen但省去(B)（图4H）。在缺乏驱动(A)–(B)结合的配对情况下，NovoSplit657B-mNeonGreen分布于整个胞质，两构象体共定位极低（r = 0.31，SD = 0.12），且未观察到局部JF657荧光（图4，I与J）。以上数据证实我们的推测：仅在分裂系统两半已处于近距离时，染料于固定后添加才能重建荧光三元复合物。因此，通过染料后固定的方式，NovoSplit系统可在不引入伪关联的前提下检测两目标蛋白的相互作用。荧光信号提供的是固定时刻关联程度的快照，而非某些不可逆分裂荧光蛋白系统所记录的累积复合物形成量（参考文献37）。

《科学》2026年8月20日

817

图4. 通过NovoSplit₆₅₇进行化学诱导二聚化与近端生物传感

（A）构建NovoSplit₆₅₇：将NovoTag₆₅₇在两个位点进行切割，并将原始C端和N端与短连接肽融合。荧光染料JF₆₅₇可诱导两个单体NovoSplit₆₅₇ᴬ和NovoSplit₆₅₇ᴮ二聚化。为防止非诱导二聚化，在NovoSplit₆₅₇ᴮ中引入Arg⁵³→Ala替换。（B）NovoSplit₆₅₇的AF3预测（彩色）与NovoTag₆₅₇晶体结构（灰色）的叠加。（C至E）NovoSplit₆₅₇作为化学诱导二聚化系统：HeLa细胞转染MitoTag-mStayGold-NovoSplit₆₅₇ᴬ和mCherry-NovoSplit₆₅₇ᴮ（C）。细胞用200 nM JF₆₅₇孵育1小时，洗涤三次，化学固定后在共聚焦显微镜（Zeiss LSM 980 AiryScan）下成像（D）。通过计算NovoSplit₆₅₇ᴬ与NovoSplit₆₅₇ᴮ以及NovoSplit₆₅₇ᴬ与JF₆₅₇之间的皮尔逊相关系数分析共定位（E）。每个样本分析59个非诱导细胞和61个JF₆₅₇诱导细胞。（F至J）NovoSplit₆₅₇作为近端生物传感器：HeLa细胞转染MitoTag-LHD(A)-NovoSplit₆₅₇ᴬ-mScarlet和LHD(B)-NovoSplit₆₅₇ᴮ-mNeonGreen（F）或NovoSplit₆₅₇ᴮ-mNeonGreen[作为阴性对照（H）]。细胞化学固定后用5 nM JF₆₅₇标记30分钟，随后洗涤三次。在OMX SR显微镜上采集荧光图像[(G)和(I)]。对于（G）中的实验，通过计算NovoSplit₆₅₇ᴬ与NovoSplit₆₅₇ᴮ以及NovoSplit₆₅₇ᴬ与JF₆₅₇之间的皮尔逊相关系数分析共定位（J）。每个样本分析11个[LHD(A)-LHD(B)]细胞和12个[LHD(A)]细胞。所有数据以箱线图显示，表示中位数（盒中心）、25%和75%四分位数（盒边界）以及最小和最大值（误差线）。每个数据点代表一个细胞。进行了无配对双侧Welch t检验。统计显著性：***P < 0.0001。比例尺：（D）20 μm；（G）和（I）40 μm。

讨论

NovoTags结合了小分子荧光染料的优异光物理特性与蛋白质的遗传可编程性。由于设计的结合位点对染料具有特异性，NovoTags可在同一细胞中直接同时使用多种明亮、光稳定且未经修饰的JF染料进行多重成像。相比之下，HaloTag（3）或SNAP-tag（4）的共享偶联化学仅允许在单次实验中对每个标签使用一种染料。此外，NovoTags的体积更小，应可减少空间位阻并降低对被标记蛋白的潜在干扰。NovoTag结合位点的可调谐性进一步拓展了先进显微技术的机遇，并为调控或测量细胞内蛋白质相互作用提供了新方法：共价NovoTag (_{657}^{rv}) 在需要永久标记的应用中具有优势，包括脉冲追踪实验、单分子追踪（25–27）及活体成像；调节荧光寿命的NovoTags可将成像扩展至光谱解混之外，实现多重FLIM，尤其适用于活细胞成像，因为减少光谱通道数可降低光漂白；NovoSplit将染料结合转化为条件性蛋白二聚化，并提供直接的荧光读出。在固定后引入荧光团的情况下，NovoSplit可作为一种极其灵敏（因JF染料的亮度）且背景低的天然相互作用近距离传感器。

此处描述的设计策略应可扩展至更广泛的合成荧光染料范围，包括近红外染料及具有特殊性质（如光激活或闪烁）的荧光染料（21，38，39）。考虑到先进光谱解混可实现对发射峰相差25 nm的荧光染料进行光谱分辨（40，41），有望开发出10种或更多可分辨的NovoTag-染料组合，覆盖整个光谱。本研究通过三种可分辨寿命的NovoTag(_{494})变体，在寿命维度上进一步拓展了分离能力，有望将此类探针面板扩展至3×10=30种或更多可同时分辨的探针。在同一细胞或组织中同时分辨并追踪多种不同标记蛋白的能力，有望为分子细胞生物学带来重大进展。结合近期相关研究（42–44），我们的工作为整合合成化学与蛋白质工程以推动生物成像及相关领域发展提供了一个通用框架。

参考文献与注释

1. M. Hirano等，Nat. Biotechnol. 40，1132–1142（2022）。

2. J. B. Grimm等，J. Am. Chem. Soc. 145，23000–23013（2023）。

3. J. B. Grimm，L. D. Lavis，Org. Lett. 13，6354–6357（2011）。

4. K. Yan等，Nat. Commun. 15，2593（2024）。

5. G. V. Los等，ACS Chem. Biol. 3，373–382（2008）。

6. A. Keppler等，. Biotechnol. 21，86–89（2003）。

7. M. Holtmannspötter等，Angew. Chem. Int. Ed. 62，e202219050（2023）。

8. E. A. Specht，E. Braselmann，A. E. Palmer，Annu. Rev. Physiol. 79，93–117（2017）。

9. L. An等，Science 385，276–282（2020）。

10. A. Lauko等，Science 388，eadu2454（2025）。

11. L. Lu等，Science 384，106–112（2024）。

12. J. Dauparas等，. Methods 22，717–723（2025）。

13. A. Leaver-Fay等，in Methods in Enzymology（Elsevier，2011），第487卷，第545–574页；https: / linkinghub.elsevier.com / retrieve / pii / B9780123812704000196。

14. J. Jumper等，Nature 596，583–589（2021）。

15. J. Abramson等，Nature 630，493–500（2024）。

16. D. G. Millar，G. C. Shore，J. Biol. Chem. 268，18403–18406（1993）。

17. J. B. Grimm等，JACS Au 1，690–696（2023）。

18. D. J. Gillooly等，EMBO J. 19，4577–4588（2000）。

19. A. Nagano等，. Genet. 12，254–259（1996）。

20. S. Manilal，T. M. Nguyen，C. A. Sewry，G. E. Morris，Hum. Mol. Genet. 5，801–808（1996）。

21. J. B. Grimm等，. Methods 17，815–821（2020）。

22. J. B. Grimm等，. Methods 14，987–994（2017）。

23. T. Kanda，K. F. Sullivan，G. M. Wahl，Curr. Biol. 8，377–385（1998）。

24. L. El Hajji等，Adv. Sci. (Weinh.) 11，e2404354（2024）。

25. A. Gautier等，Chem. Biol. 15，128–136（2008）。

26. R. A. Merrill等，J. Biol. Chem. 294，16164–16171（2019）。

27. T. Ha，C. Kaiser，S. Myong，B. Wu，J. Xiao，Mol. Cell 82，304–314（2022）。

28. A. M. Spokovny等，J. Am. Chem. Soc. 135，5946–5949（2013）。

29. B. Z. Stanton，E. J. Chory，G. R. Crabtree，Science 359，eaao5902（2018）。

30. T. Inobe，N. Nukina，J. Biosci. Bioeng. 122，40–46（2016）。

31. T. Miyamoto等，. Chem. Biol. 8，465–470（2012）。

32. S. Bottone等，. Methods 20，1553–1562（2023）。

33. R. Ando等，. Methods 21，648–656（2024）。

34. N. C. Shaner等，. Biotechnol. 22，1567–1572（2004）。

35. H. Ren等，Biomolecules 14，859（2024）。

36. D. D. Sahtoe等，Science 375，eabj7662（2022）。

37. M. G. Romei，S. G. Boxer，Annu. Rev. Biophys. 48，19–44（2019）。

38. J. B. Grimm等，. Methods 13，985–988（2016）。

39. K. L. Holland等，. Methods 23，909–913（2026）。

40. J. Seo等，. Commun. 13，2475（2022）。

41. T. Zimmermann，J. Marrison，K. Hogg，P. O'Toole，in Confocal Microscopy: Methods and Protocols, S. W. Paddock编（Springer，2014），第129–148页；https: / doi.org / 10.1007 / 978-0-8270-847-8_5。

42. Y. Chen等，De novo designed bright, hypersensitive rhodamine binders for fluorescence microscopy，bioRxiv 661379 [Preprint]（2025）；https: / doi.org / 10.1101 / 2025.06.24.661379。

43. J. Kompa等，J. Am. Chem. Soc. 148，1419–1429（2026）。

44. R. Petrenas等，Rapid assessment of size, shape, and chemical complementarity of ligands for computational protein design，BioRxiv 662286 [Preprint]（2025）；https: / doi.org / 10.1101 / 2025.06.30.662286。

45. L. Tran等，Code archive for: De novo design of orthogonal far-red, orange, and green fluorophore-binding proteins for multiplexed imaging，Zenodo（2026）；https: / doi.org / 10.5281 / ZENODO.20068066。

46. L. Tran等，Raw data for: De novo design of orthogonal far-red, orange, and green fluorophore-binding proteins for multiplexed imaging，Zenodo（2026）；https: / doi.org / 10.5281 / ZENODO.20554312。

致谢

补充材料

材料与方法；图S1至S23；表S1至S3；影片S1至S3；数据S1；MDAR可重现性检查清单；参考文献（47–65）

提交时间：2025年7月30日；重新提交时间：2026年3月9日；接受时间：2026年6月26日；在线发表时间：2026年7月16日

10.1126 / science.aeb0822

《科学》2026年8月20日

819

研究论文

火星地质学

火星盖尔撞击坑中原生硫沉积

Scott J. VanBommel^{1*< / sup>，Jeff A. Berger<>2< / >，Penelope L. King<>3< / >，William E. Dietrich<>4< / >，Ralf Gellert<>5< / >，Lucy M. Thompson<>6< / >，Ashwin R. Vasavada<>7< / >，Alexander B. Bryk<>4< / >，Edwin S. Kite<>8< / >，Joanna V. Clark<>9< / >，Aster C. Cowart<>10< / >，Rebecca M. E. Williams<>10< / >，Sarah L. Simpson<>9< / >，Heather B. Franz<>11< / >，Catherine D. O'Connell-Cooper<>6< / >，Michael A. McCraig<>5< / >，Abigail A. Freeman<>7< / >，John R. Christian<>1< / >，Abigail L. Knight<>1< / >，Nicholas I. Boyd<>5< / >，Deirdra M. Fey<>12< / >，Benton C. Clark<>13< / >，Christopher H. House<>14< / >}

已知火星岩石中含有硫化合物，包括硫酸盐和硫化物。这些化合物记录了在火星地质演化过程中运行的硫循环。我们使用好奇号火星车调查了火星盖尔撞击坑内Gediz Vallis中浅色石块沉积物，发现这些石块由原生硫组成。该硫沉积物似乎原地形成于切入Gediz Vallis底部的蜿蜒峡谷中。原生硫的存在表明，涉及浮力地下流体的硫富集途径在古代火星上运行。我们提出，这种硫的主要来源是岩浆蒸气，其在近地表冰冻圈中冷却，并在Gediz Vallis侵蚀过程中因减压而释放。

硫的氧化态和矿物学受成岩或蚀变过程中的地球化学条件（如温度、pH、气体分压和化学循环）影响，并随后在漫长的地质时间尺度上被记录。在火星表面，氧化态硫离子（硫酸盐，SO_{4< / sub><>2−< / >）是多样岩石和土壤中占主导地位的硫相。还原态硫离子（硫化物，S<>−< / >或S<>2−< / >）存在于某些火星样本中，是部分表面物质的次要组分（1–3）。处于中间氧化态的原生硫（中性S<>0< / >）在任何火星物质中均未被识别。}

在地球上类似火星的环境中，S<>0< / >通常在高温火山或热液区形成（4）。相比之下，低温水文和冰川过程可有效进行硫循环，但通常涉及氧化态硫酸盐（1, 5）。低温循环可被硫还原微生物加速（6, 7），但火星上尚无确凿的生物化学证据（8）。

好奇号火星车正在调查火星盖尔撞击坑内的地质情况。该撞击坑约37亿年前因撞击形成（9, 10），可能引发了持续约1万至5万年的局部热液活动（11）。撞击坑随后被沉积物填充，且撞击坑内未见高温火山或热液区在地表表现的证据（12）。撞击坑内的沉积基岩经历了广泛的低温水成蚀变，相关硫循环由硫酸盐控制（13）。诸如硫富火山蒸气的紫外光解等大气过程（1, 14）不太可能在纯原生硫的局部沉积物中产生大量S<>0< / >。因此，原生硫不会预期出现在盖尔撞击坑的沉积沉积物中。

地质背景

好奇号在盖尔撞击坑中心的 Aeolis Mons（非正式名称为夏普山）山麓的 Gediz Vallis 谷底，发现了一处面积约 2100 平方米的三角形浅色石块局部沉积区（图 S1 及影片 S1）。在 Gediz Vallis 谷底，一条蜿蜒峡谷沿约 700 米的下坡路径至少切入基岩 10 米深（图 1B 及图 S2）。该基岩由富含镁和钙硫酸盐的夏普山群沉积层组成（15）。峡谷部分被岩崩物质填充（图 2 及图 S3），这些物质无序地沉积了大小从卵石（4 至 64 毫米）到巨砾（>256 毫米）的棱角状岩块（16, 17）。

随后的部分侵蚀（由风力及可能的碎屑流和河流作用）清除了部分岩崩碎屑，在基岩峡谷的弯曲外侧边界留下了局部碎屑沉积物。这一过程剥露了部分基岩峡谷壁，在岩屑与基岩之间形成一处凹地，浅色石块即沉积于此（图 2 及图 S1）。该区域随后被岩崩沉积物（可能还有碎屑流沉积物）覆盖（图 S1）。渐进侵蚀暴露了浅色沉积物，并导致上坡面后退，形成一个朝西北方向的凹形斜坡（18）（图 S4）。后期碎屑流可能侵蚀了切入浅色石块沉积物西侧边缘的沟道。沿此边缘，一处明显的碎屑流沉积层（岸堤）在侵蚀至现有地形后沉积于浅色沉积物之上（图 S1 及 S5）。

侵蚀后的斜坡被以下混合物覆盖：（i）松散的浅色石块；（ii）偶见从覆盖浅色沉积物的崩塌与流动碎屑中侵蚀而来的松散深色块体；（iii）深色沙粒（图 S4、S6 及 S7）。浅色石块大多为卵石至大卵石大小（64 至 256 毫米），但也存在少量更大的巨砾。Gediz Vallis 谷底的所有其他沉积物在岩性上均多样化；所有岩石均为沉积岩，在颜色、硬度及层理方面差异显著，但化学成分相似（19）（图 S5、S8 及数据 S1）。我们推断浅色石块原地形成，并在后续侵蚀过程中经历了一定的顺坡位移。

成分测量

通过“好奇号”α粒子X射线光谱仪（APXS）对五块浅色石头进行了10次独立分析（图3及图S9、S10）。浅色石头的原位X射线荧光光谱主要由一个大的硫峰主导（图4，A和B）。这些光谱与玄武岩质沙粒被困在凹陷处（图4℃）以及微米级尘埃的混合物一致，两者均覆盖在富硫相之上（20）（图S11）。可能存在约0.2 wt %的钙（图S12）。观测到的元素计数率与下伏物质为S^0而非SO_3一致（20）。弹性和非弹性X射线散射的相对强度与SO_4^{2-}离子中S^{6+}的预期值存在显著差异，并表明轻元素（如氧）的浓度较低（20）。常见于盖尔撞击坑硫酸盐中的阳离子（如Ca^{2+}和Mg^{2+}）（21）或其他不常见硫酸盐（如K^+、Fe^{2+}和Fe^{3+}）含量极低。多点分析显示相对X射线散射强度存在梯度（图4D），这也与S^0一致（20）。在“好奇号”车轮压裂的一块浅色石头内部获取的光谱数据（图5及图S13、S14）在扣除尘埃和沙粒的光谱影响后（20）（图S11），与未压裂浅色石头表面的光谱无法区分。我们将APXS X射线荧光和散射数据解释为表明石头沉积物在定量限度内（20）由纯S^0组成。

^{1}麦克唐奈空间科学中心，地球、环境与行星科学系，圣路易斯华盛顿大学，圣路易斯，密苏里州，美国。^{2}阿门图姆公司，美国国家航空航天局约翰逊航天中心天体材料研究与探索科学部，休斯敦，德克萨斯州，美国。^{3}地球科学研究学院，澳大利亚国立大学，堪培拉，澳大利亚。^{4}地球与行星科学系，加州大学伯克利分校，伯克利，加利福尼亚州，美国。^{5}物理学系，圭尔夫大学，圭尔夫，安大略省，加拿大。^{6}地球科学系，新不伦瑞克大学，弗雷德里克顿，新不伦瑞克省，加拿大。^{7}喷气推进实验室，加州理工学院，帕萨迪纳，加利福尼亚州，美国。^{8}地球物理科学系，芝加哥大学，芝加哥，伊利诺伊州，美国。^{9}德州州立大学，美国国家航空航天局约翰逊航天中心天体材料研究与探索科学部，休斯敦，德克萨斯州，美国。^{10}行星科学研究所，图森，亚利桑那州，美国。^{11}美国国家航空航天局戈达德航天飞行中心，格林贝尔特，马里兰州，美国。^{12}马林空间科学系统公司，圣地亚哥，加利福尼亚州，美国。^{13}空间科学研究所，博尔德，科罗拉多州，美国。^{14}地球科学系，宾夕法尼亚州立大学，大学公园，宾夕法尼亚州，美国。*通讯作者。电子邮箱：vanbommel@wustl.edu。

820

2026年8月20日 Science

图1. 火星硫沉积物的区域背景与位置

所有面板均使用轨道观测数据（35）。（A）西北盖尔撞击坑中好奇号火星车行进路线的地形图。每个面板中的黄线表示火星车的行进路线，起点为布拉德伯里着陆点，约4200个火星太阳日后到达硫沉积物。颜色表示相对于火星大地水准面的海拔高度。白色方框表示（B）中所示区域。标注的经度和纬度对应硫沉积物的位置。（B）硫沉积物周边局部区域的轨道图像。灰色等高线表示海拔高度。（C）来自（B）中矩形区域的放大图。白色虚线勾勒出浅色石块的大致范围，青色星标记了使用APXS探测的石块位置。

硫磺石的岩石学特征

使用火星手持透镜成像仪（MAHLI）获取了光亮色调的天然硫磺石高分辨率图像（约15至30微米 / 像素）。这些图像未能分辨出未受扰动石块表面的任何颗粒纹理，表明任何S⁰颗粒边界均小于图像分辨率，尽管尘埃覆盖层为我们评估可能的颗粒尺寸带来不确定性。火星车

图2. 盖迪兹谷底的上坡视角图。该视图通过将轨道图像重投影到地形模型生成（35）。白色线条勾勒出基岩峡谷的边缘。黄色线条为火星车从左至右的行进路径。黄色标签标注了岩石崩塌沉积物土堆的非正式名称。灰色虚线轮廓标示出包含光亮色调硫磺石的三角形区域。皮纳克尔岭下坡方向的峡谷宽约90米。

火星车车轮压碎了一块光亮色调的石块，露出无尘内部，其具有玻璃光泽至树脂光泽，且呈半透明至浅黄色外观，均与S⁰一致（图5）。暴露的内部未夹带岩石碎片或含沉积胶结物；我们仅观察到硫磺及少量孔洞。

在最陡峭的上坡区域，光亮色调的石块以不同角度分布，且似乎松散地散布于表面。这些石块通常表面粗糙或凹凸不平，且具有不规则表面（figs. S8和S15）。在上坡区域，除圆形孔洞和重叠多孔洞外，还存在弧形至透镜状横截面的孔洞（凹穴）。在非正式称为怀特巴克山口的分析点（位于沉积物顶部，fig. S1和movie S1），孔洞均匀至随机分布，形状为等轴至拉长状，宽度均小于2厘米。孔洞存在于破碎石块的内部（图5），尽管其不如在沙质磨蚀表面上清晰。

光亮色调石块的表观纯硫成分及缺乏外来物质夹带表明其原地形成。晶体S⁰聚集体脆性至易碎，若经搬运则可能形成棱角状块体（22）。被火星车车轮压碎的碎片即具有此类棱角形状（图5和fig. S13）。光亮色调石块富含孔洞，尤以暴露面顶部附近为甚（figs. S16和S17）。孔洞降低岩石内聚力并增加搬运过程中破碎的可能性，其存在因此也暗示原地形成。观察到的三联结点（fig. S18B）可能是凸面内凹和球茎状形态的边界，如亚球形质量密集堆积所产生的形态（fig. S15℃）。

我们推断沉积物顶部陡峭处的硫磺石最接近下伏未受扰动的S⁰沉积物。顺坡而下，暴露的石块表面光滑且孔洞较少，其长轴趋于平行于坡面（figs. S16和S17）。最大的石块位于山坡底部（fig. S4）。这些顺坡变化可能源自三种潜在机制：（i）膨胀性蒸气在原地形成过程中向上流经S⁰石块；（ii）近球形、可延展的硫磺质量在沉积物中随深度增加而承受更大压缩（图S18）；或（iii）风蚀驱动山坡后退，促成沙质磨蚀

Science 20 AUGUST 2026

821

研究文章

图3. 浅色原生硫磺石的背景环境

(A) 由漫游车桅杆相机（Mastcam）在Whitebark Pass地点拍摄的镶嵌图像（图1℃）。标签标注了Mammoth Lakes钻探地点以及APXS目标Palisade Glacier和Lake Dorothy。多块浅色石头暴露在斜坡上。

(B) Whitebark Pass地点的向下桅杆相机镶嵌图像。标签标注了APXS目标：浅色岩石Snow Lakes和Convict Lake富含硫磺，而其他目标（包括Mammoth Lakes）则富含硅酸盐。

(C) 距Whitebark Pass约10米处的Palisade Glacier和Lake Dorothy的桅杆相机镶嵌图像。[图像来源：NASA / 喷气推进实验室（JPL）-加州理工学院 / 马林太空科学系统（MSSS）]

平滑作用使石块沿坡缓慢向下蠕动，使石块沿坡排列，并有利于保存下坡方向孔洞较少的石块（18）。

硫的潜在来源及形成过程

能够在陷阱中形成的硫（任何氧化态）的主要来源包括低温地下水或卤水，或与撞击或岩浆流体相关的高温途径。我们接下来考虑这些潜在来源的证据，以及可能形成天然硫矿床的过程。

从地下水或卤水中生成( S^{0} )矿床需要大量高浓度硫的溶液（18）。这种情景需要将可溶的( SO_{4}^{2-} )还原为不溶的( S^{0} )，这在热力学和动力学上均不利，除非存在丰富或有效的还原剂（如有机碳、大气CO或氯酸盐）（6, 7）。盖尔撞击坑中唯一的还原碳存在于大气中（约0.06%的CO）（23）；大部分碳以大气中的( CO_{2} )和岩石中的碳酸盐（( C^{4+} )）形式存在（15, 23）。有机碳存在于Gediz Vallis下伏沉积岩中，但含量极低，仅为约0.1克岩石中几纳摩尔（24, 25）。因此，我们认为还原碳不太可能在盖尔撞击坑中产生大量( S^{0} )。我们未发现当地Gediz Vallis岩石与还原性卤水广泛相互作用的证据；大部分岩石与“好奇号”先前探索的夏普山和锡卡尔点岩群具有相似的成分和矿物学特征（26, 27）。矿床中向上增加的大量交叉孔洞需要一种浮力流体或蒸汽，我们认为这不会来自液态地下水或卤水过程。

高温撞击和岩浆过程可在浮力S-O-H流体或蒸汽中富集硫。撞击过程需要从目标岩体中提取比Gediz Vallis天然硫矿床大得多的硫体积，才能在流体中高效富集足够的硫以形成我们观察到的( S^{0} )。对于撞击含钙硫酸盐沉积物以释放( SO_{2} )，需要超过1460℃的温度（28）；撞击含硫酸盐无定形物质的沉积物则需要超过450℃的温度（29, 30）。

相比之下，源自岩浆脱气的S-O-H蒸汽（<900℃）可产生足够质量的富硫流体，形成该矿床。我们考虑Gediz Vallis中从喷气孔直接喷发流体的可能性

Fig. 4. APXS对天然硫的观测

(A) 比较APXS光谱数据：浅色石块（黑线）、附近分带块体（橙线）、典型火星土壤（蓝线）和大气（粉线）。标签指示各峰值的元素归属，或归因于APXS源的相干（Coh；瑞利）和非相干（Inc；康普顿）散射X射线。

(B) 与(A)中相同的黑线，带有彩色曲线表示各元素的拟合信号（如标签所示）。灰色虚线为拟合背景（Bkg）；相干和非相干散射分别用黑色虚线和点划线表示。

(C) MAHLI图像镶嵌图显示名为Snow Lakes的浅色石块（图3B），其上叠加黄色圆圈标示三个X射线荧光测量的APXS视场。[图像来源：NASA / JPL–Caltech / MSSS]

(D) Snow Lakes三个分析点的康普顿 / 瑞利（C / R）X射线散射强度（蓝色圆圈）随APXS视场内估算沙覆盖度的变化。误差棒表示2σ。为比较，图中还显示了活跃风成沙丘（蓝色方块，类似于深色坑洼区域的沙子）和预测的天然硫C / R值（蓝色菱形）的等效测量结果（20）。黑色虚线为对Snow Lakes数据点的双变量加权线性相关拟合，其外推值为：深色坑洼岩性为2.09 ± 0.20，无沙污染的浅色石块为1.245 ± 0.054；虚线为该回归的2σ置信限。

Gediz Vallis中不太可能存在高温证据，因为该区域地表附近缺乏高温证据，且Gale撞击坑内其他地区高温蚀变相的证据有限或模糊（31）。通常与S⁰在高温条件下共生的其他物种（如二氧化硅、硒、砷和挥发性痕量金属）在硫石块中未被检测到，在附近物质中也未发现异常浓度（18, 20）。硫以固态石块或熔流形式从远处高温沉积物运输的可能性较低，原因在于硫的易碎性及其在Gediz Vallis单一局部区域的分布。若S⁰源自高温源，则其可能以流体或蒸气形式运输，并在区域沉积物中留下极少的高温证据。

高温岩浆S-O-H流体可能在地下因冷却和失去浮力而被捕获，进而在地下冰冻层形成硫富集笼形包合物。Gediz Vallis沟渠的活跃侵蚀可能已移除覆盖在任何硫富集笼形包合物之上的沉积物。随后的减压可能形成S-O-H蒸气，并通过氧化还原反应（如2H₂S + SO₂ → 2H₂O + 3S⁰）在表面沉积S⁰。反应产生的冰冻表面水可为S⁰球体的沉积提供静水环境。Gediz Vallis中的冰陷阱与局部沉积物一致，且在冰内形成可保护几乎纯净的S⁰免受尘埃影响。石块中的圆形孔洞可能由下伏减压笼形包合物释放的S-O-H蒸气形成。后期压缩可能形成包含三相点边界的石块。

我们认为，岩浆去气作用形成的S-O-H流体是S⁰沉积中最合理的初始硫源，而冰陷阱及流体或蒸气释放情景与周边环境一致。

Science 20 AUGUST 2026

823

研究文章

图5. 浅色本地硫磺石的近距离影像。（A）APXS靶标Snow Lakes的MAHLI图像。（B）好奇号火星车车轮破碎后的APXS靶标Convict Lake的Mastcam图像。未扰动表面呈红棕色，而新暴露的内部色调较浅。（C）Convict Lake的MAHLI图像。箭头分别标示未扰动表面（黄色）和内部（粉色）的代表性横切孔洞，分别标记为1和2。白色方框标出（D）中所示区域。（D）Convict Lake的高分辨率MAHLI图像。[图像来源：NASA / JPL-Caltech / MSSS]

地质学。我们无法完全排除其仅通过高温过程形成的可能性，但因缺乏蚀变相且硫磺石需完整从他处运输至此，故视这些潜在路径为不太可能。

原生硫的年龄与保存

地貌特征及其与周围基岩的地层关系表明，( S^{0} ) 沉积物形成于约 3.1至2.8亿年前，即晚赫斯珀里亚纪或早亚马逊纪地质时期（18，32，33）。该沉积物可能长期被一层粗粒沉积物覆盖而得以保存。暴露于地表的松散 ( S^{0} ) 石块可能部分通过约 1微米 厚的氧化硫表面薄层（图5）得到保护；此类薄层可能无法被APXS检测到（20，34）。若 ( S^{0} ) 形成于晚赫斯珀里亚纪至早亚马逊纪（18），则其已在火星近地表存续数十亿年，其中部分时间可能处于埋藏状态。火星上 ( S^{0} ) 可能罕见，原因在于其形成或保存条件异常。在低温环境下（如永久阴影区）、被覆盖的沉积物中（如被尘埃或沙子覆盖）或缺乏强氧化剂、自由基或（离子化）气体且无水溶液的化学条件下，( S^{0} ) 的破坏速度较慢（0，1，5）。

参考文献与注释

1. H. B. Franz, P. L. King, in The Role of Sulfur in Planetary Processes, D. E. Harlov, G. S. Pokrovski, Eds. (Springer, 2026), pp. 1315–1394; https: / doi.org / 10.1007 / 978-3-032-07705-9_17.
2. D. T. Vaniman et al., Science 343, 1243480 (2014).

824

2026年8月20日 Science

研究论文

3. G. M. Wong et al., J. Geophys. Res. Planets 127, e2021JE007084 (2022).

4. W. F. Giggenbach, Appl. Geochem. 2, 143–161 (1987).

5. P. L. King, S. M. McLennan, Elements 6, 107–112 (2010).

6. D. F. Gleeson et al., Geobiology 9, 360–375 (2011).

7. S. E. Grasby et al., Astrobiology 3, 583–596 (2003).

8. J. A. Hurowitz et al., Nature 645, 332–340 (2025).

9. L. Le Deit et al., J. Geophys. Res. Planets 118, 2439–2473 (2013).

10. B. J. Thomson et al., Icarus 214, 413–432 (2011).

11. J. A. Rathbun, S. W. Squyres, Icarus 157, 362–372 (2002).

12. M. C. Malin, K. S. Edgett, Science 290, 1927–1937 (2000).

13. V. Z. Sun et al., Icarus 321, 866–890 (2019).

14. H. B. Franz et al., Nature 508, 364–368 (2014).

15. B. M. Tutolo et al., Science 388, 292–297 (2025).

16. M. N. Hughes et al., J. Geophys. Res. Planets 127, JE006848 (2022).

17. M. C. Palucis et al., J. Geophys. Res. Planets 121, 472–496 (2016).

18. 参阅补充材料正文。

19. R. Gellert, “Mars Science Laboratory alpha particle X-ray spectrometer RDR data V1.0, MSL-M-APXS-4 / 5-RDR-V1.0, NASA Planetary Data System” (NASA, 2013); https: / doi.org / 10.17189 / 1518757.

20. 材料与方法可查阅补充材料。

21. J. A. Berger et al., J. Geophys. Res. Planets 130, e2025JE009350 (2025).

22. A. Malyshev, L. Malysheva, Ore Geol. Rev. 150, 105199 (2022).

23. M. G. Trainer et al., J. Geophys. Res. Planets 124, 3000–3024 (2019).

24. J. L. Eigenbrode et al., Science 360, 1096–1101 (2018).

25. A. J. Williams et al., Nat. Commun. 17, 2748 (2026).

26. E. B. Rampe et al., Chem. Erde 80, 125605 (2020).

27. C. D. O'Connell-Cooper et al., J. Geophys. Res. Planets 127, e2021JE007177 (2022).

28. J. Rumble, CRC Handbook of Chemistry and Physics (Taylor and Francis, ed. 98, 2017).

29. A. C. McAdam et al., J. Geophys. Res. Planets 119, 373–393 (2014).

30. B. Sutter et al., J. Geophys. Res. Planets 122, 2574–2609 (2017).

31. A. S. Yen et al., J. Geophys. Res. Planets 126, e2020JE006569 (2021).

32. A. B. Bryk et al., Icarus 455, 117051 (2026).

33. A. B. Bryk et al., Icarus 430, 116445 (2025).

34. S. J. VanBommel et al., Spectrochim. Acta B At. Spectrosc. 191, 106410 (2022).

35. T. Parker, F. J. Calef III, “MSL Gale merged orthophoto mosaic” (PDS Annex, US Geological Survey, 2025); https: / astrogeology.usgs.gov / search / map / mars_msl_gale_merged_orthophoto_mosaic_25cm.

36. S. J. VanBommel, “WashU Research Data: APXS spectral modeling for native sulfur on Mars” (Washington University in St. Louis, 2026); https: / doi.org / 10.7936 / 6RXS-108352.

致谢

我们感谢火星科学实验室（MSL）团队过去和现在的成员及合作者多年来的工作，他们的贡献对好奇号任务至关重要。我们特别感谢设计、建造并持续操作航天器及其科学有效载荷的工程师们。APXS项目由加拿大航天局出资并管理；MacDonald Dettwiler and Associates是主要承包商。感谢澳大利亚联邦科学与工业研究组织的B. Ganly和B. P. E. Tee为APXS提供了与好奇号配置一致的硫物种（包括天然硫）的补充理论X射线散射强度，并感谢三位审稿人和编辑对手稿提出的改进建议。资金支持：S.J.V.、J.R.C.和A.L.K.获得了NASA火星科学实验室参与科学家计划资助（项目编号80NSSC22K0650），E.S.K.亦获此资助（项目编号80NSSC22K0731）。R.G.、L.M.T.、C.D.O.-C.、M.A.M.和N.I.B.获得了加拿大航天局资助（项目编号9F052-190632 / 001 / MTB）。P.L.K.获得了澳大利亚研究理事会资助（项目编号DP200100406）。C.H.H.获得了NASA宜居世界计划资助（项目编号80NSSC24M0210）。A.R.V.和A.A.F.获得了NASA子合同80NM0018D0004资助。W.E.D.和A.B.B.获得了马林太空科学系统公司资助。本研究部分工作（由A.R.V.和A.A.F.完成）在加州理工学院喷气推进实验室完成，该实验室与NASA签有合同（80NM0018D0004）。作者贡献：概念化：S.J.V.、J.A.B.、P.L.K.、W.E.D.、A.B.B.、A.C.C.；数据管理：S.J.V.、J.A.B.、R.G.、N.I.B.、A.L.K.；形式分析：S.J.V.、J.A.B.、P.L.K.、R.G.、W.E.D.、A.B.B.、L.M.T.；资金获取：S.J.V.、R.G.、P.L.K.、A.R.V.、A.A.F.；调查：S.J.V.、J.A.B.、P.L.K.、R.G.、W.E.D.、A.B.B.、L.M.T.、C.D.O.-C.、M.A.M.、J.R.C.、E.S.K.、A.C.C.、S.L.S.、J.V.C.、C.H.H.、R.M.E.W.、A.R.V.、A.A.F.、D.M.F.、B.C.C.；方法论：S.J.V.、J.A.B.、P.L.K.、W.E.D.、R.G.；项目管理：S.J.V.、J.A.B.、P.L.K.、W.E.D.、R.G.、N.I.B.、A.R.V.、A.A.F.；软件：S.J.V.、R.G.、N.I.B.、P.L.K.；资源：S.J.V.、R.G.、N.I.B.、P.L.K.；监督：S.J.V.、J.A.B.、P.L.K.、W.E.D.、A.R.V.、A.A.F.；验证：S.J.V.、J.A.B.、P.L.K.、W.E.D.、R.G.；可视化：S.J.V.、J.A.B.、P.L.K.、W.E.D.、D.M.F.、R.M.E.W.、A.B.B.；原稿撰写：S.J.V.、J.A.B.、P.L.K.、W.E.D.；审稿与编辑：S.J.V.、J.A.B.、P.L.K.、W.E.D.、M.A.M.、L.M.T.、A.L.K.、R.G.、E.S.K.、A.R.V.、J.V.C.、R.M.E.W.、A.A.F.、H.B.F.、S.L.S. 利益冲突：E.S.K.是Emeryville Astera研究所的驻院研究员。数据、代码与材料可用性：桅杆相机（MastCam）图像可在行星数据系统（PDS）获取，网址：https: / planetarydata.jpl.nasa.gov / img / data / msl / msl_mmm / data_MSLMST；我们使用了表S2中列出的文件。MAHLI和导航相机图像可在https: / mars.nasa.gov / multimedia / raw-images / 获取；我们使用了表S2和表S3中列出的文件。化学相机（ChemCam）镶嵌图像可在PDS获取，网址：https: / pds-geosciences.wustl.edu / -m-chemcam-libs-4_5-rdr-v1 / mslccm_1xxx / extras / rmi_mosaics / ；我们使用了表S2中列出的文件。APXS成分与光谱测量分别提供于数据S1和数据S2，并已归档至PDS，网址：https: / pds-geosciences.wustl.edu / -m-apxs-4_5-rdr-v1 / mslapx_1xxx / ，目标名称列于表S1。我们用于计算APXS理论X射线散射强度及建模天然硫与玄武岩砂尘混合光谱的MATLAB代码及输入数据文件已归档至华盛顿大学（36）。本研究未产生任何实体材料。版权信息：版权所有©2026，作者保留部分权利

reserved; exclusive licensee 美国科学促进会（AAAS）。无对原始美国政府作品主张权利。https: / www.science.org / about / science-licenses-journal-article-reuse

补充材料

材料与方法；补充正文；图S1至S21；表S1至S3；

参考文献（37–67）；数据S1和S2；影片S1

提交时间：2024年11月22日；接收时间：2026年6月4日；在线发表时间：2026年6月28日

10.1126 / science.adu5501

Science 20 AUGUST 2026

825

研究论文

原子线

超长包覆型单金属原子链的高压合成

张捷 (^{1})，董骁 (^{2})，邱盛超 (^{2})，杨鑫 (^{1})，李成雨 (^{1})，马洪飞 (^{3})，费云帆 (^{1})，曾庆超 (^{1})，李芳 (^{1})，谢毅 (^{4})，段彦 (^{4})，蒋旭东 (^{1})，徐静琴 (^{1})，郎璞懿 (^{1})，袁家瑞 (^{1})，罗浩 (^{1})，方媛 (^{1})，赵子霖 (^{1})，鲍一坤 (^{1})，王亚杰 (^{1})，陈永进 (^{1})，孙俊良 (^{3})，江尚达 (^{4,5})，毛河光 (^{1})，郑海燕 (^{1})，李阔 (^{1*})

单金属原子链（SMACs）代表了一维纳米结构的终极极限。它们作为凝聚态物理的典型模型系统，构成了下一代纳米电子学的基本构件。然而，适用于实际应用的SMACs合成仍具挑战性。在本研究中，我们通过将β-酞菁铜压缩至21吉帕斯卡以上，制备出微米级长度、碳包覆的铜SMACs。这些SMACs具有原子级有序结构，可通过酸辅助剥离分离，并展现出卓越的稳定性，其中Cu-Cu距离被限制在2.57埃。实验和计算结果表明其具有各向异性电导和反铁磁相互作用。本研究建立了一种通用的包覆型SMACs合成策略，使其成为潜在电子和自旋电子学应用的引人注目的平台。

单金属原子链（SMACs）被视为最纤薄的金属导线。作为一种代表性的一维（1D）结构，SMACs在电子学（1, 2）、磁学（3–5）、光学（6, 7）和催化（8）等领域引起广泛关注，并作为研究各种凝聚态理论（如Peierls不稳定性（9, 10）和Tomonaga-Luttinger液体（11））的理想模型。特别是在后摩尔时代——当硅基芯片正接近其物理尺寸极限之际——SMACs作为分子导线的潜在应用也应运而生（12, 13）。

过去几十年来，已开发出多种SMACs合成路线（14）。通常，SMACs需要支撑以实现稳定，包括表面（3, 11, 15）、晶界（16, 17）和有机配体（13）。其中，有机配体辅助合成（通常在溶液中进行）不仅提供了更灵活的结构控制，还实现了多种SMACs的可扩展合成，如Cr、Fe、Co、Ni、Cu、Pt、Ru和Rh（12, 13, 18, 19）。然而，大多数报道的SMACs由少于10个金属原子组成。主要原因在于溶液相合成通常需要可溶性配体辅助SMACs的形成，但能够匹配预期SMACs长度的配体往往不溶。仅有几项关于Ni-SMACs的研究记录了包含11个原子及以上的结构（20, 21），当前最高纪录为28个原子（22）。缺乏通用合成方法已严重阻碍了其进一步研究和应用。

高压提供了一种固态反应路径，以避免合成过程中出现的溶解性问题。众多具有卓越机械强度的延伸一维材料，如金刚石纳米丝（DNThs），已通过柱状堆叠的平面分子合成（23–26）。从合适的环状分子前体出发，可获得理想的纳米管，用于封装亚稳态一维系统。关键在于，施加的压力能够直接压缩平面配位化合物中的金属-金属距离，同时使有机配体转化为聚合碳骨架，从而通过配位键锁定压缩后的金属-金属距离（图 1）。

在本研究中，我们对单晶 (\beta)-酞菁铜（CuPc）施加了超过 21 GPa 的外部压力，并获得了以单晶形式存在的延伸包覆型 Cu-SMACs。Cu 原子通过配位 N-Cu 键锁定，其原子间 Cu-Cu 距离为 (2.57\AA)，而 Cu-SMACs 被 (\mathfrak{sp}^3) 碳网络包覆，形成包覆型单金属原子链（sSMACs）。协同效应下，致密的原子堆积和包覆型 (\mathfrak{sp}^3) 碳网络赋予 Cu-SMACs 显著的抗环境空气能力，甚至对强酸性介质也具有良好的稳定性，同时展现出突出的一维反铁磁耦合和各向异性电导性能。这些性能的组合使 sSMACs 成为未来纳电子和自旋电子器件的极具前景的材料平台。

Cu-sSMACs的合成与原位探索

CuPc（又称酞菁蓝）是一种著名的合成蓝色颜料，在常压条件下通常以单斜相（β相，空间群P2₁ / n）结晶。CuPc分子在柱状结构中平行堆叠，滑移角为45.5°（图2A）。通过物理气相输运法，我们制备了β-CuPc的紫色矩形单晶。晶体沿b轴延伸，该方向即为分子堆叠方向，b轴长度直接对应相邻CuPc分子间的Cu-Cu距离。我们利用原位高压单晶X射线衍射（SCXRD）技术（fig. S1），研究了β-CuPc在常压至21.5 GPa下的单位晶胞参数演变。β-CuPc在0.9 GPa时转变为高压相（记为HP-CuPc），单位晶胞参数出现突变（fig. S2）。HP-CuPc的晶体结构通过高压粉末X射线衍射Rietveld精修后的几何优化确定（fig. S3，A和B）。其空间群和柱间堆积方式与β-CuPc保持一致，但在4.3 GPa时b轴显著缩短（3.44 Å vs β-CuPc的4.79 Å），滑移角从45.5°减小至28.6°（图2B）。HP-CuPc的柱内堆积与已报道的η-CuPc相似（27, 28），但柱间堆积方式不同。β-CuPc、HP-CuPc与η-CuPc的结构对比见图S3，C至H。这种具有更小滑移角且π-π堆积更有效的结构配置，极有利于沿堆积方向的拓扑化学聚合（29, 30）。

在21.5 GPa下，晶格参数b相对于常压β-CuPc压缩了35.5%，达到3.09 Å，而a轴和c轴变化极小（fig. S2℃）。值得注意的是，这种压缩与单晶的宏观几何变化定量一致（图2，C和D），且这种各向异性压缩与DNThs聚合方向的典型压缩行为一致（31, 32）。超过21.5 GPa后，晶体沿b轴快速收缩，同时单晶衍射信号急剧恶化，均表明聚合反应开始。为避免样品室收缩导致的晶体破碎，我们采用热激活方式实现完全转化。在25.0 GPa下加热至533 K后，晶体沿其延伸方向不可逆收缩约46%，对应b轴长度减小至2.57 Å。当样品恢复至

826

2026年8月20日 Science

图1. 以金属环状配体配位前驱体构建sSMAC的示意图。有机分子的高压聚合“锁定”了致密堆积的金属链结构，即使在压力释放后仍能保持。

图2. CuPc在高压下的相变与聚合。（A和B）CuPc在常压（A）和4.3 GPa（B）下的晶体结构。相邻CuPc分子的相对取向由质心距离（(d_c)；亦为Cu-Cu距离）、层间距（(d_p)）以及分子平面法向与质心向量之间的滑移角（(\Phi)）描述。（C）通过SCXRD与晶体尺寸分析测定的单晶(\beta)-CuPc的晶格参数b演变。红色标记的数据点在25.0 GPa下加热至533 K后收集，此时压力略有上升。不同标签对应不同实验试次。（D）原位压缩-减压过程中(\beta)-CuPc晶体的光学图像。

常压下，该周期性是碳纳米线（33, 34）的典型周期性，恰好对应于两个C-C键且夹角为109°，并有力支持(\beta)-CuPc沿延伸方向聚合并形成1D纳米线，其临界压力约为21.5 GPa。

原位红外光谱通过揭示(\beta)-CuPc在21 GPa以上吸收峰的突然展宽（fig. S4A）确认了聚合。在25.0 GPa下加热至533 K持续12小时后，前驱体的红外信号完全消失，从而确认反应完成。样品恢复至常压（DAC-25H）后，在2897 cm⁻¹处显示出强红外吸收峰，对应sp³ C-H伸缩振动；而3050 cm⁻¹处的sp² C-H伸缩振动几乎消失（fig. S4B）。这些结果表明，酞菁环外围所有不饱和C(-H)原子均已聚合，如同许多芳香化合物在外部压力下（24, 25）一般，形成了饱和碳鞘。

Cu-sSMACs的结构表征

前文所述对CuPc的原位表征主要基于金刚石对顶砧压腔（DAC），其适合光学观察但无法支持sSMACs的规模化合成。为规模化合成大晶体，我们将β-CuPc单晶压缩至40 GPa，使用Paris-Edinburgh (PE) press制得毫克级大尺寸单晶Cu-sSMACs（PE-40，最大尺寸约940 μm × 250 μm × 50 μm；图3A）。所得产物的红外光谱与DAC-25H高度相似，证实结构一致性（fig. S4B）。所得PE-40体相单晶经实验室单晶X射线衍射（SCXRD）表征，揭示由排列纳米线形成的二维晶格，其单胞参数为a = 18.44 Å、c = 18.51 Å，β = 91.24°（fig. S5）。通过高角环形暗场扫描透射电子显微镜（HAADF-STEM）及选区电子衍射（SAED）实验，还观察到Cu-sSMACs的周期性一维阵列，其链间d间距约为13.59 Å，对应于（101）晶面（图3，B和C）。这些结果证明了通过β-CuPc单晶到单晶聚合形成的Cu-sSMACs具有高度有序的结构。

PE-40的SCXRD还揭示了沿纳米线轴向的2.57 Å周期性，与垂直于纳米线轴向所得SAED图样中分辨出的d = 2.50 Å衍射一致（图3℃及fig. S5）。该2.57 Å周期性对应于极近的Cu-Cu距离，表明碳鞘保留了高压条件下形成的高度压缩一维金属链。聚合物骨架约束的Cu-Cu距离明显小于CuPc中的

Science 20 AUGUST 2026

21.5 GPa，通过线性外推图S2D中的晶格参数b随压力变化（模拟CuPc在52 GPa时的状态），可视为对Cu²⁺施加了约52 GPa的“化学压力”。值得注意的是，在SCXRD和SAED结果中，h0l平面的衍射图案清晰，而hkl（k≠0）平面则呈现“层线”结构。这归因于晶体中的相关无序性——即每条Cu-sSMAC沿b轴具有2.57 Å的内部线程周期，在垂直于a-c平面方向上有序堆叠，但在b轴方向存在部分无序移动。这一特征在一维碳纳米线（35，36）中常见，且通过有序堆叠-无序移动模型的模拟可完美复现衍射图案（图3D及图S6）。该特征还表明线程间相互作用较弱，为剥离提供了可能性。

通常，通过高压方法合成的低维纳米材料（尤其是单晶产物）密度过高，难以常规剥离。本研究采用三氟乙酸（TFA）-N-甲基吡咯烷酮（NMP）联合超声处理，有效剥离了块体单晶（PE-40），并获得了单根纳米线。通过质子化骨架中的桥接氮原子，TFA显著提高了酞菁金属在常规溶剂中的溶解度（37–39）。类似地，Cu-sSMACs的剥离可能由TFA诱导的酞菁结构中类似桥接氮原子的质子化驱动（图S7A），并伴随晶格膨胀。

高分辨透射电子显微镜（HRTEM）图像显示大量窄曲的一维结构，宽度约1.3 nm，与Cu-sSMACs的理论直径一致，证实剥离成功（图3E）。直接观察到的Cu-sSMAC从晶格中脱离的长度超过1 μm（图S7B），相当于4000多个Cu原子，较已报道的SMACs尺寸高出两到三个数量级。这标志着自2015年首次报道DNThs（24）以来，首次以可扩展方式观察到高压合成的孤立碳纳米线，这一突破成为高压碳纳米材料发展与应用的里程碑。值得注意的是，Cu-sSMACs在高酸性环境（2.7 M TFA-NMP）中经数小时超声处理后仍保持结构完整性。其由饱和碳骨架赋予的卓越稳定性，进一步通过能谱分析（图3，F至H）和HAADF-STEM中的Cu-sSMAC结构（图S7，C和D）得到验证。在低电压和低剂量电子束条件下，使用HAADF-STEM直接观察到单根纳米线内的Cu链。测得的Cu-Cu距离为2.54 Å，与其他实验结果高度吻合（图3I）。

为确定产物的结构模型，通过密度泛函理论（DFT）计算优化了临界压力（21.5 GPa）下CuPc的晶体结构，并固定晶格参数为实验结果（a=15.33 Å，b=3.09 Å，c=16.17 Å，β=93.4°，由SCXRD测定）。分子间滑移角减小至27.1°，相邻CuPc分子间最短C-C距离为2.69 Å，显著短于芳香分子反应的典型临界距离（2.8 Å）（图3J及图S8A）。

在临界压力下相邻Pc环之间最接近的原子间距离的基础上，我们提出了一个产物的结构模型，该模型被Chen等人（33）称为polymer-I。在此模型中，四个苯环与相邻Pc环中的苯环发生聚合，且18π电子共轭大环得以保留（图S8B）。在释放晶胞约束条件下对该polymer-I模型进行结构优化，得到Cu-Cu距离为2.57 Å，且Cu-sSMACs呈有序排列（图3K），二者均与实验结果高度吻合，从而验证了模型的可靠性和结构保真度（图S8℃）。若模型中18π电子共轭大环之间形成键合，将显著缩短Cu-Cu距离，偏离透射电镜和晶体学结果。此外，从polymer-I模型模拟的红外光谱与实验数据高度一致。归属于18π电子共轭大环伸缩振动的吸收峰（1533.5 cm⁻¹，图S4℃）得以完整保留，表明Pc内部区域在纳米线骨架中仍保持sp²杂化形式。

为评估键合过程，我们在20 GPa下进行了nudged elastic band计算，并识别出一个能垒为50.3 kJ / (mol bonding)的过渡态，该值已低于典型室温反应的能垒（图S9A）（41）。在30 GPa下，能垒进一步降低至35.4 kJ / (mol bonding)（图S9B）。在此条件下，苯环的π轨道与相邻苯环的π轨道发生显著重叠，形成σ键，整个CuPc柱转变为Cu-sSMAC。该过程展示于影片S1中。模拟结果与实验高度吻合，实验表明聚合反应在828

20 AUGUST 2026 Science

磁性与Cu-sSMACs的电导率

为探究Cu²⁺-Cu²⁺间的相互作用，我们测量了PE-40的磁化率。在M-H曲线中（图4A），该样品的磁化强度较前体β-CuPc约低50%。这种减少源于聚合材料中紧密排列的Cu²⁺间存在反铁磁相互作用。在M-T曲线中，PE-40在100 K以上表现出典型的居里-外斯顺磁性，外斯常数θ_CW为-34.2 K，表明存在反铁磁耦合（图4B）（42）。相比之下，β-CuPc的M-T磁化率数据同样显示居里-外斯顺磁性，但外斯温度接近零（θ_CW≈0.008 K）（fig. S11A），与文献一致（43）。

随后，我们利用交流阻抗谱（图4℃及fig. S11B）表征了PE-40单晶沿纳米线方向及垂直方向的各向异性电输运性质，并通过fig. S11℃所示等效电路拟合数据。拟合电容值在两个方向上均与晶界阻抗特征一致（平行于b轴8.4×10⁻¹⁰ F / cm，垂直于b轴8.1×10⁻¹¹ F / cm）（44），表明单晶中的晶界或缺陷仍主导电阻。晶界电阻的拟合值为：沿链方向R_gb,‖=9.0×10⁶ Ω（电导率5.5×10⁻³ S / m），垂直方向R_gb,⊥=2.9×10⁷ Ω（3.1×10⁻⁴ S / m），显示出超过一个数量级的强各向异性。晶粒本征电阻R_g应从半圆高频端（左端）估算；然而，该值在图中趋近于零，表明其数量级更小。需注意的是，以上仅为初步观察。显然，需要制备晶界或缺陷更少的样品（更小的R_gb）以精确测定，并通过理论计算估算电导率。

为理解sSMACs的内禀磁性和电子性质，我们对Cu-sSMACs进行了自旋极化DFT能带结构计算，并获得其投影能带结构及投影态密度（PDOS），如图4D、E及fig. S12A所示。自旋贡献主要来自Cu原子的d_x²-y²轨道，并呈现出突出的自旋交替一维链。

图4. 通过实验和计算探究Cu-sSMACs的磁性与电子性质。（A）PE-40与β-CuPc在2 K下每个Cu原子的磁矩随外加磁场的变化。（B）PE-40的温度依赖磁化强度，采用居里-外斯（CW）定律拟合。（C）PE-40沿b轴（‖b）及垂直于b轴（⊥b）的交流阻抗谱Nyquist图（室温）。（D）Cu-sSMACs的投影能带结构，其中能带权重来自C 2p、N 2p和Cu 3d轨道。内插图放大了Γ-X方向-0.25 eV至0.25 eV的能量区域。三组为电导提供主要贡献的能带被标记为1、2和3、4、4。（E）Cu、C和N轨道的PDOS。（F）±0.007 e / ų的自旋密度等值面。黄色和青色

isosurfaces分别表示自旋向上和自旋向下的密度。（G）在Γ点处，带3的概率密度等值面图。等值面值设定为0.0008 Å⁻³，显示由C 2p轨道形成的类σ键合链。（H）Cu-sSMACs三芯壳层结构的示意图。对电导贡献最大的碳原子在图中标记为C₁至C₈。

Science 2026年8月20日

829

研究文章

图4F所示的0 K自旋密度图解释了Cu离子间的显著反铁磁耦合。为评估Cu-Cu相互作用，我们进行了晶体轨道哈密顿布居（COHP）分析。计算得到的积分COHP（ICOHP）值为-0.27723 eV，表明Cu原子间的键合非常弱，与Cu²⁺不易形成金属-金属键的报道一致（19）。Cu的e₉带非常平坦（图4D），局域电子构型及~0.44 eV的带隙表明Cu-sSMACs的导电性并不依赖于Cu的金属-金属键合。

相比之下，有三条带（橙色）穿过费米能级并主导sSMACs的导电性。所有这些带均呈抛物线形状，是近自由电子模型的典型特征。在实空间中，这些带主要来自图4H中的C₁至C₈。这些碳原子为sp²杂化，与两个N和一个C原子键合。剩余的2p电子与沿sSMACs方向的两个相邻单元对应碳原子具有显著相互作用，可认为形成链状结构（图4G及支持信息图S12，B和C）。电导率计算还表明，沿链轴方向的电导率高达2.5×10⁷ S / m，较垂直于纳米线方向（1.2×10⁴ S / m）高三个数量级。这代表了理想无缺陷结构的固有上限，凸显了该体系的巨大潜力。我们的实验和计算结果表明，Cu-sSMACs具有由饱和碳骨架包覆的独特核芯结构，形成由绝缘壳层、导电中间层和反铁磁核组成的三层架构（图4H）。

结论

以不饱和环状金属配合物β-CuPc为前驱体，我们通过单步压缩法合成了由饱和碳骨架包覆的扩展型Cu-sSMACs。这种CuPc的压力诱导聚合过程若MPc分子具有类似堆积方式，也适用于其他金属-Pc（MPc）配合物。我们压缩了与CuPc结构相似的CuPc、NiPc、ZnPc和H₃Pc，并获得了类似的sSMACs（fig. S13）。这表明sSMAC是一种可容纳多种金属的一维平台。含多种金属元素的混合金属sSMAC和异质sSMAC结也可期待。我们的工作提出了一种可规模化合成超长、原子尺度有序且环境稳定SMACs的通用策略，可为探索一维系统的基本物理和独特性质提供新视角，并为其在纳电子器件中的潜在应用铺平道路。

参考文献与注释

1. V. P. Georgiev, P. J. Mohan, D. DeBrincat, J. E. McGrady, Coord. Chem. Rev. 257, 290–298 (2013).

2. R. Requist et al., Nat. Nanotechnol. 11, 499–508 (2016).

3. P. Gambardella et al., Nature 416, 301–304 (2002).

4. A. Cornia et al., Inorg. Chem. 59, 1763–1777 (2020).

5. A. Nicolini et al., Dalton Trans. 50, 7571–7589 (2021).

6. E. Cariati et al., Coord. . Rev. 306, 566–614 (2016).

7. O. Hietso, A. S. Filatov, C. Dubceac, M. A. Petrukhina, Coord. . Rev. 295, 125–138 (2015).

8. C. Lin et al., Nat. Catal. 4, 1012–1023 (2021).

9. E. B. Kolomeisky, J. P. Straley, Phys. Rev. B 53, 12553–12555 (1996).

10. C. Blumenstein et al., Phys. Rev. Lett. 107, 165702 (2011).

11. C. Blumenstein et al., Nat. Phys. 7, 776–780 (2011).

12. S. A. Hua, Y. C. Tsai, S. M. Peng, J. Chin. . Soc. 61, 9–26 (2013).

13. S. A. Hua, M. C. Cheng, C. Chen, S. M. Peng, Eur. J. Inorg. . 2015, 2510–2523 (2015).

14. M. Ma et al., Cell Rep. Phys. Sci. 3, 101124 (2022).

15. D. R. Belcher, M. W. Radny, S. R. Schofield, P. V. Smith, O. Warschkow, J. Am. . Soc. 134, 15312–15317 (2012).

16. S. Guo et al., Nat. Synth. 1, 245–253 (2022).

17. W. Qin et al., Nat. Commun. 16, 4924 (2025).

18. J. K. Bera, K. R. Dunbar, Angew. . Int. Ed. 41, 4453–4457 (2002).

19. M. Stollenz, Chemistry 25, 4274–4298 (2019).

20. R. H. Ismayilov et al., Angew. . Int. Ed. 50, 2045–2048 (2011).

21. K. Zeng et al., Angew. . Int. Ed. 62, e202216060 (2023).

22. Y. Zhang, K. Zeng, Y. Wu, F. Huang, H. Peng, Sci. Bull. 70, 2223–2227 (2025).

23. W. Zhao et al., CCS . 7, 1250–1271 (2025).

24. T. C. Fitzgibbons et al., Nat. Mater. 14, 43–47 (2015).

25. D. Gao et al., Proc. Natl. Acad. Sci. U.S.A. 119, e2201165119 (2022).

26. X. Wang et al., J. Am. . Soc. 144, 21837–21842 (2022).

27. H. Wang et al., ACS Nano 4, 3921–3926 (2010).

28. T. Zou et al., Crystals 8, 22 (2018).

29. W. S. Tang, T. A. Strobel, J. Phys. . C 124, 25062–25070 (2020).

30. X. Yang et al., 12, 102836 (2026).

31. S. G. Dunning et al., Angew. . Int. Ed. 62, e202217023 (2023).

32. A. Friedrich et al., J. Am. . Soc. 142, 18907–18923 (2020).

33. B. Chen et al., J. Am. . Soc. 137, 14373–14386 (2015).

34. B. Chen et al., J. . Theory Comput. 14, 1131–1140 (2018).

35. M. D. Ward et al., Macromolecules 52, 7557–7563 (2019).

36. S. J. Juhl et al., J. Am. . Soc. 141, 6937–6945 (2019).

37. H. Yamanouchi, K. Irie, T. Saji, . Lett. 29, 10–11 (2000).

38. K. P. Srivastava, A. Kumar, Asian J. . 13, 1539–1543 (2001).

39. N. K. Shrestha et al., Langmuir 26, 17024–17027 (2010).

40. X. Tang et al., Matter Radiat. Extremes 8, 058402 (2023).

41. M. Podewitz, Nat. Synth. 4, 913–921 (2025).

42. S. Mugiraneza, A. M. Hallas, Commun. Phys. 5, 95 (2022).

43. S. Heutz et al., Adv. Mater. 19, 3618–3622 (2007).

44. J. T. S. Irvine, D. C. Sinclair, A. R. West, Adv. Mater. 2, 132–138 (1990).

致谢

资助：作者感谢中国国家重点研发计划（项目编号：2023YFA1406200）和国家自然科学基金（NSFC，项目编号：2202210）的支持。X.D.和S.Q.感谢NSFC（项目编号：12574019）以及南开大学前沿交叉学科研究院的支持（项目编号：9261500174、9261500166）。S.J.、Y.D.和Y.X.感谢NSFC（项目编号：22488101、22325503）的支持。作者感谢极端条件用户设施（SECUF）的支持。本研究在上海同步辐射光源（SSRF）BL17UM光束线、BL14W1光束线以及Spring-8 BL10XU光束线开展。计算工作由位于广州的天河二号超级计算机支持完成。

作者贡献：概念化：K.L.；形式分析：J.Z.、H.Z.、K.L.、S.Q.、X.D.、Q.Z.、P.L.、Y.W.；资金获取：H.Z.、K.L.、H.-k.M.；调查：J.Z.、X.D.、S.Q.、X.Y.、C.L.、H.M.、Y.Fe.、F.L.、H.L.、Q.Z.、X.J.、J.X.、Y.B.、Y.D.、Y.X.、Y.Fa.、Z.Z.；方法学：J.Z.、S.Q.、X.Y.、X.D.、K.L.；资源：J.Z.、J.Y.；监督：K.L.；可视化：J.Z.、S.Q.；原稿撰写：J.Z.、H.Z.、K.L.；审稿与编辑：J.Z.、H.Z.、K.L.、X.D.、Y.C.、S.J.、J.S.

利益冲突：作者声明无利益冲突。

数据、代码与材料可用性：所有数据均可在正文或补充材料中获取。

许可信息：版权所有 © 2026 作者，部分权利保留；独家许可美国科学促进会。未主张美国政府作品的原始权利。https: / www.science.org / about / science-licenses-journal-article-reuse

补充材料

.org / doi / 10.1126 / .aeg0028

材料与方法：图S1至S13；表S1；参考文献（45–64）；影片S1

提交时间：2026年2月2日；接受时间：2026年6月24日

10.1126 / .aeg0028

830

2026年8月20日

《科学》

中国太阳能扩张政策降低了鸟类多样性

胡明张¹†, 艾鑫张², 凯吴³†, 殷音蔡⁴, 单军李⁵*, 寿阳王⁶, 余明（露西）邱⁷, 寿军黄⁸, Thi Thuc Anh Phan⁹

全球向可再生能源转型是否会制造一场绿色困境，使碳减排与生物多样性保护对立？本研究利用覆盖中国2014年至2023年2344个县的面板数据，检验了促进光伏扩张政策对当地鸟类多样性的影响。偏向光伏扩张的政策导致鸟类多样性下降，对富裕地区、非沙漠地区以及广布物种影响尤为严重。其机制主要通过土地转换实现：农田和草地被改造为开发区，降低了植被多样性。矛盾的是，叶面积指数却有所上升，我们将其称为“劣质绿化”——多样的自然景观被密集但生态同质性高的植被取代。我们认为，未来光伏开发应配套严格的生物多样性保障措施，尤其是在生境复杂度高的经济发达地区。

全球应对气候变化的迫切需求推动了可再生能源的前所未有扩张，太阳能光伏处于领先地位。这场转型对减碳至关重要，却可能深刻改变土地利用方式，与生物多样性保护产生潜在冲突。这种动态在中国表现得尤为明显，其碳中和战略正推动太阳能装机规模大幅扩张，预计到2060年将占能源结构的近45%（1）。尽管在全球气候和地方经济方面受益，中国2024年的太阳能用地面积已达约4520平方公里（2），相当于美国罗得岛州的面积，对陆地生态系统造成压力。这种政策驱动的太阳能扩张引发了一个紧迫且有争议的问题：这些太阳能景观是否加速了鸟类种群的衰退，还是能被设计成生态庇护所？

这一问题代表了经典的“绿色困境”（3–5），而科学证据仍存分歧。部分研究强调光伏设施的负面影响，如改变和破碎化景观（6）、产生视觉和热扰动（7, 8），并可能导致鸟类栖息地直接丧失，威胁重要的生物多样性区域（9）。反之，越来越多研究指出潜在的协同效益。光伏板下阴凉、湿润的微气候可能促进植被生长（10, 11），潜在丰富食物来源，而物理结构还能在退化区域充当“生境孤岛”（12, 13）。这种模糊性表明生态结果具有情境依赖性，亟需战略性空间规划以平衡贸易-offs并识别低冲突区域（3, 4, 14, 15）。

在中国，光伏开发的选址和规模不仅取决于太阳辐照度或土地可用性，还受

直接的结果是一个复杂的、多层次的制度框架。该框架通过连续的“五年计划”演变，其重点随时间从刺激国内制造业转向推动大规模国内部署。这种政策驱动的扩张在空间上分布不均，受到有针对性的国家倡议塑造。例如，2014年启动并在2016年扩大规模的“光伏扶贫工程”明确将太阳能部署与经济援助联系起来，覆盖了471个县和约35,000个村庄（16）。与此同时，“低碳试点城市”的指定为光伏投资创造了另一层政策诱导的地理差异（17）。这些有针对性的政策，加之太阳能资源在三北地区——这一横跨中国西北、华北和东北、以荒漠化、蒸发量大和太阳辐照度丰富为特征的广阔区域——的自然集中，形成了一个独特的准实验性景观，其中对光伏的政策支持力度在各县之间存在差异。因此，在分析光伏扩张的生态后果时若忽略这些政策驱动因素，将构成重要的研究缺口。

为填补这一知识空白，我们调查了县级光伏政策的严格程度如何影响中国境内的鸟类多样性。我们的研究为能源政策和保护科学领域做出了三项主要贡献。首先，通过将分析重点从装机容量转向政策严格程度，我们揭示了能源-生物多样性关联中的制度驱动因素。现有文献大多通过将生物多样性指标与现有基础设施的物理足迹或容量相关联，量化可再生能源的生态后果（18, 19）。这种方法虽有价值，但分析的是景观变化的症状而非其根本的制度原因。我们的研究则前移至评估政策环境本身的严格程度——即开发规模和位置的主要驱动因素——如何塑造生态后果。这与对保护领域中政策冲突与协同效应的深入理解需求一致（20），并为评估不同可再生能源策略的真实社会生态成本提供了更直接、可操作的框架。

其次，我们的分析将太阳能影响研究嵌入中国独特且异质的制度景观中。可再生能源的生态效应已知具有高度的情境依赖性，随当地地理、土地利用历史和政策框架而变化（3）。尽管近期研究已开始探索中国的可再生能源影响（21, 22），但它们尚未系统地剖析结果如何在关键社会政治层面间存在差异。通过比较贫困县与非贫困县、以及不同地理区域（如干旱与半干旱地区，特别是中国北方沙漠和戈壁地区与非沙漠地区）间的生态负担差异，我们的研究旨在评估“一刀切”保护指令的局限性。这种比较方法凸显了制定区域特定框架的必要性，以确保标准化的太阳能部署模式在多样化的地理景观中实现生态可持续性。

第三，我们的中介分析揭示了一个反直觉的机制，我们称之为“劣质绿化”，它挑战了对生态修复指标的传统解释。尽管基于卫星的绿度指标（如叶面积指数，LAI）常被用作生态系统健康的代理，但我们发现政策驱动的光伏扩张与LAI的增加同时介导了鸟类多样性的下降。这并非

¹南京信息工程大学商学院与气候经济与低碳产业研究院，南京，中国。²南京信息工程大学管理科学与工程学院，南京，中国。³中央财经大学金融学院，北京，中国。⁴南京信息工程大学大气环境经济研究院，南京，中国。⁵斯坦福大学多尔可持续发展学院与弗里曼·斯伯格利国际问题研究所，斯坦福，加利福尼亚州，美国。⁶中国科学院大学经济与管理学院，北京，中国。⁷马里兰大学帕克分校公共政策学院，马里兰州帕克分校，马利兰州，美国。⁸中山大学国际商学与金融学院，广州，中国。⁹VinUniversity绿色转型智库，河内，越南。*通讯作者。电子邮箱：wukai8759@cufe.edu.cn（K.W.）；yyincai@nuist.edu.cn（Y.C.）；shanli@stanford.edu（S.L.）†这些作者对本研究做出了同等贡献并共享第一作者身份。

《科学》 2026年8月20日

831

研究文章

生态活力方面，这种模式凸显了绿色度与生物多样性可能脱钩的潜在风险，掩盖了栖息地流失的真实情况。在太阳能电池板下可能茂盛生长的密集但均质的下层植被缺乏其所替代的自然栖息地的结构复杂性和资源多样性，因此无法支撑专门性鸟类群落（23）。我们对这一机制的调查呼吁重新思考何为可再生能源扩张背景下的生态健康，并强调了在环境监测中依赖简化生物量指标的危险性。

图1. 中国太阳能扩张与鸟类多样性的空间分布。本图展示了县级分区等值线图，描绘了关键变量的地理模式。白色区域表示缺失数据。（A）光伏政策严格指数（PSI），以省、市、县三级政策文件的加权总和计算。（B）各县集中式光伏电站总面积。（C）鸟类多样性（ShannonBD），计算方法为各鸟类物种比例乘以其自然对数的负和。南海诸岛。

结果

为研究太阳能扩张对生态系统的影响，我们构建了覆盖2014年至2023年中国2344个县的综合面板数据集（共46,528个县级-月观测值），整合了政策、生物多样性与环境变量（表S1至S5）。鸟类观测数据源自中国观鸟记录中心这一高精度公民科学平台（22，24），物种保护状态则依据2021年《国家重点保护野生动物名录》。为捕捉太阳能部署的制度驱动因素，我们系统性地对省、市、县三级政府门户网站的官方光伏政策文件进行了网络抓取。鸟类多样性采用香农指数量化，该指数整合了物种丰富度与均匀度，以反映群落复杂性与健康状况（25）。最后，我们通过评估抓取文本开发了光伏政策严格度指数（PSI）。政策按1至9分进行评分，依据行政约束力从宏观纲要到成文法规不等，并按发布机构的行政层级加权，以反映政策实施的嵌套结构（表S3）。2014—2023年光伏PSI、电站部署与鸟类多样性的空间格局与时间动态在县级尺度上呈现出显著的分布差异（图1及图S1）。PSI与各县集中式光伏电站实际占地面积呈正相关（β=0.0222，标准误=0.0026，P<0.01；图S2及表S6），且与2年滞后期的相关性最强，体现了从政策激励到项目落地所需的时间。为缓解内生性问题，我们以历史日照时数与气候政策不确定性倒数的交互项作为工具变量（IV），该IV与PSI呈现强部分相关（β=0.0401，标准误=0.0028，P<0.01），并验证了工具变量的相关性（图S3）。

我们使用高维双向固定效应回归模型估计了政策严格程度与鸟类多样性之间的关系。该方法通过控制时间不变的县级特征和共同的时间冲击，同时纳入时间变化的气象、地理和社会经济协变量（如温度、风速、人口密度、观鸟时长、碳排放和土地覆盖比例），以分离政策效应。模型包含县级固定效应，以吸收时间不变的未观测异质性（如基本地理特征），并纳入年-月固定效应以解释季节性和总体时间趋势。

集约化太阳能政策与当地鸟类多样性下降相关

我们的分析表明，太阳能政策严格程度与当地鸟类多样性之间存在负相关关系（表1）。具体而言，政策严格程度每增加一个标准差，香农指数下降2.10%（β = -0.0125，SE = 0.0037，P < 0.01）。这一发现与观察结果一致，即大型太阳能设施需要土地利用变化，从而改变当地栖息地，通常导致栖息地退化和破碎化（26–28）。此类土地转换可通过物种迁移和资源可用性改变间接影响鸟类（29）。这一核心发现在一系列替代规范下保持稳健，包括使用工具变量和倾向得分匹配方法处理内生性、采用替代抽样标准的灵敏度测试，以及排除低于最低鸟类观测记录阈值的县-月观测值，以及使用替代生物多样性和政策指标的测试，控制并发环境政策，并考虑空间和季节动态（表S7至S16）。

脆弱地区与物种的不均衡影响

太阳能政策严格程度与鸟类多样性之间的总体关系在空间和社会经济方面存在差异（图2及附表S17和S18），凸显可再生能源的生态结果具有情境依赖性。鸟类多样性的下降在非贫困县（ ( \beta = -0.0132 ) ，SE = 0.0047，P < 0.01）较贫困指定县更为显著。在非贫困县内，政策严格程度每增加一个单位

[...OMITTED...]

图2. 绘制太阳能扩张对脆弱群体的不均衡损害。图示为2014–2023年异质性分析的回归系数。误差线代表95%置信区间。（A）按地理和社会经济特征的横断面异质性：贫困状况（非贫困县与贫困县）、区域位置（非“三北”地区与“三北”地区）及地表类型（非沙质与砾石沙漠 vs. 沙质与砾石沙漠）。（B）按物种级生态特征的异质性：特有性（特有 vs. 非特有）、迁徙状况（迁徙 . 留鸟）及保护状况（国家保护 . 非保护）。（C）按物种级功能特征的异质性：巢域类型（植被筑巢 . 陆水筑巢）、食性类型（肉食 / 杂食 . 草食）及集群行为（小群 . 大群）。

《科学》2026年8月20日

833

研究论文

对应着样本均值0.54%的鸟类多样性下降，相当于标准差每增加一个单位，鸟类多样性下降2.22%。

负面关联主要出现在“三北”地区以外（ ( \beta = -0.0196 ) ，SE = 0.0042，P < 0.01）及非沙漠地区（ ( \beta = -0.0165 ) ，SE = 0.0038，P < 0.01）。相比之下，在“三北”地区及沙质与砾石沙漠地区——这些地区虽具高太阳辐照度但自然植被稀疏、栖息地复杂度较低——光伏政策严格程度对鸟类多样性的影响并不显著。这些干旱景观中的鸟类可能已适应开阔环境，对太阳能农场引入的边际栖息地变化敏感度较低。这表明，在历史上生态系统复杂性与生产力较高的地区，土地转化为太阳能基础设施对鸟类群落的影响更为可测量。

物种脆弱性存在显著差异。光伏政策对非特有物种产生负面影响（ ( \beta = -0.0127 ) ，SE = 0.0036，P < 0.01），而中国特有物种——通常为栖息于山地森林且不适合太阳能开发的栖息地专化种——则未受影响（附表S18）。迁徙性（ ( \beta = -0.0116 ) ，SE = 0.0037，P < 0.01）与留鸟（ ( \beta = -0.0128 ) ，SE = 0.0034，P < 0.01）均遭受显著下降。政策严格程度每增加一个单位，迁徙物种的香农指数下降0.47%。留鸟面临永久栖息地转化的持续压力，而迁徙鸟类则失去关键的停歇区，使局部土地利用变化演变为整个迁徙路线的生存威胁。值得注意的是，实施激进太阳能政策的地区与这些关键迁徙走廊在空间上高度重叠（补充图S4）。

此外，光伏政策严格程度与国家保护物种（ ( \beta = -0.0139 ) ，SE = 0.0034，P < 0.01；单位增加导致0.57%下降）及非保护物种（ ( \beta = -0.0138 ) ，SE = 0.0035，P < 0.01；标准差每增加一个单位导致2.32%下降）的多样性均呈负相关，凸显在光伏项目规划中整合广泛生物多样性保护的必要性。

生态因子对鸟类物种功能性状的脆弱性在太阳能农场开发中起到了中介作用。筑巢策略是一个重要的预测因子：在植被中筑巢的物种受到负面影响，系数为-0.0118（标准误SE=0.0035，P<0.01），相比之下，在地面或水面筑巢的物种（β=-0.0124，SE=0.0034，P<0.01）。食性类群同样影响敏感性。我们检测到食肉性和杂食性物种与PSI（β=-0.0130，SE=0.0036，P<0.01）之间存在显著负相关，而草食性物种则未显示出显著响应。这些影响进一步受到集群行为的调节。异质性分析表明，大规模太阳能政策显著降低了小型集群（β=-0.0127，SE=0.0035，P<0.01）和大型集群鸟类（β=-0.0103，SE=0.0027，P<0.01）的多样性。这些政策驱动的大规模太阳能阵列部署往往导致栖息地严重破碎化，并丧失必要的觅食和繁殖地，威胁到不同集群规模的鸟类种群。综合来看，这些结果表明筑巢基质、营养级位置和社会觅食策略是决定鸟类对太阳能农场开发脆弱性的关键功能性状。

植被、人类活动与土地利用转换作为因果路径

为理解政策严格程度与鸟类多样性变化之间的关联路径，我们检验了中介环境变量（表2）。公用事业级太阳能设施改变了栖息地的物理结构，而根据栖息地异质性假说，这是物种多样性的关键决定因素（23, 30）。卫星遥感数据显示，光伏政策严格程度与归一化差异植被指数（NDVI）呈负相关（β = -0.0609，标准误=0.0138，P < 0.01），反映了初始清除。

表2. 劣质绿化机制的统计证据。本表呈现机制检验结果。因变量分别为第（1）、（2）和（3）列的归一化差异植被指数（NDVI）、夜间光照强度（Nightlight）和叶面积指数（LAI），自变量为PSI。控制变量与固定效应结构同表1。括号内为县级聚类的稳健标准误。、、**分别表示在1%、5%和10%水平上显著。

(1)NDVI / (2)Nightlight / (3)Leaf area

PSI / -0.0609(0.0138) / -0.2220(0.0256,) / 0.0039(0.0007,) Temp / -0.9656(0.0842) / 0.0384(0.1017) / 0.0280(0.0031) Wind / -3.1301(0.3847) / -0.2611(0.4120) / -0.0432(0.0132) Pop / -0.4924(0.6068) / -0.9999(0.9217) / -0.0132(0.0159) Duration / 0.0221*(0.0103) / 0.0604(0.0142) / 0.0007(0.0004) Carbon / 0.0132(0.2187) / 0.0315(0.2745) / -0.0061(0.0059) Water / 5.4642(3.8063) / -88.3865(14.2655) / 0.2704(0.1155) Green / 17.3088(3.8053) / -18.2376(10.2519) / 0.3453(0.1434) Farm / 8.2027(3.1254) / -32.0623(8.4823) / 0.0844(0.0918) Grass / -7.5378(5.5264) / -25.7797***(9.1801) / 0.0136(0.1366) Year-month FE / YES | County FE | | | | Observations / 46,371 / 46,338 R² / 0.9917 / 0.9915 / 0.9921

政策严格程度与叶面积指数（LAI）呈正相关（β = 0.0039，标准误=0.0007，P < 0.01）。这一组合表明了一种我们称之为“劣质绿化”的现象：在太阳能板下方，由于微气候改变，原生生态系统的结构多样性被转化为更密集但生态同质性的林下植被（31）。从管理角度看，这种转变可能反映了合规策略，即利用快速生长的单一栽培物种满足基本环境修复要求。这种结构退化解释了对植被筑巢鸟类的特定脆弱性，它们依赖复杂的植物结构进行隐蔽，以及食肉或杂食性鸟类，它们依赖原生植被所支撑的无脊椎动物猎物基础。相反，食草性鸟类可能适应密集的地面覆盖，解释了其种群未出现显著下降的原因。除直接栖息地丧失外，大规模土地转换为工业能源景观加剧了栖息地碎片化，隔离自然斑块并破坏鸟类迁徙（32）。此外，这些设施可能通过“湖泊效应”充当生态陷阱，偏振光反射导致鸟类误将太阳能板当作水体，引发碰撞死亡（33）。我们还检验了夜间人工光照（ALAN）是否驱动多样性下降的假说（34）。然而，政策严格程度与夜间光照强度呈负相关（β = -0.2220，标准误=0.0256，P < 0.01），这可能是由于大型太阳能项目通常位于偏远低光照区域。这表明，直接栖息地改变与碎片化，而非光污染，是连接政策与鸟类多样性变化的主要机制。

834

20 AUGUST 2026 Science

生态社会后果

进一步分析描绘了太阳能政策严格程度的时间与更广泛土地利用影响（图3及表S19）。通过将新政策的即时实施（“流动”）与过去政策的累积历史（“存量”）分离，我们发现当期政策流动显著降低了鸟类多样性（β = -0.0105，SE = 0.0044，P < 0.05），而滞后的政策存量则无此效应。这表明，新政策驱动的栖息地转换初期阶段是生态变化的主要来源。除生态变化外，我们还观察到土地利用竞争影响农业；光伏政策严格程度每增加一个单位，农作物产量下降2.88%（β = -0.0288，SE = 0.0081，P < 0.01）。这一减少与鸟类生物多样性下降无关，表明太阳能基础设施与农业生产之间存在直接的空间竞争。最后，光伏政策严格程度通过减少整体物种丰富度（β = -0.9751，SE = 0.1828，P < 0.01）同时略微增加物种均匀度（β = 0.0018，SE = 0.0007，P < 0.01），改变了鸟类群落结构。这表明环境过滤过程正在发生：栖息地简化移除了专化物种，使剩余群落中总物种数量减少，但剩余广布种的相对丰度更趋均衡。

讨论

向可再生能源转型对全球气候减缓至关重要，也是中国“双碳”战略的核心支柱。然而，我们的研究揭示了一项关键的绿色困境：若缺乏精细的空间规划，政策驱动的太阳能扩张可能在无意中损害当地生物多样性。解决这一冲突并非限制太阳能发展，而是优化其部署。我们的研究成果为完善光伏部署提供了数据驱动的科学依据，确保可再生能源转型在实现高质量经济发展的同时，也能实现生态保护的双赢局面。

首先，空间差异化是未来政策设计的重中之重。大规模公用事业光伏应战略性地集中在干旱和半干旱地区，特别是中国北方的沙漠和戈壁地区。这些地区生态阻力最低，太阳能基础设施对生态环境的干扰最小。相反，在生态系统生产力较高的富裕非沙漠地区，应严格限制大规模公用事业光伏的土地转换。为满足这些敏感地区的能源需求，政策应鼓励环保型分布式太阳能，如屋顶安装和农光互补系统。这些替代方案能维持垂直生境结构，保障农业粮食安全，直接缓解土地利用冲突。

其次，可再生能源强制政策的行政实施应从突发性政策冲击转向分阶段、高度整合的推广。我们的分析表明，即时的政策“流动”会加速栖息地改变。因此，未来的太阳能指令必须将强制性生物多样性影响评估和生态保障措施纳入政策设计的初始阶段。在项目执行前建立动态缓冲区并整合保护规划，将避免仓促且生态破坏性的土地清理，同时保持清洁能源转型的必要动力。

最后，太阳能设施的环境监测和修复标准必须升级，以应对“劣质绿化”现象。仅依赖标准生物量指标（如叶面积指数）可能掩盖本地栖息地的严重结构退化。监管框架应通过强制在太阳能阵列下方及周边种植多样化本土植被，明确禁止依赖单一、低成本地被植物，重新定义生态合规标准。这些生态修复标准应体现空间异质性，确保减缓策略针对沙漠与非沙漠生物群落实现差异化。通过为生物多样性友好的太阳能农场管理提供经济激励，决策者可鼓励开发商修复功能性、多层次栖息地，从而支撑复杂的鸟类食物网。

!

图 3. 太阳能扩张的社会生态后果。该图显示了 PSI 对四个因变量的回归系数；误差线代表 95% 置信区间。第一个条形显示了在控制一个周期滞后 PSI 后， 对香农指数的影响。第二个条形显示了 对物种丰富度（调查区域内观察到的物种总数）的影响。第三个条形显示了 对物种均匀度（香农指数与物种丰富度对数的比值）的影响，由于系数较小，插图提供了放大视图。第四个条形显示了 对农业作物产量（一个周期超前，对数变换）的影响。

Science 20 AUGUST 2026

835

参考文献与注释

1. 国际能源署（IEA），《中国碳中和能源部门路线图》（2021）；https: / www.iea.org / reports / an-energy-sector-roadmap-to-carbon-neutrality-in-china。
2. 杨洋、林森、卢睿、刘旭，《科学数据》12，1601（2025）。
3. C. C. Voigt、T. M. Straka、M. Fritze，《可再生与可持续能源杂志》11，063303（2019）。
4. E. Tinsley、J. S. P. Froidevaux、G. Jones，《环境管理杂志》372，123372（2024）。
5. H.-O. Pörtner等，《科学》380，eabl4881（2023）。
6. I. Capellán-Pérez、C. de Castro、I. Arto，《可再生与可持续能源评论》77，760–782（2017）。
7. P. A. Fleming，《可再生与可持续能源评论》224，115995（2025）。
8. A. Khan等，《自然·城市》1，780–790（2024）。
9. J. A. Rehbein等，《全球变化生物学》26，3040–3051（2020）。
10. D. Uldrijan、M. Kováčková、A. Jakimiuk、M. D. Vaverková、J. Winkler，《生态工程》168，106274（2021）。
11. D. Uldrijan、M. Černý、J. Winkler，《生态工程》23，1–10（2022）。
12. P. Sinha、B. Hoffman、J. Sakers、L. Althouse，《环境案例研究》2，1–12（2018）。
13. E. J. Nordberg、M. Julian Caley、L. Schwarzkopf，《太阳能》228，586–593（2021）。
14. J. Weber、T. Steinkamp、M. Reichenbach，《能源可持续性与社会》13，27（2023）。
15. A. Santangeli等，《全球变化生物学·生物能源》8，941–951（2016）。
16. H. Zhang等，《自然·通讯》11，1969（2020）。
17. Y.-S. Ren、P.-Z. Liu、T. Klein、L. Sheenan，《组织经济学杂志》217，227–239（2024）。
18. A. Gasparatos、C. N. H. Doll、M. Esteban、A. Ahmed、T. A. Olang，《可再生与可持续能源评论》70，161–184（2017）。
19. L. J. Sonter、M. C. Dade、J. E. M. Watson、R. K. Valenta，《自然·通讯》11，4174（2020）。
20. A. L. R. Jackson，《全球环境变化》21，1195–1208（2011）。
21. H. Zhang等，《Nexus》1，100017（2024）。
22. L. Meng、P. Liu、Y. Zhou、Y. Mei，《发展经济学杂志》172，103402（2025）。
23. J. Tews等，《生物地理学杂志》31，79–92（2004）。
24. B. Sun等，《科学进展》8，eade3061（2022）。
25. B. Jarčulka等，《环境管理杂志》351，119902（2024）。
26. R. R. Hernandez等，《可再生与可持续能源评论》29，766–779（2014）。
27. T. Newbold等，《自然》520，45–50（2015）。
28. S. L. Pimm等，《科学》344，1246752（2014）。
29. L. J. Walston等，《鸟类监测与缓解信息在现有大型太阳能设施中的回顾》（阿贡国家实验室，ANL / EVS-15 / 2，2014）；https: / doi.org / 10.2172 / 1176921。
30. R. H. MacArthur、J. W. MacArthur，《生态学》42，594–598（1961）。
31. G. A. Barron-Gafford等，《自然·可持续发展》2，848–855（2019）。
32. N. M. Haddad等，《科学进展》1，e1500052（2015）。
33. R. Y. Chock等，《保护科学实践》3，e319（2021）。
34. K. J. Gaston、J. Bennie、T. W. Davies、J. Hopkins，《剑桥哲学会生物评论》88，912–927（2013）。

致谢

我们感谢匿名审稿人的建设性反馈。同时感谢昆明朱雀研究所提供的宝贵数据支持。

资助：H.Z. 承蒙中国国家社会科学基金重大项目（25&ZD188）资助。

作者贡献：概念化：H.Z.、Y.C.、S.L.、T.T.A.P.；资金获取：H.Z.；形式分析：H.Z.、K.W.、A.Z.、Y.C.、S.L.；调查：A.Z.、K.W.；方法论：K.W.、A.Z.、S.L.、S.H.；项目管理：H.Z.；软件：K.W.、A.Z.；监督：K.W.、S.L.、Y.C.、S.W.、Y.Q.；可视化：A.Z.、Y.C.、S.H.；原始稿撰写：A.Z.、H.Z.、K.W.；稿件审校：A.Z.、K.W.、S.L.、H.Z.。

利益冲突：作者声明无相关利益冲突。

数据、代码与材料可用性：我们的数据、代码与材料已公开发布于Github（https: / github.com / jianke22 / China-s-solar-expansion-policy-reduces-bird-diversity）。

版权信息：版权所有©2026作者，部分权利保留；美国科学促进会独家许可。不涉及原始美国政府作品。https: / www.science.org / about / science-licenses-journal-article-reuse

补充材料

材料与方法：补充文本；图S1至S4；表S1至S19； 参考文献（35–71）；MDAR可重现性检查清单 提交时间：2025年11月19日；接受时间：2026年6月24日

10.1126 / science.aee0747

836

2026年8月20日《科学》

特色内容包括：

• 对您的技能、兴趣和价值观的评估。
• 预测最适合您的职业路径。
• 提醒您的战略目标。

立即开始规划您的未来！

合作伙伴：

长聘轨道开放职位

药理学与生理学系 罗切斯特大学医学中心

罗切斯特大学药理学与生理学系诚邟申请长聘轨道教职职位，职级包括助理教授、副教授或正教授。我们寻求一位具有创造力和热情的科学家，其研究项目有明确潜力获得外部资金支持（副教授或正教授候选人需具备现有外部资金支持），并能与系内高度协作的环境及医学中心更广泛研究社区的战略举措形成协同效应。

该系在过去几年中已新增十名长聘轨道教职成员，提供卓越的研究与研究生培训环境。系内研究优势涵盖生理学与疾病背景下的细胞信号传导，包括：钙信号传导、G蛋白偶联受体药理学与信号传导、离子通道结构 / 功能以及线粒体生物学。虽然所有药理学与生理学领域的申请人均受到欢迎，但特别鼓励申请将上述系内优势与当前机构战略举措（结构生物学、神经科学、免疫治疗、RNA生物学及癌症生物学）相结合的研究项目。成功申请者将获得高度竞争性启动资金、充足的实验室空间以及广泛的顶尖核心设施使用权。

罗切斯特大学医学中心、医学与牙科学院以及邻近的文理学院与工程学院均为私立世界级研究型大学的一部分，为高度多元化的跨学科交流与合作提供了卓越机遇。

候选人可通过Interfolio平台申请：

申请材料需包括：致罗伯特·迪尔克森博士（Robert Dirksen，药理学与生理学系Lewis Pratt Ross讲席教授兼系主任）的求职信；个人简历；2–3页研究计划说明；2–3篇近期重要出版物；多样性 / 包容性声明；以及三位推荐人信息。申请将滚动审核，截止日期为2026年12月1日前。

寻找最佳科学工作

在ScienceCareers.org上找到您的下一份工作。

ScienceCareers

来自《科学》期刊

ScienceCareers

职业生涯

只需说"Yes！"

威廉·米尔斯

当我看到附近一所大学发来的讲师职位申请邀请时，我的第一反应是置之不理。我读博士还不到2年，尽管在本科时当助教时经历不错，但研究生阶段还从未独立授过课。这份招聘广告描述的岗位与我以往的经历完全不同。焦虑占据了我的内心，我仿佛看到自己站在满屋学生面前的场景。但转念一想，我回忆起早先一次决定——说"Yes"接受一个让我走出舒适区的机会，以及它为我开辟的意想不到的道路。

那次机会出现在我大二的某个深夜。我坐在大学体育馆前台，一边刷学生的校园卡，一边复习生物考试。一位同事注意到我的教材，问我是否在跟教授做研究。我告诉他没有。事实是，我从未敢问过能否参与研究。

我的同事接着解释说，他毕业后实验室很快会有空缺，并问我是否愿意让他把我介绍给他正在合作的教授。我一直以为研究机会只属于最优秀、最出色的学生，内心深处还害怕被发现根本不具备那样的能力。但出于某种原因，我还是答应了。

几天后，我战战兢兢地坐在教授办公室对面。他问的问题我并不完全懂，可能还夸大了自己的技能和经验。但不管怎样，我还是得到了这个职位，很快便开始在实验室里跟着他学习。

一开始我完全不知道自己在做什么。但我很快意识到，学习本身就是过程的一部分；没有人生来就拥有所需的全部技能。每一天我都能汲取新信息，并在实验操作上一点点进步。

我跟着他工作了两年，其间精彩纷呈。最终，我甚至能帮忙培训其他学生。这为我铺平了通往研究生院的道路，也让我懂得：说"Yes"接受不确定的机会，往往能带来意想不到的收获。

多年后，当我考虑是否申请讲师职位时，这段经历成了我的指路明灯。尽管心存疑虑，我还是决定递交申请——几个月后，我站在了一间满是学生的教室前，为一门化学入门课辅导练习题。第一天介绍自己时，我的声音颤抖，双腿发软。但随着课程进行，我发现自己越来越放松，焦虑也逐渐消退。

学生离开后，我站在空荡荡的教室里，面对满是粉笔字的白板，心想："这就是我想做的。"我找到了余生想从事的事业。我喜欢与学生交谈，帮助他们解决棘手的问题。我爱看他们豁然开朗的瞬间，当他们终于理解如何得出正确答案时。

从那以后，每当面对让我紧张的职业机会——明知自己资历不足时，我便将本能的回答从"No"改为"Yes"。我几乎接受了所有提供给我的授课机会，4年后，我作为兼职讲师教过了十几门课程。博士毕业后，这些经历帮助我在一所小型文理学院获得了教职，而我现在仍在那里任教。

这种思维转变并不意味着说"Yes"突然间变得容易。超过10年、几十门课程过去了，时至今日，每学期开始时我仍会感到紧张。但我不再惧怕未知。我学会了，勇敢踏入不确定的境地，能帮助我成长，并发现原本隐藏的热情——否则我永远无法发现它们。

□

威廉·米尔斯（William Mills）是美国蒙特圣玛丽大学的助理教授。您有什么有趣的职业故事想要分享吗？请参阅我们的作者指南：https: / scim.ag / WorkingLife。

插图：罗伯特·诺伊贝克（Robert Neubecker）

838

2026年8月20日《科学》

寻找科学领域的工作？

我们有解决方案。

希望在科学领域进一步发展职业生涯？请访问Careers，这是由该领域最值得信赖的权威机构提供的免费全球招聘平台和资源中心。将您的职业生涯提升至新高度。凭借顶尖的职业建议和工具，这些内容仅来自Careers。

ScienceCareers

来自AAAS期刊

期刊 AAS

在**系列期刊中发表您的研究成果

系列期刊（包括、Advances、Immunology、Robotics、Signaling 和 Translational Medicine）是全球备受推崇的顶级期刊，以质量和选择性著称。我们的同行评审期刊致力于以最高标准发表前沿研究、深刻的科学评论以及对科学界重要问题的洞察。

立即提交您的研究！

详情请访问：.org / journals