1、Nature：世界上首次实现跨膜孔蛋白的精确从头设计
2020年8月26日，来自美国华盛顿大学David Baker、William A. Catterall以及Peilong Lu研究组合作在《自然》上发表了题为“Computational design of transmembrane pores.”的新突破成果，他们进行了跨膜蛋白孔的计算设计。
Fig 1| Cryo-EM structures of the 16-helix TMH4C4 transmembrane channel.
他们报告了由两个α螺旋同心环形成的蛋白质孔的计算设计，这些同心环在其水溶性和跨膜形式上均稳定且单分散。12螺旋孔和16螺旋孔的水溶性形式的晶体结构与计算设计模型紧密匹配。膜片钳电生理实验表明，当在昆虫细胞中表达时，12螺旋孔的跨膜形式使离子能够以较高的钾离子选择性穿过膜。
离子通道被孔入口处的特定化学修饰所阻塞。当使用体外蛋白质合成方法将其掺入脂质体中时，16螺旋孔的跨膜形式（而不是12螺旋孔）使生物素化的Alexa Fluor 488通过。16螺旋跨膜孔的冷冻电镜结构与设计模型紧密匹配。产生结构上和功能上明确的跨膜孔的能力，为各种应用创建设计通道和孔打开了大门。
研究人员表示，跨膜通道和孔在基本生物学过程和生物技术应用（例如DNA纳米孔测序）中具有关键作用，因此引起了对含孔蛋白设计的极大兴趣。已发现合成的两亲性肽可形成离子通道，并且从头膜蛋白设计和重新设计天然存在的含通道蛋白方面已有新进展。然而，从头开始设计稳定、轮廓分明的跨膜蛋白孔，这些孔能够选择性地传导离子或足够大，以使小分子荧光团能够通过。
（评论： 有助于人们更好地理解物质跨膜转运，实现了多次跨膜蛋白三维结构的精确设计。）
文章来源：
Chunfu Xu, Peilong Lu et al, Computational design of transmembrane pores. DOI: 10.1038/s41586-020-2646-5, Nature：最新IF：43.07
2、程序性细胞坏死（necroptosis）的全新功能：创造组织修复的微环境。
2020年8月24日，来自中国科学院分子细胞科学卓越创新中心（生物化学与细胞生物学研究所）孙丽明研究组和胡苹研究组合作在Cell Research在线发表题为“Myofiber necroptosis promotes muscle stem cell proliferation via releasing Tenascin-C during regeneration.”的研究成果，首先发现在肌纤维细胞中阻断细胞坏死的发生会破坏肌肉的修复能力，进一步发现坏死的肌纤维能够释放促肌肉干细胞增殖的因子。
Fig 2| The schematic model of necroptotic myofiber releasing TNC to promote MuSC proliferation.
该研究首先发现在肌纤维细胞中阻断细胞坏死的发生会破坏肌肉的修复能力，进一步发现坏死的肌纤维能够释放促肌肉干细胞增殖的因子。利用生物化学纯化结合质谱分析，研究人员发现损伤后的肌纤维细胞瞬时高表达细胞坏死关键蛋白RIPK3和MLKL，发生依赖于p-MLKL的细胞坏死；坏死的肌纤维细胞同时上调Tenascin-C (TNC)蛋白的表达并在MLKL介导的细胞膜破裂后将TNC释放到肌肉干细胞的微环境中。TNC通过其N端的EGFL结构域结合并激活肌肉干细胞的EGFR受体，促进肌肉干细胞的增殖，推动修复。
在肌肉损伤修复过程中，肌纤维细胞通过发生细胞坏死，在死亡的同时高表达有益于组织修复的TNC，为肌肉干细胞的增殖提供了有利的微环境。
（评论： 这项研究为理解细胞坏死通过释放蛋白因子直接激活组织干细胞增殖，进而推动组织修复，提供了重要的依据。）
文章来源：
Shen’ao Zhou, Wei Zhang, Gaihong Cai et al, Myofiber necroptosis promotes muscle stem cell proliferation via releasing Tenascin-C during regeneration. https://www.nature.com/articles/s41422-020-00393-6
3、Nature Biotechnology：质谱可用于鼻腔拭子中新冠病毒的检测
2020年7月30日，来自智利塔尔卡大学Leonardo S. Santo等研究人员合作在《自然—生物技术》发表了题为“Detection of SARS-CoV-2 in nasal swabs using MALDI-MS.”的研究成果，利用MALDI-MS实现对鼻腔拭子中SARS-CoV-2的检测。
研究人员描述了一种使用基质辅助激光解吸/电离质谱（MALDI-MS）和机器学习分析方法来检测鼻拭子中SARS-CoV-2的方法。这种方法使用了发展中国家临床实验室中常见的设备和专业知识。研究人员从总共362个样品中获得了质谱图（通过RT-PCR获得211个SARS-CoV-2阳性和151个阴性）。
Fig 3| Detection of SARS-CoV-2 in nasal swabs using MALDI-MS
研究人员测试了两种特征选择方法和六种机器学习方法，从而确定性能最高的分析方法并确定SARS-CoV-2检测的准确性。支持向量机器模型提供了最高的准确性（93.9％），假阳性为7％，假阴性为5％。这些结果表明，MALDI-MS和机器学习分析可用于可靠地检测鼻拭子样本中的SARS-CoV-2。
据悉，使用RT–PCR和其他先进方法检测SARS-CoV-2可以达到很高的准确性。但是，在缺乏足够资源来处理COVID-19大规模检测的国家，其应用受到限制。
（评论： 现在发现检测SARS-CoV-2的方法越来越多了，还是发掘更简便快捷经济的方式才是真惠及民众。）
文章来源：
Fabiane M. Nachtigall, Alfredo Pereira, Detection of SARS-CoV-2 in nasal swabs using MALDI-MS. DOI: 10.1038/s41587-020-0644-7，Nature Biotechnology：最新IF：31.864
