一周前沿科技盘点〔162〕丨AI揭示进化背后的隐藏规律；揭秘星系中心奇特光谱的真相

生物外表或功能相似，未必源于相同基因突变。最新研究发现，蛋白质的深层特征趋同，可能是隐藏的进化密码。

看似指向双黑洞的光谱信号，可能只是星系“光环”制造的假象。中科院研究团队揭示了一种全新的物理机制，改写我们对星系中心的认知。

基于国际科技创新中心网络服务平台科创热榜每日榜单形成的一周科技记忆，我们推出《一周前沿科技盘点》专栏。今天，为大家带来第162期。

1《PNAS》丨基因不相似，功能却一样？AI揭示进化背后的隐藏规律

ACEP流程示意图以及在回声定位哺乳类中检测出的与“感官感知”相关的候选适应性趋同基因

中国科学院动物研究所邹征廷团队提出一种名为ACEP的新型计算框架，利用人工智能技术揭示蛋白质在进化中通过“高阶特征趋同”实现功能相似的新机制。传统观点认为，功能趋同源于蛋白序列中相同氨基酸位点的独立突变（即位点趋同），但许多功能相似的蛋白并无此类变化，机制长期不明。

该研究创新性地应用预训练蛋白语言模型，将蛋白序列转化为包含演化信息的高维嵌入向量，从而捕捉序列中超越单个位点的高阶结构与理化特征。结果发现，即使没有明显的氨基酸位点趋同，功能相似的蛋白在嵌入空间中的距离仍显著相近，表明其高阶特征已发生趋同演化。

基于此，团队开发ACEP分析流程：首先计算同源蛋白嵌入向量的真实距离，再通过模拟中性进化构建背景分布，最后进行统计检验以识别显著的高阶趋同信号。该方法在多个已知趋同案例中成功检出信号。全基因组筛选发现，蝙蝠与齿鲸之间有数百个基因呈现此类信号，显著富集于“感官感知”等功能，包括已知回声定位基因及新候选基因，部分还通过正选择检验。研究进一步解析了嵌入向量趋同背后的理化特征，提升了可解释性。

该成果揭示了蛋白高阶特征在适应性演化中的关键作用，展示了AI在解析复杂基因型-表型关系中的巨大潜力。ACEP框架已通过HuggingFace开源，为全基因组水平探索趋同演化提供了新工具。

原文链接：https://doi.org/10.1073/pnas.2418254122

2《The Astrophysical Journal》丨一个环，两条线：揭秘星系中心奇特光谱的真相

“旋转盘+核环”模型产生双峰窄发射线特征的机制

中国科学院上海天文台研究团队利用斯隆数字巡天的MaNGA积分视场光谱数据，深入研究星系中心双峰窄发射线的起源。过去，这类光谱特征曾被视为探测星系中心双超大质量黑洞的重要线索，但后续研究发现，高速旋转的气体盘或活动星系核驱动的外流等机制也可能产生类似信号。

此次，研究团队聚焦棒旋星系，提出并验证了“旋转盘+核环”模型是产生对称双峰窄发射线的新机制。在棒旋星系中，星系棒结构驱动气体向内流动，在内林德布拉德共振区域聚集形成明亮的核环。该核环尺度小但位于星系旋转曲线变化最陡的区域，两侧气体具有显著的速度差异：一侧高速朝向观测者（蓝移），另一侧高速远离（红移）。由于望远镜的空间分辨率限制（点扩散函数效应），中心观测像素混合了这两侧气体的光谱贡献，从而形成对称的双峰轮廓。

研究结合MaNGA的空间分辨光谱数据和简化旋转盘模型，证实核环的有序、对称旋转导致其产生的双峰特征在空间分布上也呈现整体对称性。这一发现为双峰窄发射线提供了新的物理解释，明确表明该特征并非双黑洞的专属标志。研究深化了对星系中心结构与动力学的理解，为未来甄别真实双黑洞候选体提供了重要依据，强调需结合更高分辨率观测或多波段数据进行综合判断。

原文链接：https://iopscience.iop.org/article/10.3847/1538-4357/ad6b8e

3《Nature Microbiology》丨蜱虫为何传播疾病？新研究揭开基因与环境的双重影响

环境对蜱微生物组影响的模型

中国科学院动物研究所赵方庆团队联合军事医学研究院曹务春与贾娜团队、中国农业大学王金锋团队，开展迄今最大规模的蜱微生物组研究。团队采集覆盖中国大陆31个省份、8个属48种蜱虫超1.6万份样本，结合二代与三代测序技术，系统解析了蜱的基因组特征、微生物组构成及病原体分布。

研究通过深度基因组分析，获得7783个中等质量以上的宏基因组组装基因组（MAGs），并筛选出1373个代表性基因组，其中约三分之二为未定义物种，凸显蜱微生物组的复杂性。分析发现，蜱的微生物组成具有显著的蜱种和地域特异性。研究识别出5种由不同细菌主导的微生物组生态型，其分布受温度、湿度等环境因素显著影响，且不同生态型受相似环境驱动。

进一步分析显示，立克次氏体主导的生态型与特定蜱种及中国东北、内蒙古–新疆地区的自由生活状态密切相关，表明生活方式在微生物组形成中起关键作用。随机森林模型证实，蜱种和宿主动物是影响微生物组组成的重要因素。研究还发现蜱线粒体基因组多样性与微生物组相似性相关，并通过微生物组全基因组关联分析（mGWAS），在长角血蜱、微小扇头蜱和森林革蜱中鉴定出多个与病原体丰度显著相关的SNPs，涉及肽酶、神经信号和激素代谢等关键基因。

团队构建了覆盖全国的“蜱–微生物-环境”数据库，揭示了基因型、环境与病原传播的关联机制，为蜱媒病的监测预警和精准防控提供了重要科学依据。

原文链接：https://doi.org/10.1038/s41564-025-02119-z

4《ACIE》丨分子设计新突破：让绝缘材料更耐湿、更高效

可溶液加工与可编程的Al₈大环用于先进电介质：兼具高介电常数、低损耗和强耐湿性

中国科学院福建物质结构研究所方伟慧课题组与黄伟国课题组合作，在聚合物复合介电材料领域取得重要进展。针对传统高介电常数掺杂材料存在的团聚、界面粗糙、损耗高及易吸湿等问题，团队提出分子工程策略，设计并合成了可溶液加工的10种晶态Al₈大环材料作为新型掺杂剂。通过理论计算指导金属中心与配体结构调控，实现了对材料介电性能的精准优化。

结果显示，该类Al₈大环掺杂的聚合物复合材料介电常数提升达3倍，同时保持低介电损耗，并展现出优异的抗湿性能，有效解决了器件因吸湿导致性能不稳定的问题。材料还表现出高达749 MV/m的电击穿强度，显著提升了储能效率与可靠性。研究首次实现了介电常数、介电损耗与环境稳定性三者的协同优化，突破了传统材料中性能相互制约的瓶颈。

该工作揭示了分子结构与电学性能之间的构效关系，建立了从可控合成到性能调控的完整路径，证明了簇分子在电子材料中的普适性和可编程优势，为高性能电介质材料的设计提供了新范式和理论基础。

原文链接：https://onlinelibrary.wiley.com/doi/10.1002/anie.202516238

5《Science》丨基因“快筛实验室”直接搬进植物叶片

植物体内定向进化系统（GRAPE）示意图及其应用

中国科学院遗传与发育生物学研究所高彩霞团队与微生物研究所邱金龙团队合作，首次在植物体内构建了高效通用的定向进化系统GRAPE，填补了植物生物学领域长期缺乏体内定向进化工具的空白，为作物高产抗逆育种提供了革命性技术平台。

该系统基于工程化改造的双生病毒复制子，可在植物活体中实现目的基因的快速、高通量定向进化。研究团队利用GRAPE系统，在单张本氏烟叶片上仅用4天时间，即可完成对多达10万个基因变体的筛选，极大提升了基因优化效率。由于整个进化过程在植物体内完成，筛选出的优良基因变体无需再进行适应性优化，可直接用于后续育种或功能研究，显著缩短研发周期。

研究人员利用该系统成功实现了植物免疫受体NRC3和Pikm-1的体内定向进化，验证了其在提升植物抗病能力方面的强大潜力。GRAPE系统突破了传统体外进化需复杂转化和功能验证的局限，实现了“进化—筛选—应用”的一体化流程。

该技术不仅为植物基因功能研究和蛋白质工程提供了强大工具，也为加速分子育种和合成生物学发展开辟了新路径。审稿人评价，这一成果填补了重要技术空白，有望对植物科学和农业生物技术领域产生深远影响。

原文链接：https://doi.org/10.1126/science.ady2167

6《Laser & Photonics Reviews》丨拓扑黑科技点亮下一代高性能激光器

自组织拓扑激光输出与基本原理概图

中国科学院院士、半导体研究所郑婉华团队在拓扑激光领域取得重要突破，首次实现基于离域化拓扑边界态的自组织激射，成功破解传统激光器中“高功率”与“高相干性”难以兼顾的核心难题。该成果为高性能激光器件的发展提供了新路径。

传统半导体激光器受限于多模混沌同步，往往在提升功率时牺牲光束质量，或为保证稳定性而降低输出。研究团队创新性地结合拓扑光子学与自组织原理，利用一维Su-Schrieffer-Heeger（SSH）模型的结构对称性，调控晶格耦合强度，实现拓扑边界态在空间上的离域化分布，扩大能量承载范围，从而提升输出功率。同时，通过图形化电极结构引入非厄米调制，使离域化边界态在无序环境中仍能主导激光模式，触发自组织同步，显著增强光场的时空相干性。

实验表明，该拓扑激光器在实现高功率输出的同时，具备更低的激射阈值、更稳定的光束模式和更高的空间相干性，散斑对比度优异。与同类光子晶体激光器相比，性能全面领先。通过引入移相耦合器，进一步优化了光功率密度。

该工作将拓扑保护的鲁棒性与自组织的高相干性相结合，开创了“功率-相干性”协同优化的新范式，不仅拓展了拓扑激光的技术体系，也为集成光子芯片、高亮度光源等应用奠定了坚实基础，推动拓扑物理向实用化光电器件加速转化。

原文链接：https://doi.org/10.1002/lpor.202501772

关于“科创热榜-前沿科技”

国际科技创新中心网络服务平台（www.ncsti.gov.cn），基于中国科学院、工程院、医科院、农科院、985高校及新型研发机构等近200家科研院所、单位发布的研究成果，多源动态提取并按领域维度、期刊级别、创新载体、学者信息、时间梯度等多维度权重，经人工智能计算分析，形成推荐榜单，每日更新。