最近，复旦大学人类表型组研究院王玉兰教授、新加坡科技研究局Lit-Hsin Loo教授和新加坡国家癌症中心Pierce Kah-Hoe Chow教授合作，发展了利用多模态策略分析癌细胞的代谢特征，即空间引导的代谢图谱分析方法（SgME）。利用该方法研究了人肝癌组织的代谢图谱和RNA标志物，发现有超过50%通过组织匀浆方法获得的癌症代谢标志物实际上来自于非癌症组织，从而难以作为癌症的标志物，不具有重现性和预警价值。通过SgME方法，发现了癌组织特有的潜在代谢标志物，这些标志物在低级别癌组织中显示增加，但在组织坏死区域大大降低。该研究表明SgME方法较传统的组织匀浆方法获得的癌症代谢图谱具有空间分辨的特征，可以用于发现癌症特异的标志物。该成果日前已在国际知名期刊Molecule System Biology上正式发表（Mol Syst Biol, 2026.）。

近日，国际癫痫领域顶级期刊《Epilepsia》在线发表了复旦大学人类表型组研究院、医学遗传研究院安宇团队，联合复旦大学附属儿科医院王艺团队等多家单位的研究论文，题为“Decoding epilepsy's molecular blueprint: Machine learning unravels transcriptomic subtypes and regulatory networks”。该研究通过对大规模耐药性癫痫患者手术脑组织的转录组测序，利用机器学习方法，首次揭示了独立于传统病理分类的两种分子亚型，并基于分子亚型的关键调控通路构建了分子分型预测模型，为癫痫分型和精准诊疗提供了全新的框架。

该研究依托精细化社区人群队列——泰州脑影像队列，系统探究了牙周健康、口腔微生物组与认知功能之间的关联，从人群层面为“口-脑轴”提供了新的循证证据。

该研究围绕空间转录组对齐问题，在多种应用场景下对现有方法进行了系统且多维度的评估，并为方法选择与开发提供了具有指导意义的参考框架。

复旦大学人类表型组研究院刘雳宇团队联合普林斯顿大学Robert H. Austin团队在Physical Review Letters (IF:9.0)上发表题为“Informational Memory Shapes Collective Behavior in Intelligent Swarms”的研究论文。

最近，唐惠儒团队在高覆盖定量脂质组学技术与应用方面取得突破性进展。他们发展了有机相、pH及铵盐三梯度色谱洗脱新策略，解决了所有脂质特别是酸性脂质的液相色谱有效分离的难题；建立了脂质结构与保留时间的定量关系（QSRR）通用模型，解决了脂质分子保留时间的高精度预测难题（ΔtR < 0.33 min，MRE~3.4%），并构建了脂质分子的MRM参数信息库；发展了高覆盖定量脂质组学技术，将覆盖度提到190个亚类21,720余种脂质分子，并在人血浆与尿液及细胞、大肠杆菌、拟南芥莲座叶、小鼠肝脏和粪便等7种典型生物样本中测得2375种脂质分子的浓度，确认了该技术的广泛适用性。该成果日前已在国际分析化学权威期刊Analytical Chemistry上正式发表（Anal Chem 98:7356, 2026）。基于此，团队又发展了甲醛固定石蜡包埋样本的脂质组定量技术（Nat Commun, 17:2461, 2026）；测绘了多种细胞器的定量脂质组表型及潜在功能（Sci China Life Sci, 10.1007/s11427-025-3222-4, 2026）。目前，该团队正在使用此技术研究多