《自然》系列期刊中国作者论文免费读：浙大、复旦、中国科大
Springer Nature约 5 分钟据不完全统计，近期中国研究机构参与的研究有1篇发表在《自然-遗传学》、1篇发表在《自然-植物》、1篇发表在《自然-物理》、1篇发表在《自然-机器智能》上。扫描二维码即可免费阅读论文全文。
发表期刊：Nature Genetics《自然-遗传学》
论文标题：早发性子宫内膜样子宫内膜癌的蛋白质基因组学研究：保留生育功能治疗的疗效预测指标（Proteogenomic insights into early-onset endometrioid endometrial carcinoma: predictors for fertility-sparing therapy response）
通讯作者：Qinglei Gao、Kezhen Li、Gang Chen、Chaoyang Sun（华中科技大学），Xiaojun Chen（复旦大学附属妇产科医院）
第一作者：Zhe Hu、Zimeng Wu、Jingbo Liu、Wencheng Ding（华中科技大学），Wei Liu、Yan Ning（复旦大学附属妇产科医院）
DOI：10.1038/s41588-024-01703-z
发表日期：2024年4月2日
论文导读：
子宫内膜癌发病率不断升高，对公共卫生构成了严重挑战。保留生育功能在早发性子宫内膜样子宫内膜癌（EEEC）的管理中是一项关键考量因素，对小于40岁的患者尤其如此。来自华中科技大学和复旦大学的研究团队针对215名子宫内膜癌患者（其中81名为EEEC）开展了一项大规模多组学研究。研究发现特定的CTNNB1和SIGLEC10热点突变以及下游通路紊乱是EEEC的重要特征。研究团队还确定了EEEC保留生育功能治疗中孕激素反应的潜在生物标志物。这项研究建立了EEEC的蛋白质基因组资源，有助于EEEC初级预防和早期检测手段的开发。
扫码免费阅读论文全文
发表期刊：Nature Plants《自然-植物》
论文标题：水稻转运蛋白HKT2;1和HKT2;2/1的离子选择性和转运机理的结构研究（Structural insights into ion selectivity and transport mechanisms of Oryza sativa HKT2;1 and HKT2;2/1 transporters）
通讯作者：Fan Yang（浙江大学医学院）、Huaizong Shen（西湖大学）
第一作者：Xiaohui Wang、Xiaoshuai Shen、Yannan Qu、Chu Wang（西湖大学），Heng Zhang（浙江大学医学院）
DOI：10.1038/s41477-024-01665-4
发表日期：2024年4月3日
论文导读：
植物高亲和性钾离子转运蛋白（HKT）在维持植物Na+和K+平衡中发挥着关键作用。来自浙江大学和西湖大学的研究团队解析了水稻HKT2;1和HKT2;2/1的冷冻电镜结构。通过比较这两种HKT的选择性滤器，研究团队发现了Ser88/Gly88和Val243/Gly243在两种HKT实现各自离子选择性中的关键作用。HKT的离子渗透通道上存在一处狭窄区域。HKT的第II和第III结构域之间的连接肽呈现出指向通道狭窄区域的稳定环状结构，这表明其可能参与门控调节过程。这项研究为开发新的耐盐碱作物品种和增加作物产量提供了重要见解。
扫码免费阅读论文全文
发表期刊：Nature Physics《自然-物理》
论文标题：具有反演对称性破缺的二维磁体中的拓扑克尔效应（Topological Kerr effects in two-dimensional magnets with broken inversion symmetry）
通讯作者：Zhigao Sheng（中国科学院合肥物质科学研究院），Bin Xiang、Zhenyu Zhang（中国科学技术大学）
第一作者：Xiaoyin Li、Ying Zhang（中国科学技术大学），Caixing Liu（中国科学院合肥物质科学研究院）
DOI：10.1038/s41567-024-02465-5
发表日期：2024年4月4日
论文导读：
手性磁结构（如斯格明子）有望成为下一代信息存储单元。目前为止，拓扑霍尔效应是最可靠的斯格明子探测方法，但仅适用于金属体系。斯格明子领域亟需发展适用于更多体系的表征手段。来自中国科学院合肥物质科学研究院和中国科学技术大学的研究团队利用近期发现的铁磁材料CrVI6开展了研究，发现其克尔角磁滞回线出现了两个反对称的凸起。研究团队开发了极小模型，进一步确定拓扑荷是这种凸起出现的原因，从而提出了适用性更广的斯格明子磁光指纹。
扫码免费阅读论文全文
发表期刊：Nature Machine Intelligence《自然-机器智能》
论文标题：原子间势的几何增强预训练（Geometry-enhanced pretraining on interatomic potentials）
通讯作者：Mao Su、Shufei Zhang（上海人工智能实验室）
第一作者：Taoyong Cui、Chenyu Tang（上海人工智能实验室）
DOI：10.1038/s42256-024-00818-6
发表日期：2024年4月5日
论文导读：
机器学习原子间势（MLIP）能准确高效地预测材料和分子中的原子间相互作用，已在物理科学领域得到广泛应用。然而高性能的MLIP依赖于大量带标注数据，成本很高。来自上海人工智能实验室的研究团队提出了一种几何结构学习框架：首先通过经典分子动力学模拟生成目标分子体系的无标注构型；随后利用几何增强自监督学习技术提取结构信息。研究表明，这种方法仅增加了少量的计算成本却显著提升了MLIP的准确率和泛化能力，且与不同的图神经网络架构兼容。这种策略提升了MLIP性能，推动了分子体系模拟的发展。
扫码免费阅读论文全文
《自然》系列期刊产品试用申请
Nature Portfolio期刊是多学科研究和综述期刊的合集，自1869年起一直致力于理解、 探讨和分享科学。《自然》系列期刊目前包含40种《自然》系列研究期刊，涵盖生命科学、物理科学、临床医学和社会科学领域，以及24种《自然综述》系列期刊，为您提供权威、易于理解、意义重大的综述内容。
▲ 如果您对《自然》系列期刊产品感兴趣，愿意推荐您所在的院校或机构申请试用，欢迎扫描以上二维码，提交表单申请。
《自然》及《自然》系列研究期刊均为作者提供OA发表选项，扫码或点击“阅读原文”查看Nature Portfolio的OA资助、政策和更多OA期刊选择。
版权声明：
本文由施普林格∙自然上海办公室负责编译。中文内容仅供参考，一切内容以英文原版为准。欢迎转发本文至朋友圈，如需转载，请联系 [email protected]。
© 2024 Springer Nature Limited. All Rights Reserved