本周Nature论文推荐 | 19年3月21日刊

封面图片：Felice Frankel

封面故事：基于松耦合组件统计力学的粒子机器人

活细胞能聚集起来共同完成某项任务，比如修复伤口。经过设计的模块化机器人系统可以模拟这类过程，但这通常要求对各组件进行一定程度的集中控制，或者采用复杂设计，但后者会限制系统的可扩展性。在本期《自然》中，Hod Lipson和同事设计了一种由许多独立单元组成的“粒子机器人”，展示了一种不同的仿生方法。这些盘状粒子能像相机光圈一样伸缩，但无法独立移动。通过磁铁将粒子松耦合在一起后，作为外部刺激的光线能诱导粒子改变行为——从个体振荡变为集体向刺激源移动。研究小组利用一个由24个单元组成的粒子机器人进行了效果验证，并在由10万个粒子组成的系统中进行了模拟，结果表明这种集体行为可以轻易扩展。模拟还表明，即使五分之一的组成粒子失效，整个系统仍能正常运作。

↓长按并提取二维码阅读

论文：Particle robotics based on statistical mechanics of loosely coupled components

新闻与观点文章：Robotic collectives inspired by biological cells

为乳腺癌远期复发风险建模

《自然》在线发表的一篇论文揭示了特定乳腺癌患者群体的远期复发风险。这项模型研究有利于更好地鉴别高危患者，并为这些群体找到新疗法。

乳腺癌患者的癌症复发风险因肿瘤生物学特征不同而具有显著差异。更好地了解这些风险有助于改善长期疗法，提高患者结局。

美国斯坦福大学医学院的Christina Curtis和同事对1977-2005年期间确诊的3240名英国和加拿大乳腺癌患者的不同复发风险和死亡率进行了建模。模型考虑了不同疾病阶段（如复发肿瘤与原发瘤的距离）、术后复发时间，以及年龄和肿瘤大小等其它已知会影响死亡率的因素。作者鉴定出了四种远期复发肿瘤亚型，涵盖了26%的雌激素受体阳性（ER+）和人表皮生长因子受体2阴性（HER2-）的肿瘤——这类肿瘤诊断后20年内的复发风险为42-55%。

以上研究结果或为改善复发风险预测、乳腺癌患者随访和患者分层提供了重要信息。不过，仍需开展进一步研究才能确认更精准的靶向治疗是否能改变不同乳腺癌亚型的结局。

↓长按并提取二维码阅读

论文：Dynamics of breast-cancer relapse reveal late-recurring ER-positive genomic subgroups

点击“阅读原文”发现更多最新Nature精彩内容