-
2024年科学界十大人物：自身免疫性疾病治疗第一个吃螃蟹的人
徐沪济教授，现任海军军医大学附属长征医院内科教研室主任兼风湿免疫科主任、教授、博士生导师。国内外知名的风湿免疫专家，我国风湿免疫界的领军人物之一，也是清华大学临床医学院常务副院长、清华大学临床医学学术委员会主席、清华北大生命科学中心研究员。毕业于第二军医大学，徐沪济教授曾赴澳大利亚Flinders医学中心攻读医学博士学位，研究一种特定抗体在风湿病（影响关节、肌肉和骨骼的炎症）中的作用。毕业后在该医学中心从事博士后研究，之后在澳大利亚昆士兰医学研究所和昆士兰大学从事临床和基础研究工作，通过澳大利亚医学会考试获得在澳行医资格，先后任高级研究学者、国家健康和医学委员会研究员、教授，2008年后全职回
-
“一个真正了不起的突破”：谷歌的新量子芯片卷出了精度里程碑
谷歌的科学家们造出了一个很厉害的芯片，能够展示第一个“低于阈值”的量子计算——这是寻求建造足够精确的有用量子计算机的关键里程碑。这个芯片是量子计算机的一部分，它能帮助量子计算机变得更准确，更靠谱。量子计算机是一种超级强大的计算机，它们用一种特殊的方式处理信息，这种方式比我们普通电脑的速度快得多。量子计算机因其独特的处理信息方式，拥有巨大的潜力，能够在多个领域发挥重要作用。以下是一些量子计算机可能的应用领域：密码学和网络安全：量子计算机能够破解许多现代加密算法，这对于网络安全是一个巨大的挑战。同时，它们也可以用来开发新的量子加密技术，提高通信的安全性。药物开发：量子计算机能够模拟分子和化学反应，
-
Nature Aging：你的大脑衰老有多快？血液中8种蛋白质提供了线索
磁共振成像扫描显示了一个25岁（左）和一个74岁（右）的大脑。研究人员已经确定了血液中的13种蛋白质，这些蛋白质可以预测一个人的大脑与身体其他部位相比衰老的快慢。他们的研究发表在12月9日的《Nature Aging》杂志上，该研究使用机器学习模型，通过对1万多人的扫描来估计“大脑年龄”。研究人员随后分析了数千份扫描和血液样本，发现了8种与大脑快速衰老有关的蛋白质，5种与大脑缓慢衰老有关。“以前的研究主要集中在蛋白质和实足年龄之间的关系，这意味着个人的真实年龄，”该研究的合著者、中国上海复旦大学的神经学家Wei-Shi Liu说。然而，研究与一个人的大脑年龄相关的生物标志物可以帮助科学家们确定
来源：Nature Aging
时间：2024-12-11
-
Nature Medicine：新研究揭示了两种类型的脂肪肝疾病
卡罗林斯卡研究所和哥德堡大学的研究人员已经确定了两种与代谢相关的脂肪肝疾病——肝脏特异性类型和影响其他器官和组织的全身性类型。这一发现可能会改善对这一日益增长的患者群体的诊断和治疗。两项研究相继发表于《自然医学》．代谢功能障碍相关的脂肪变性肝病（MASLD）的特征是肝脏中脂肪的过度积累，这可能导致严重的肝脏损伤，如肝硬化和肝癌。MASLD是由超重和肥胖引起的，它是全球一个日益严重的主要负担。据估计，全世界有四分之一的成年人患有MASLD，但大多数人都不知道，因为它只是在晚期才出现症状。全面的分析卡罗林斯卡学院和瑞典哥德堡大学的研究人员现在通过分析来自英国生物银行和其他研究的36000多名参与者
-
Cell Stem Cell：脑肿瘤类器官准确模拟患者对CAR-T细胞治疗的反应
研究人员首次使用实验室培养的类器官，从胶质母细胞瘤（GBM）患者的肿瘤中产生，实时准确地模拟患者对CAR - T细胞治疗的反应。类器官对治疗的反应反映了患者大脑中实际肿瘤的反应。根据宾夕法尼亚大学佩雷尔曼医学院今天发表在《细胞干细胞》杂志上的一项新研究，也就是说，如果肿瘤衍生的类器官在治疗后缩小，那么患者的实际肿瘤也会缩小。“很难衡量GBM患者对治疗的反应，因为我们不能定期对大脑进行活检，而且很难从MRI成像中区分肿瘤生长和治疗相关的炎症，”佩雷尔曼神经科学教授、该研究的共同资深作者宋洪军博士说。“这些类器官非常准确地反映了个体大脑中发生的事情，我们希望它们可以在未来用来‘了解’每
-
热应激后，人体的衰老“时钟”走得更快
与衰老有关的DNA标记的变化也与长期高温暴露有关。一项对3000多人的DNA标记进行的初步分析显示，暴露在极端高温事件中与可能反映加速衰老的分子变化有关。这项美国的研究上个月在华盛顿西雅图举行的美国老年学学会年度科学会议上发表。随着热浪袭击世界各国的频率越来越高，这项研究加入了许多其他努力，以了解气温上升对人类健康的影响。众所周知，高温会使心脏和肾脏紧张，并减缓认知能力。但极端高温也可能产生看不见的影响——至少在一开始是这样。“身体上的损失可能不会立即表现为可观察到的健康结果，但可能会在细胞和分子水平上影响我们的身体，”洛杉矶南加州大学的老年学家Eun Young Choi说。“这种生理上的恶
-
PNAS：科学家通过模仿大脑创造了“观看”视频的人工智能
想象一个人工智能（AI）模型，它可以用人类大脑的敏锐观察和理解运动图像。现在，斯克里普斯研究中心的科学家们通过创建MovieNet实现了这一目标：一种创新的人工智能，它处理视频的方式就像我们的大脑随着时间的推移解读现实生活中的场景一样。2024年11月19日发表在《美国国家科学院院刊》上的一项研究详细介绍了这种受大脑启发的人工智能模型，该模型可以通过模拟神经元或脑细胞如何实时感知世界来感知移动场景。传统的人工智能擅长识别静止图像，但MovieNet为机器学习模型引入了一种方法，可以识别复杂的、不断变化的场景——这一突破可能会改变从医疗诊断到自动驾驶等领域，在这些领域，随着时间的推移，识别细微的
-
一次治疗中完成同时基于mRNA和RNAi的治疗
渥太华大学的研究人员可能已经破解了利用mRNA和RNAi为基础的疗法来改善癌症、心血管和其他复杂疾病的治疗的密码。COVID-19疫苗的成功凸显了基于mrna的疗法的潜力，这种疗法可以选择性地操纵基因传递功能的方式。同时，RNA干扰（RNAi）是一种天然的防御外源基因的机制，但可以抵消mRNA的积极作用。发表在ACS纳米科学杂志上的新概念证明研究可能是第一个显示mRNA和siRNA在体内和体外传递，增强和干扰多种基因和蛋白质的表达，以改善治疗结果的研究。“我们的工作将对基于mRNA和rnai的疗法以及癌症、心血管疾病等复杂疾病的药物开发产生巨大影响，”共同主要作者、医学院助理教授Suresh
-
一种开创性的人工智能（AI）驱动模型：可以翻译植物生命的语言
一项研究合作推出了一种开创性的人工智能（AI）驱动模型，该模型能够理解构成植物遗传“语言”的序列和结构模式。植物RNA-FM被认为是第一个同类人工智能模型，由约翰英纳斯中心的植物研究人员和埃克塞特大学的计算机科学家合作开发。该模型的创造者说，这是一个聪明的技术突破，可以推动植物科学的发现和创新，并可能在无脊椎动物和细菌的研究中发挥作用。RNA，就像它更为人所知的化学亲戚DNA一样，是贯穿所有生物体的重要分子，负责以其序列和结构携带遗传信息。在基因组中，RNA的结构是由称为核苷酸的构建块组合而成的，核苷酸的排列方式与语言中单词和短语的字母组合方式相同。丁义良教授在约翰英纳斯中心的团队研究RNA结
-
Nature Methods：ProHap能够生成人类蛋白质组学数据库
分析队列研究中的蛋白质序列是通过比较参与者数据与从人类基因组预测的蛋白质序列来完成的。卑尔根大学临床科学系副教授Marc Vaudel说，“今天，所有参与者都使用相同的参考蛋白质，但我们都是不同的！我们发现，决定我们是谁的微小基因变化产生了一种偏见：对于那些与参考资料不同的人，目前的信息方法对他们的部分蛋白质是盲目的。”为了解决这个问题，卑尔根的研究人员开发了新的模型，从大型基因面板中构建序列。他们的新方法捕获了最有可能在人群中观察到的蛋白质序列。设计该方法的博士候选人Jakub Vaíek补充说，考虑到队列参与者之间更大的多样性是将医学研究细化到个人资料的关键。然而，许多人群在基因面板中没有
-
理解大脑活动的突破性方法
一种绘制大脑不同区域之间活动和联系的新方法，揭示了语言、思维和注意力等高级功能是如何组织起来的。人类大脑活动的传统模型代表了两个不同大脑区域之间成对的相互作用。这是因为建模方法还没有发展到足以描述多个区域之间更复杂的相互作用。伯明翰大学的研究人员开发了一种新方法，能够通过神经成像测量信号，并从中创建准确的模型，以显示不同的大脑区域如何对特定的功能和行为做出贡献。研究结果发表在《Nature Communications》杂志上。首席研究员Enrico Amico说：“像大脑这样的复杂系统依赖于区域群之间的相互作用，而不仅仅是区域对之间的相互作用。虽然我们理论上知道情况就是这样，但到目前为止，我
来源：Nature Communications
时间：2024-12-11
-
黑盒遗忘：一种裁剪大型人工智能模型的新方法
大规模预训练的人工智能模型的能力最近突飞猛进，如大规模视觉语言模型，如CLIP或ChatGPT。这些典型的通才模型可以在涵盖大量领域的任务中执行得相当好，这为它们被公众广泛采用铺平了道路。然而，这种多功能性无疑是有代价的。训练和操作大型模型消耗了大量的能量和时间，这违背了可持续发展的目标，也限制了它们可以部署的计算机类型。此外，在许多实际应用中，人们希望人工智能模型能够完成特定的角色，而不是多面手。在这种情况下，模型的通才能力可能是无用的，甚至适得其反，降低了准确性。是否有一种方法可以通过让大规模预训练模型“忘记”不必要的信息来更有效地利用它们？在即将发表在《神经信息处理系统》（NeurIPS
-
新技术 | 使用生成式AI创建逼真3D形状的新方法
为虚拟现实、电影制作和工程设计等应用创建逼真的3D模型可能是一个繁琐的过程，需要大量的人工试验和错误。虽然图像的生成式人工智能模型可以通过使创作者从文本提示生成逼真的2D图像来简化艺术过程，但这些模型并不是为生成3D形状而设计的。为了弥补这一差距，最近开发的一种名为Score Distillation的技术利用2D图像生成模型来创建3D形状，但其输出结果往往模糊不清或卡通化。麻省理工学院的研究人员探索了用于生成2D图像和3D形状的算法之间的关系和差异，确定了低质量3D模型的根本原因。从那里，他们精心制作了一个简单的修复Score Distillation，它可以生成尖锐的，高质量的3D形状，其
-
开创性研究发现了巴西胰腺癌的新基因联系
胰腺癌最近被列入巴西国家癌症研究所（INCA）定期公布统计数据的疾病清单。虽然它不是最常见的癌症类型，但其高致死率使其成为巴西癌症死亡的主要原因之一，部分原因是诊断较晚。圣保罗州立癌症研究所（ICESP）Lívia Munhoz Rodrigues研究员说：“令人惊讶的是，在巴西和整个拉丁美洲，关于这种疾病的数据是如此之少。目前还没有涉及巴西患者的胰腺癌研究，因为与乳腺癌和肺癌等癌症相比，巴西的胰腺癌发病率很低。然而，它是死亡率最高的癌症类型，而且死亡速度很快。”Rodrigues领导的团队包括ICESP的其他研究人员，以及FM-USP法律医学、生物伦理学、职业医学和物理医学与康复系以及D&#
来源：Scientific Reports
时间：2024-12-11
-
新发现揭示了运动促进肌肉能量产生，进而提高治疗
虽然体育锻炼对我们有益是常识，但许多潜在的分子机制仍有待确定。现在，哥本哈根大学的研究人员已经获得了新的知识，这将有助于我们了解体育锻炼对健康的影响，并可能为许多影响肌肉疾病的新疗法铺平道路。这项新研究的通讯作者、生物医学科学系的Lykke Sylow副教授说：“我们已经确定了一种新的、重要的肌肉细胞能量产生机制，并表明它是通过体育锻炼激活的——与年龄、性别和健康状况无关。”在这项研究中，研究人员证明了一种特定的蛋白质在细胞的能量工厂线粒体的能量生产中起着关键作用。他们惊讶地发现，通过健身训练（所谓的有氧运动），实际上有可能绕过这种蛋白质在能量产生中的作用。该研究的第一作者博士后Tang Ca
-
X染色体研究揭示阿尔茨海默病隐藏的遗传联系
尽管经过几十年的研究，X染色体对阿尔茨海默氏症的影响在很大程度上被忽视了，直到现在。探索七个新发现的基因位点如何彻底改变我们对这种疾病的认识。由于技术分析的限制，对阿尔茨海默病（AD）风险和进展的遗传因素的传统调查忽略了X染色体的作用。为了解决这些知识空白，最近发表在《分子精神病学》杂志上的一项研究利用了广泛的X染色体全关联研究（XWAS）数据，这些数据来自115,841例AD病例（包括临床诊断病例和代理病例）和613,671例对照，以确定指示AD病理生理的遗传信号。该研究考虑了女性X染色体失活（XCI）的三种模式（r-XCI， s-XCI和e-XCI），并发现在X染色体的非假常染色体区域没有
-
长期的谜团解开：意外的发现复活了被放弃的乳腺癌治疗
瑞典隆德大学（Lund University）最近进行的一项研究解决了一个长期存在的谜团：确定哪些侵袭性乳腺癌患者从一种靶向癌症治疗中受益，这种治疗以前正在开发中，但已经停止了。这一突破意义重大，给人们带来了新的希望，即这种药物的研发可以恢复，并最终惠及最需要它的患者。尽管北美科学家花了多年时间和数百万美元进行了广泛的研究和开发，但在动物试验中显示出治疗乳腺癌良好效果的药物甘尼妥单抗最终被搁置了。虽然它经过了临床试验并取得了一些成功，但哪些乳腺癌患者将从这种治疗中受益这一关键问题仍未得到解决。在开发新的癌症治疗方法时，通常情况下，并非所有患有同一种疾病的患者都能通过相同的治疗得到帮助。这就是为
来源：NPJ Precision Oncology
时间：2024-12-11
-
减肥药不仅能抑制食欲，还能减少饮酒
研究人员发现，适度饮酒者和重度饮酒者在使用任何类型的抗肥胖药物时，最有可能减少饮酒量。发表在《JAMA Network Open》上的一项新研究发现，使用抗肥胖药物（AOM）不仅有助于减肥，而且还减少了大约一半的参与者的饮酒量。这项研究由亨利福特健康中心的副科学家兼健康服务研究副主任Lisa Miller-Matero博士领导。越来越多的研究表明，Ozempic或Wegovy等药物可以用于治疗药物使用障碍。Miller-Matero说：“这与过去的研究不同，我们纳入了各种抗肥胖药物，并观察了报告偶尔饮酒者饮酒的变化。”其他工作主要只包括胰高血糖素样肽-1受体激动剂（GLP-1 RAs）在物质使
来源：JAMA Network Open
时间：2024-12-11
-
不是那么简单的机器：破解可以学习的材料的密码
人们很容易认为，机器学习是一种完全数字化的现象，是通过计算机和算法模拟类似大脑的行为而实现的。但是第一批机器是模拟的，现在，一个小而不断增长的研究表明，机械系统也有学习能力。密歇根大学（University of Michigan）的物理学家们为这一领域的研究提供了最新的突破口。密歇根大学的Shuaifeng Li和Xiaoming Mao团队设计了一种算法，为学习如何在被称为机械神经网络的格子中工作提供了一个数学框架。“我们看到材料可以自己学习任务并进行计算，”Li说。研究人员已经展示了该算法如何用于“训练”材料来解决问题，例如识别不同种类的鸢尾植物。有一天，这些材料可以制造出能够解决更高级
-
男性和女性患脑部疾病的风险模式不同，忽视这些差异对我们所有人都有害
人类男性和女性在许多大脑相关疾病的患病率和表现方面存在着深刻的差异。例如，在神经学方面，男性患帕金森氏症的风险更大，而且往往发病更早，认知障碍也更严重。女性患多发性硬化症的几率更高，但她们的症状进展比男性慢。在精神病学中，所有早发性神经发育疾病在男性中比在女性中更为普遍。但在青春期，女性患情绪和焦虑症的风险更高。事实上，这些差异与年龄有关，可在不同文化中重现，并与生物相关——例如基因表达和脑成像的差异——有关，这表明它们不仅仅是性别与卫生保健系统相互作用的结果。的确，男性和女性的这种疾病易感性差异出现在大脑特别活跃的生命时期，这表明大脑组织的性别差异可能以发育动态的方式塑造疾病风险。如果不能验
来源：spectrumnews
时间：2024-12-11
粤公网安备 44010602000434号