美国心脏协会2026年科学声明指出,适量饮用咖啡(每天3-5杯)可能降低心血管疾病风险,但能量饮料等高剂量咖啡因有害。咖啡因对血压、心律失常等影响复杂,存在个体基因差异。滤纸冲泡可减少升胆固醇物质。证据显示咖啡对房颤和中风有保护作用,但可能增加室早风险。
转座子占人类基因组的45%,被重新定义为基因组的核心调控元件。它们参与基因表达,塑造基因组三维结构,并驱动进化与疾病。转座子的多功能性挑战了传统基因观念,可能在癌症诊断和基因治疗中应用。研究表明,转座子是基因组中的重要调控工具,而非无用的“垃圾DNA”。
科学家通过分析六万多人的血液,开发出一种AI模型,能够预测细胞的衰老程度及其与疾病的关系。研究表明,细胞衰老与多种疾病风险相关,如肌肉细胞衰老与渐冻症风险增加12倍,星形胶质细胞衰老与阿尔茨海默症风险显著相关。健康的生活方式可以延缓细胞衰老,为疾病的早期预测提供了新方法,未来可能改变健康监测方式。
谷歌DeepMind首席执行官Demis Hassabis在Google I/O大会上表示,公司的目标是重新构想药物发现过程,以期解决所有疾病。他提到的Gemini for Science是一组实验性AI工具,旨在帮助研究人员进行新发现。尽管AI在医学研究中发挥了重要作用,但医学突破需要时间,AI的应用仍面临伦理和监管挑战。
研究发现,NMN(烟酰胺单核苷酸)能有效缓解免疫性血小板减少症(ITP),通过提升细胞能量NAD+水平,改变巨噬细胞行为,减少对血小板的攻击。临床试验显示部分患者血小板数量显著提升,副作用轻微,为免疫疾病治疗提供了新思路。
氧化应激与多种疾病相关,抗氧化剂在实验室有效但临床应用失败,原因在于对机制理解不足和干预时机不当。人体具备自我调节的抗氧化系统,外源抗氧化剂可能干扰其功能。未来治疗应精准投放抗氧化剂并激活内源防御系统,以提高疗效。
随着AI在医疗领域的应用,高质量数据集成为提升模型性能的核心。医学影像、临床数据和生物信息学等多模态数据的快速增长,推动AI从图像识别向辅助诊疗发展。本文介绍了10个涵盖不同疾病和研究方向的医疗数据集,强调标准化数据和跨模态数据融合的重要性,为医疗AI的发展提供了基础和方向。
糖化是葡萄糖与蛋白质在无酶反应下生成AGEs的过程,导致蛋白质结构改变,进而引发炎症和多种慢性病。长期高血糖会加剧糖化,影响身体各系统,最终加速衰老和疾病。
MaxToki模型将细胞视为时间轨迹,能够预测衰老和疾病,并模拟基因干预,标志着生物学进入可编程时代。通过分析不同年龄的细胞数据,该模型显著提高了预测准确性,改变了生物研究流程,未来有望实现生命轨迹的设计。
血管衰老由DNA修复压力引发的表观遗传重编程,成为全身老化的核心驱动。血管不仅是运输通道,也是衰老的“总指挥”,通过信号影响其他器官。未来抗衰老医学应从血管入手,采用多维干预策略。
MIT与卡内基梅隆大学的研究团队开发了VibeGen,通过结合序列生成与振动动力学预测,实现从头蛋白质设计。该模型能够生成稳定的新型蛋白质,并揭示结构与动力学之间的关系,为未来的蛋白质设计提供新思路。
生物黑客与AI医疗结合,利用蛋白质组学和数字孪生技术,展望个性化医疗的未来。AI可预测蛋白质结构,提前干预疾病,修复编码错误,实现零副作用治疗。多肽将成为关键,推动医疗投资与技术革命。
AI短名单是对长篇文章的简要概述,旨在提炼出核心信息。
内在无序蛋白(IDPs)挑战了传统的“结构决定功能”理论。尽管IDPs在生理条件下没有固定结构,但它们在信号转导和疾病中发挥着重要作用。研究团队开发了PeptoneBench和PepTron模型,以提高对无序蛋白构象的预测能力,推动了蛋白质研究的进展。
BoltzGen是一种新型AI模型,能够从零开始生成针对生物目标的蛋白质结合物,推动药物发现。它结合了蛋白质设计和结构预测,经过严格测试,展示了在难以药物化靶点上的潜力,预计将加速药物设计并改变生物分子设计的未来。
比尔·盖茨在备忘录中指出,气候变化虽然严重,但不会导致人类文明的终结。他提倡将资源从减排转向消除贫困和疾病,强调人类福祉的重要性,并呼吁各国领导人进行战略调整。
中医的有效性引发争议,古老方剂似乎更具疗效。尽管科学技术进步,中医的发展是否停滞?古方是否足以应对疾病?
机器之心数据服务现已上线,提供高效稳定的数据获取服务,帮助用户轻松获取所需数据。
机器之心数据服务现已上线,提供高效稳定的数据获取,简化数据爬取流程。
机器之心数据服务现已上线,提供高效稳定的数据获取服务,简化数据爬取流程。
完成下面两步后,将自动完成登录并继续当前操作。