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。

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。

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？

北京糖尿病患病率达到28.4%，全国约有2.33亿患者，比例为15.88%。流动人口未检出率高，老龄化和饮食习惯是主要原因。需加强糖尿病防治，未来面临更大挑战。

东航航班上，一名乘客突发癫痫，乘务员迅速响应并进行急救。在医生的协助下，经过二十分钟，患者情况稳定，能够站立。虽然癫痫发作令人担忧，但处理得当。