环球医讯

佛罗里达大西洋大学最新研究发现，老年驾驶员的驾驶习惯变化——如踏板控制不稳定、行程缩短和速度调节效率降低——可能是认知衰退的早期信号，该研究通过分析36名老年驾驶员三年内近4800次真实驾驶行程，结合传感器收集的远程信息处理和加速度计数据，发现驾驶行为的整体模式而非单一行为最能准确区分认知健康与早期认知障碍的驾驶员，研究目标是开发一种被动监测方式，以便在治疗干预最有效的早期阶段识别认知变化，而非限制老年驾驶员上路，对拥有超过24%老年驾驶员的佛罗里达州具有重要现实意义。

西班牙国家心血管研究中心(CNIC)与瑞典卡罗林斯卡学院合作开发出一种开创性单细胞蛋白质组学技术，首次揭示转录因子Myc能以不同方式改变每个心肌细胞的蛋白质表达，从而产生具有再生潜力的心肌细胞亚群。这一突破性发现阐明了Myc在单细胞水平的作用机制，为心肌梗死等心脏疾病的再生疗法开发提供了全新方向，研究成果发表在《基因组生物学》期刊上，有望推动心脏再生医学领域取得重大进展。

布法罗大学领导的国际研究团队开发出一种基于人工智能的创新技术，能够从常规MRI扫描中检测出多发性硬化症患者的皮层病变，这些病变以往在标准成像中难以发现却与残疾和认知障碍密切相关。该技术通过多模态皮层病变增强(MMCLE)方法，分析700多名参与者数据，成功识别出超过11,000个皮层病变，为MS疾病研究和临床治疗提供了关键突破，将对评估现有及未来临床试验数据产生深远影响。

本文深入探讨了突破"不可药物化"靶点限制的创新技术，详细介绍了AI驱动的蛋白质结构预测、冷冻电子显微镜以及蛋白降解剂和分子胶等革命性方法如何重新定义药物研发边界。文章指出，尽管人体约85%的蛋白质组传统上被认为难以成药，但这些新兴技术正迅速拓展可药物化靶点范围，为治疗癌症、神经退行性疾病和罕见遗传病提供新希望，同时也面临着靶点验证、选择性、药代动力学和临床转化等多重挑战，需要整合结构生物学、计算模型和递送系统等多学科知识以实现突破。

本文探讨了人工智能、蛋白降解技术等新兴工具如何突破传统药物研发限制，使曾经被视为"不可成药"的靶点变得可靶向。文章详细介绍了冷冻电镜、AI预测蛋白质结构等技术如何揭示蛋白质隐藏的结合位点，以及蛋白降解靶向嵌合体(PROTACs)和分子胶等新型疗法如何通过降解靶蛋白而非直接抑制其功能来治疗疾病。专家指出，这些技术正在重写药物研发规则，为癌症、神经退行性疾病等提供新的治疗可能，但同时也面临着选择性、递送系统等挑战。文章强调，虽然"不可成药"靶点正逐渐变为"可成药"，但药物开发过程依然充满挑战，需要综合考虑靶点验证、选择性、药代动力学和患者选择等多方面因素。

瑞士研究人员开发了一款名为"Etain 5G-Scientist"的手机应用程序，可让用户自行测量周围5G辐射水平。该应用显示，用户自身手机产生的辐射远高于周围天线，当手机贴近耳朵使用时，大脑吸收的辐射量比周围天线辐射高出约10,000倍。研究还发现，尽管5G网络传输数据量大幅增加，但由于技术更高效，总体辐射水平实际上基本保持不变，且远低于欧盟安全限值，通常仅为限值的2%左右。该应用通过测量信号强度来估算辐射暴露量，已在欧盟研究项目中开发完成，旨在消除公众对5G辐射的误解。

布法罗大学正式启动西纽约长新冠资源中心，旨在为医疗专业人员提供系统化培训工具以提升长新冠患者诊疗水平。该中心由杰克逊医学院等多学科团队开发，整合流行病学、症状管理及康复治疗等模块化课程，完成培训的医护人员可获得继续教育学分。面对影响近2000万美国人的长新冠挑战，该中心致力于消除医疗提供者的认知疑虑，推广经临床验证的诊疗方案，确保患者能通过基层医疗机构获得及时准确的诊断与个性化治疗，标志着美国在长新冠管理领域迈出关键性一步，为全球相关医疗实践提供重要参考。

本文报道了LATTICE临床试验结果，该研究评估低剂量锂对轻度认知障碍老年人的认知保护作用。试验显示低剂量锂在言语记忆方面显示出潜在益处，特别是对阿尔茨海默病病理阳性的患者，但未达到主要研究终点的统计学显著性。专家对研究结果存在分歧，有人认为需要基于生物标志物设计更大规模临床试验，有人则质疑结果的可靠性。研究同时警告公众不要自行服用锂补充剂，因为锂是一种需要严格监测的药物，不当使用可能导致严重健康风险，而当前市场上的锂补充剂销售增长迅速但缺乏充分科学依据。

爱好极致化是2026年兴起的一种生活方式趋势，指Z世代和千禧一代有意用陶艺、编织、园艺等动手活动填满日程，取代被动的屏幕时间和"末日滚动"。这一趋势与"祖母式极致化"相呼应，反映了人们对数字疲劳的回应，强调通过创造有形成果的活动来提升心理健康。研究表明，这类爱好能改善认知功能、降低慢性疾病风险，并带来深层次的心理满足感。随着相关社交平台的兴起，即使活动本身离线进行，人们仍能在特定兴趣社区中找到归属感，形成一种"模拟活动+特定爱好平台"的独特模式，而非完全的数字戒断。

哈佛医学院研究人员开发了一种名为NERINE的新型统计框架，能够将实验模型中识别的基因网络与人类遗传数据联系起来。该工具可帮助科学家更快地确定哪些基因群组最可能导致特定人类疾病，发现罕见致病突变，并锁定有希望的治疗靶点。在帕金森病研究中，NERINE揭示了催乳素相关突变与该疾病的先前未被认识的联系，表明催乳素可能在神经元中起到保护作用，为帕金森病研究开辟了全新方向。