环球医讯

科学家首次运用人工智能设计出功能性噬菌体，成功创建16种能感染并杀死大肠杆菌的AI生成病毒，该突破为解决抗生素耐药性感染提供了新途径，噬菌体疗法因其高度特异性可精准靶向病原体而不破坏微生物组，但研究同时引发重大生物安全隐忧，斯坦福大学和Arc研究所团队通过Evo模型在计算机中生成302种phiX174噬菌体新变体，标志着AI从解读生物数据迈向创造新生命形式的转折点，凸显了科技发展与伦理监管的迫切平衡需求，为全球抗感染治疗带来革命性潜力的同时也警示滥用风险。

本文深入探讨伽马射线对干细胞的损害机制及其对健康衰老的影响。研究表明，伽马辐射通过直接损伤DNA、加速端粒缩短、引发氧化应激和慢性炎症等途径，削弱造血干细胞和肌肉干细胞等关键细胞的再生能力，导致组织修复功能下降并加速衰老进程。特别在太空飞行环境中，高强度宇宙辐射会显著加剧干细胞早衰现象，这不仅威胁宇航员健康，更为地球上的辐射防护策略和抗衰老研究提供了重要参考。保护干细胞免受辐射损伤对预防阿尔茨海默病等年龄相关疾病及延长健康寿命具有关键意义。

欧洲分子生物学实验室、德国癌症研究中心及哥本哈根大学专家联合开发名为Delphi-2M的生成式人工智能工具，该系统通过分析患者病史、医疗事件及生活方式因素，可精准预测未来十年以上超千种疾病的发病风险，其预测准确度与现有单病种模型相当，且能同时评估多疾病长期发展趋势，为个性化医疗和大规模健康干预提供全新路径，相关成果已发表于《自然》期刊。

由欧洲分子生物学实验室开发的Delphi人工智能模型通过分析40万人的匿名医疗记录，成功识别出与1000多种疾病相关的健康模式，可在症状出现前十年预测发病风险；该工具在丹麦190万患者数据中验证有效，能提供类似天气预报的个性化健康评估，虽存在心理影响风险，但有望在5-10年内应用于全科医生临床实践，推动预防性医疗发展。

欧洲分子生物学实验室和德国癌症研究中心的研究人员成功开发出一种生成式人工智能模型，该模型能够基于个人医疗历史数据预测1000多种疾病在未来十年以上的发病风险与时间点。通过使用英国生物银行40万参与者和丹麦国家患者登记处190万患者的匿名医疗数据进行训练验证，该模型揭示了疾病发展的潜在模式，为个性化预防医疗提供了科学依据，但目前仍处于概念验证阶段，存在训练数据年龄局限（40-60岁为主）和种族代表性不足等缺陷，距离临床应用尚需更多测试、监管框架完善及数据多样性提升，有望在未来帮助医疗系统提前规划资源应对人口老龄化和慢性病挑战。（158字）

欧洲科学家团队开发的名为德尔斐-2M的新型生成式AI模型能够基于健康记录预测个人1000多种疾病的患病风险，提前期可达20年。该模型建立在改进版GPT架构上，通过分析数十万人的健康数据模式，提供全面的健康预测，可同时评估多种疾病风险，为预防医学和医疗规划提供革命性工具。这项由欧洲分子生物学实验室、德国癌症研究中心和哥本哈根大学合作的研究标志着个性化医疗的重要进展，但也引发了关于数据隐私和伦理的深刻讨论，特别是在使用大规模健康数据集进行训练时面临的匿名化挑战与重新识别风险。

纽约大学朗格尼健康中心珀尔马特癌症中心主导的最新研究揭示，人类口腔中27种特定细菌和真菌的共同存在可使胰腺癌风险增加3.5倍。该研究分析了12.2万名健康志愿者的唾液微生物基因组数据，首次证实口腔念珠菌属真菌可能参与胰腺肿瘤形成，并开发出基于口腔微生物组的癌症风险评估工具。研究成果发表于《美国医学会杂志-肿瘤学》，强调日常口腔护理不仅预防牙周病，更可能降低致命胰腺癌风险，为早期筛查提供新方向。此项突破对全球每年超50万胰腺癌患者防控具有重大意义。

本研究通过对比野生型和膜联蛋白A1(AnxA1)缺陷小鼠在DSS诱导结肠炎过程中的微生物变化，并分析炎症性肠病患者队列数据，揭示AnxA1在健康与疾病状态下对肠道微生物群的关键调控作用。研究发现AnxA1缺乏导致微生物多样性降低和组成异常，在结肠炎中加剧炎症反应和菌群失调；人类样本显示AnxA1表达水平与克罗恩病和溃疡性结肠炎患者的微生物特征显著相关，高表达患者微生物谱更接近健康人群。这些突破性发现证实AnxA1是免疫-微生物轴的核心调控蛋白，为炎症性肠病的靶向治疗提供了新方向，具有重要临床转化价值。

由国际研究团队开发的生成式AI模型Delphi-2M基于英国和丹麦近230万匿名健康数据，能够预测个体未来1000多种疾病的发病风险及时间点，通过模拟数十年健康轨迹提供并发症序列预测；其在英国数据测试中平均准确率达0.76，但存在跨人群可靠性差异和数据偏差问题，目前仅作为公共卫生规划辅助工具而非诊断手段，强调人类医生监督的必要性，为个性化预防医疗开辟了新路径，同时警示需关注训练数据代表性对风险评估的影响。

由英国和丹麦近230万人匿名健康数据训练的生成式AI模型Delphi-2M，能预测1000多种疾病的发病风险及时间窗口，其整体性健康轨迹模拟技术通过编码医疗历史实现疾病序列预测，在英国测试中曲线下面积达0.76，但存在数据偏差问题，目前仅作为公共卫生规划和预防性健康干预的辅助工具，尚未达到临床诊断标准，标志着AI在健康预测领域的重要突破。