环球医讯

一项新研究表明，太空飞行可能加速人类造血干细胞和祖细胞（HSPCs）的衰老过程，这些细胞对血液和免疫系统健康至关重要。研究发现国际空间站上的微重力和辐射导致细胞再生能力下降、DNA损伤增加及染色体末端加速老化等迹象，部分损伤在返回地球后可逆。该发现不仅对保护长期太空任务中的宇航员健康具有重要意义，还为地球上的衰老机制和癌症等疾病研究提供了新模型，揭示了太空环境对人类细胞的深层影响及其潜在可逆性机制。

一项发表在《细胞·干细胞》期刊上的研究表明，国际空间站微重力环境导致造血干细胞和祖细胞加速老化，表现为制造健康新细胞能力下降、DNA损伤增加及染色体末端老化迹象。研究证实辐射与微重力是主要压力源，这些变化虽可能部分可逆——当细胞返回地球健康环境后能逐步恢复，但对长期太空任务构成严峻挑战。该发现不仅关乎宇航员健康防护，更为地球衰老机制和癌症研究提供关键模型，凸显太空医学与人类健康研究的深度关联，对深空探索具有重大指导意义。

美国国家航空航天局（NASA）支持的集成太空干细胞轨道研究（ISSCOR）团队2025年9月在《细胞干细胞》期刊发表突破性研究，揭示太空微重力与辐射环境会激活占人类基因组50%的“暗基因组”重复元件（包括长散布核元件LINEs、Alu元件及人类内源性逆转录病毒HERVs），导致造血干细胞功能衰退。实验通过国际空间站纳米生物反应器证实，太空飞行后干细胞出现端粒维护减少、自我更新能力下降等加速衰老迹象，炎症细胞因子信号传导异常引发的衰老进程虽部分可逆，但长期太空居住对人类健康构成严峻挑战，证实太空环境确实在实质上消耗人体生命活力。

美国国家航空航天局支持的集成空间干细胞轨道研究项目最新发现，太空环境中的微重力与辐射会激活人体内占基因组约50%的"暗基因组"区域，导致造血干细胞加速衰老，具体表现为端粒维护能力下降、细胞自我更新减弱及分化潜能受损；尽管返回地球后部分衰老迹象可逆，但永久太空居住可能面临不可逆健康风险，该研究发表于2025年9月《细胞干细胞》期刊，为深空探索中的人类健康防护提供了关键科学依据，凸显了太空环境对免疫系统和细胞稳态的长期负面影响。

本文深入探讨微生物组药物如何通过调节肠道菌群多样性治疗炎症性肠病、糖尿病等慢性疾病。美国FDA于2023年批准全球首款用于复发性艰难梭菌感染的口服微生物组疗法，欧洲多国正加速推进相关研发。非洲地区因饮食西化导致微生物组多样性下降，面临糖尿病等疾病挑战，尼日利亚、南非等国启动本土化研究以开发适配非洲人群的疗法。该领域虽面临生产工艺复杂、监管框架滞后及成本高昂等挑战，但专家指出这类疗法代表医学理念根本转变——从对抗微生物转向培育人体千年共演的微生物生态系统，有望为全球数百万患者提供新的治疗希望，尤其对处于传统与现代健康挑战交叉点的非洲社区意义重大。

最新研究显示，国际空间站实验证实长期太空环境可加速宇航员造血干细胞老化，具体表现为DNA损伤显著增加、端粒明显缩短、再生修复能力减弱及线粒体能量代谢异常；这些变化主要由太空辐射和微重力引发，但部分损伤在返回地球健康环境后可逆，该成果不仅对深空探索中宇航员健康防护具有关键意义，还为地球衰老机制研究及癌症等年龄相关疾病提供了创新视角，将推动太空医学与地面健康科学的协同发展。

欧洲分子生物学实验室等机构开发出一种生成式AI模型，该模型基于英国生物银行和丹麦国家患者登记处的匿名医疗数据训练，能预估超过1000种疾病的长期风险并提前十年预测健康变化。模型通过学习疾病发展规律提供概率化预测，虽尚未用于临床但可助力疾病机制研究、预防策略优化及医疗资源规划，为个性化预防医疗开辟新路径，有望应对人口老龄化与慢性病挑战，需进一步完善数据代表性和监管框架以实现临床应用。

血浆磷酸化tau181蛋白（p-tau181）被证实可作为阿尔茨海默病进展的可靠生物标志物，不仅能诊断疾病，还能识别在疾病最早阶段就有风险转化为阿尔茨海默病痴呆和认知功能恶化的患者。一项针对163名参与者的纵向研究表明，在2.25 pg/mL的临界值下，p-tau181区分核心1生物标志物阳性与阴性患者的准确率达85.90%，且阳性患者转化为痴呆的风险显著增高（风险比11.65）。此外，主观认知下降患者中p-tau181阳性者两年内记忆测试分数明显下降，证实其预测认知恶化的价值。该发现强调了预后生物标志物在临床早期干预和临床试验受试者筛选中的关键作用，有助于在治疗最有效阶段进行干预以延缓疾病进展。

欧洲科学家团队开发出德尔菲-2M人工智能系统，该工具能基于个人医疗历史、生活方式选择及人口统计学数据，提前数年预测1000多种疾病的发病可能性；系统通过分析诊断记录、医院就诊等医疗事件与年龄、性别、吸烟等因素的关联模式，提供类似天气预报的时间概率风险评估，在40万英国生物银行参与者和190万丹麦患者数据测试中表现超越传统风险计算器，有望实现疾病早期干预以节省医疗资源，但同时引发隐私保护、商业滥用及伦理监管等深层社会担忧，标志着人工智能从单纯治疗疾病向主动预测疾病的革命性转变。

欧洲科研团队开发出名为Delphi-2M的生成式AI模型，通过分析40万人的匿名病史数据及生活方式因素，能同时预测1000多种疾病未来10至20年的发病风险，其预测精度与单一疾病模型相当，尤其适用于癌症、心脏病等具有明确病程的疾病；该工具有望在5-10年内辅助医生进行早期干预，但对精神健康等复杂病症预测效果有限，目前已在丹麦190万患者数据中验证成功。