环球医讯

东盎格利亚大学的一项新研究发现，通过简单的血液检测可能发现记忆衰退的早期迹象，关键可能在于肠道微生物组。研究人员招募了150名50岁及以上的成年人，分析他们的血液和粪便样本，发现肠道细菌和血液化学成分的可测量变化与记忆问题相关联。一个基于六种关键化学物质的机器学习模型能以近79%的准确率对参与者进行分类，在区分健康个体和轻度认知障碍者方面准确率超过80%。这一发现表明大脑的早期变化可能在明显症状出现之前很久就能被检测到，为早期干预提供了宝贵窗口期，可能有助于开发新的预防和治疗方法，减轻痴呆症对个人、家庭和医疗系统的负担。

一项由新加坡总医院和卡迪夫大学研究人员进行的最新研究发现，名为DEAF1的基因在肌肉老化过程中扮演关键角色。随着年龄增长，DEAF1水平上升导致mTORC1通路过度活跃，破坏蛋白质生产和清除的平衡，进而加速肌肉退化。研究证实，运动可以通过降低DEAF1水平来恢复这种平衡，帮助老化肌肉清除受损蛋白质并重建自身。这一发现为开发针对肌肉老化的新疗法提供了重要线索，尤其对行动受限的老年人和慢性病患者具有潜在价值。

一项新研究分析了2157名瑞典老年人的数据，发现对于携带APOE 3/4和APOE 4/4基因型（阿尔茨海默病高风险基因）的人群，摄入更多肉类（每周约30.6盎司）与认知衰退更慢、痴呆风险更低相关联，而低肉摄入（每周约7盎司）则使痴呆风险增加两倍以上。但对于无此基因型的人，肉类摄入量与痴呆风险无显著关联。研究主要关注未加工肉类，专家指出这为个性化治疗提供了新思路，但目前不建议普遍改变饮食，仍需更多研究验证。

英国科学家在《自然·遗传学》期刊发表突破性研究，发现一种名为海恩-斯普劳尔-杰克逊综合征的罕见遗传疾病，该疾病通过加速DNA甲基化过程导致人体细胞快速老化，使患者提前出现骨质疏松、脱发及免疫系统衰退等衰老症状。研究首次证实生物时钟不仅是衰老的记录者，更是衰老过程的推动者，为理解人类衰老机制开辟新途径，有望为预防和逆转年龄相关疾病提供科学依据，展示了来自七个国家76名科研人员的国际合作成果。

韩国基础科学研究所湖南中心郑慧钟团队通过粪便微生物移植分析，成功鉴定出两种与抑郁样行为密切相关的肠道关键菌种——产丁酸肠道单胞菌和粪副拟杆菌。研究证实这两种菌能通过肠脑轴直接调控神经元内氧化应激和神经营养信号通路，在动物实验中显著减轻慢性压力激素诱导的抑郁行为，揭示抑郁症严重程度取决于特定菌种功能特性而非微生物多样性整体下降，为开发基于微生物组的抑郁症精准治疗新策略奠定重要基础，该成果已发表于国际药理学权威期刊《Pharmacological Research》。

最新研究揭示维生素D除强健骨骼外还可能对心脏健康产生积极影响，科学家发现维持适当维生素D水平有助于支持正常血压，其机制可能涉及调节肾素-血管紧张素-醛固酮系统(RAAS)及改善血管内壁弹性，尽管维生素D并非高血压的万能解决方案，但作为健康生活方式的组成部分，在医生指导下通过阳光照射、饮食或补充剂获取适量维生素D，结合规律运动与均衡饮食，可能成为预防心血管疾病的有效策略，这一发现为全球数十亿高血压患者提供了新的健康管理思路。

最新研究揭示每周食用三次薯条会使II型糖尿病风险显著增加20%，而相同数量的水煮、烘烤或土豆泥则不会产生统计学上的显著风险上升。这项涵盖1984至2021年美国三个长期队列项目的分析涉及近2.2万名糖尿病患者，发现薯条与糖尿病风险的特殊关联与烹饪方式密切相关，改用全谷物替代薯条可将风险降低19%，而土豆的高淀粉含量和高血糖指数特性是影响健康的关键因素，该研究强调了饮食替代选择对糖尿病预防的重要性。

科学家在《自然·通讯》杂志发表研究，揭示了细菌如何通过组合生物合成过程构建HDAC抑制剂类抗癌药物。研究发现，负责构建药物核心和添加可变肽段的酶系统可以通过特定"对接"相互作用物理连接，这一机制使不同分子机器部件能够协同工作，有效创造新型类药物化合物。该发现有望加速药物候选库的创建，并使最有前景的药物能够以合理成本进行规模化生产，为治疗对现有疗法反应不佳的多种癌症带来希望，尽管新疗法仍需经过常规临床评估流程。

科学家最新研究发现，血浆中组氨酸水平与癌症治疗效果密切相关。《自然·医学》杂志发表的研究表明，组氨酸浓度可作为预测癌症患者生存率的重要标志物，而血浆中长链脂肪酸和琥珀酸的存在则可能预示肿瘤对免疫检查点抑制剂的抵抗。研究还揭示了肠道菌群在组氨酸代谢中的关键作用，60%的晚期癌症患者存在微生物群紊乱，影响组氨酸的有益积累，这为开发更有效的癌症辅助治疗方法提供了新思路。该研究涉及欧洲和北美患者，采用了包括粪便微生物群移植在内的多种疗法，为改善癌症治疗效果开辟了新途径。

约翰霍普金斯大学科学家利用干细胞技术培育微型脑类器官，成功识别出精神分裂症和双相情感障碍的电生理特征差异。研究发现，通过分析这些微型大脑的电活动模式，机器学习系统能够以高达92%的准确率区分健康组织与患病组织。这一突破有望为精神疾病的诊断提供客观依据，并实现基于患者个体脑类器官的个性化药物测试，从而缩短治疗周期、减少副作用，为全球数百万精神疾病患者带来更精准有效的治疗方案，标志着精神健康研究领域的重要进步。