环球医讯

本研究通过MaPLE临床试验揭示了多酚丰富饮食调节肠道微生物组与代谢组的科学机制，证实其能有效降低"炎症性衰老"相关标志物IL-6和CRP水平，促进Blautia等有益菌群增殖并改善微生物多样性。意大利研究团队发现摄入浆果、苹果、绿茶等多酚食物可建立饮食-微生物-免疫系统的生化桥梁，为针对老年人群的个性化营养干预提供关键依据，强调日常饮食不仅滋养身体更塑造保护性微生物生态系统，这对预防代谢性疾病、心血管疾病及神经退行性疾病具有重大公共卫生意义，为全球老龄化社会的健康长寿策略开辟新路径。

一项发表于《JACC进展》期刊的最新研究揭示，当前主流的心脏风险评估工具在预测个体患者急性冠脉事件方面存在严重缺陷，超过45%的患者在心肌梗死发作前48小时仍被错误归类为低风险。研究团队对465名65岁以下无已知冠心病的首次心梗患者进行回溯分析，发现ASCVD风险评估工具Plus和PREVENT计算器均未能准确识别高危人群，即使在中等风险组中仍有60%以上患者短期内发作，这暴露了群体化风险模型在个体化医疗中的根本性局限。专家强调此类工具可能误导临床决策，呼吁结合患者具体指标进行综合评估以改善心脏事件预防效果，该发现对现行心血管疾病管理指南具有重要警示意义。

该研究主题深入探讨免疫多基因家族的进化动力学机制，通过分析基因复制、多样化、结构重排及功能趋同等过程，揭示其在塑造生物体免疫系统复杂性中的核心作用；整合进化基因组学、结构免疫学与系统级分析方法，旨在建立跨物种比较框架，阐明不同生物谱系中免疫受体库的扩张收缩规律及其对感染防御、免疫调控和病理反应的影响，为理解宿主-病原体协同进化及开发新型免疫干预策略提供理论基础。

一项发表于《欧洲心脏杂志》的大型研究显示，急性心肌梗死患者中虚弱状态对55岁以下年轻群体的预后影响最为显著，重度虚弱年轻患者的一年全因死亡风险比高达6.69，是老年患者的2.9倍以上，且死亡风险较同虚弱程度老年患者高出3.51倍；该研究基于英格兰和威尔士93万余例患者数据分析，强调虚弱评估应纳入所有急性心肌梗死患者的常规临床实践，无论年龄大小，并呼吁开发针对年轻患者的定制化管理策略与年龄适配的评估工具，以改善预后并重新定义心血管疾病风险评估体系，这对临床诊疗具有重大指导意义。

法国国王路易十四于1715年去世时官方记录死因是坏疽，但310年后对其木乃伊心脏的医学研究揭示真实死因为慢性皮肤真菌感染着色芽生菌病，该感染引发败血症导致死亡；研究人员通过分析保存在巴黎圣但尼圣殿的心脏组织，发现真菌物质而非细菌证据，彻底改写历史认知并解释了其临终前两周的剧烈疼痛，因18世纪医生对此疾病毫无所知，这一突破性发现由病理学家菲利普·夏尔利团队在波旁王室后裔授权下完成，为理解欧洲在位时间最长君主的最后时刻提供了关键医学依据。

奥克兰大学研究显示汤加塔普岛400名学童中，同时患有疥疮和细菌性皮肤感染的儿童罹患风湿性心脏病的风险是皮肤健康儿童的近五倍，太平洋流行病学家格哈德·桑德本博士指出疥疮可能是该疾病的致病机制，建议通过伊维菌素大规模药物治疗消除疥疮，该研究依托已故法卡科维卡伊陶博士创立的"马富赛"筛查项目，未来计划在汤加附近5000人口岛屿开展试点，若成功将革新太平洋地区预防策略，旨在通过控制疥疮疫情显著降低儿童风湿性心脏病发病率。

莱斯大学肯尼迪研究所研究人员正积极开发人工智能技术在医疗领域的创新应用，通过处理海量医学数据助力疾病早期检测与精准治疗。该技术可高效分析医学影像、基因组信息及生物特征数据，帮助医生快速诊断异常、优化个性化治疗方案，并在罕见病和癌症诊疗中识别遗传风险因素。专家强调，尽管AI能显著提升医疗效率，临床医生仍需严格审核结果以确保患者安全，这项突破有望推动医疗实践向更高效、更精准的方向发展，为全球健康事业带来革命性变革。

德克萨斯农工大学研究团队开发出创新纳米技术，通过提升细胞内线粒体（被喻为"微型电池"的能量源）产量来对抗衰老；随着年龄增长，线粒体数量减少且功能衰退，导致神经退行性疾病和肌肉功能障碍；该技术使健康细胞能向衰老细胞捐赠多余线粒体，成功在实验室恢复人类细胞功能，现进入小动物测试阶段，预计未来几年公布结果，有望在十年内实现促进健康老龄化和延缓身体退化的临床应用，但需更多资金支持以推进研究，为全球老龄化问题提供新解决方案。（158字）

这项基于4965名多民族动脉粥样硬化研究参与者的前瞻性研究发现，冠状动脉钙化(CAC)是预测冠心病和心血管疾病风险的最有效指标，左心室质量和左心室向心性重构对卒中预测效果最佳，而左心室质量对心力衰竭预测最为准确；研究还表明，这些成像指标与性别和种族之间不存在显著交互作用，将这些指标加入传统风险因素可显著提高心血管疾病风险预测的准确性，这一发现对临床实践中无症状个体心血管风险评估具有重要指导意义，为个性化心血管疾病预防策略提供了科学依据。

英泰利库尔公司获得美国国立卫生研究院21.7941万美元SBIR一期拨款，用于开发基于深度学习的先进生物分子建模软件。该技术通过提升冷冻电镜图像分析能力，解决低分辨率下蛋白质与药物分子建模难题，使非专业人员也能可靠操作，从而加速新型药物发现进程并推动精准医学发展。软件利用人工智能精准识别原子结构，显著简化配体-受体复合物建模流程，有望突破制药行业现有技术瓶颈，为结构导向药物设计提供关键工具支持。