环球医讯

最新研究在UEG周2025上公布，表明微塑料——环境中常见的小于5毫米的塑料颗粒——能够显著改变人类肠道微生物组，某些变化与抑郁症和结直肠癌相关模式高度相似。该研究由奥地利CBmed研究中心主导的microONE项目开展，首次直接检验五种常见微塑料（聚苯乙烯、聚丙烯等）对肠道微生物组的影响，使用健康志愿者粪便样本进行体外培养实验。结果显示微塑料暴露导致肠道酸度增加、细菌组成特异性变化（涉及毛螺菌科等关键菌群），并影响戊酸等代谢物水平，揭示了潜在疾病风险。专家强调微塑料通过食物和水广泛存在于日常生活，虽健康影响尚需深入研究，但减少暴露是保护消化和心理健康的重要预防措施，凸显了环境污染物对人类健康的紧迫威胁。

一项突破性研究首次系统探究了环境中普遍存在的微塑料如何影响人体肠道微生物组，发现这些微小颗粒可引发肠道微生物变化，其特征与抑郁症和结直肠癌患者的微生物特征高度相似。研究显示微塑料已渗透至鱼类、食盐、瓶装水及自来水中，人类每日通过摄入、吸入和皮肤接触暴露于微塑料环境中。科学家警告虽然尚不能直接证明微塑料导致抑郁症，但鉴于肠道微生物组作为"第二大脑"对心理健康的核心作用，减少微塑料暴露已成为必要且明智的预防措施，该研究结果在柏林举行的2025年欧洲联合胃肠病学周上正式公布。

2025年欧洲消化病周公布的一项突破性研究证实，环境中普遍存在的微塑料（小于5毫米的塑料颗粒）可显著改变人类肠道微生物组结构，部分变化模式与抑郁症和结直肠癌相关。该研究由CBmed研究中心主导的microONE项目实施，通过对五名健康志愿者粪便样本的离体培养实验，发现聚苯乙烯等五种常见微塑料暴露导致肠道培养物酸度持续升高及细菌组成特异性变化，尤其影响厚壁菌门等关键消化菌群，其代谢产物变化可能增加疾病风险。研究负责人克里斯蒂安·帕赫-德意志强调，鉴于微塑料已广泛存在于鱼类、食盐及饮用水中，尽管健康结论尚不明确，但减少日常暴露是预防潜在健康隐患的重要举措，凸显了环境污染物对人类健康的深远威胁。

2025年10月1日发布的一项研究证实，间歇性禁食能有效逆转衰老对肠道干细胞功能的负面影响。科学家以非洲 turquoise killifish（佛氏非洲鳉鱼）为短寿模型，系统分析其从新生儿期到老年各阶段的肠道组织变化，发现衰老导致肠道干细胞活性下降及基因表达紊乱，而间歇性禁食能维持成年期关键基因表达水平，恢复肠道结构稳态。鉴于鳉鱼肠道与哺乳动物高度相似，该突破性发现为通过饮食干预延缓人类肠道衰老提供了科学依据，对开发抗衰老健康策略具有重要实践价值，尤其在预防年龄相关消化系统疾病领域展现广阔应用前景。

一项最新研究发现，环境中普遍存在的微塑料可能通过改变人体肠道微生物组的代谢过程影响健康，实验显示五种常见微塑料暴露会导致培养样本pH值显著下降，细菌群落结构发生改变，部分变化模式与抑郁症和结直肠癌相关联，尽管尚需大规模研究证实具体健康影响，但研究人员强调减少微塑料暴露是保护肠道健康的重要预防措施，该发现为控制塑料污染提供了新的公共卫生依据。

该研究专题深入探讨儿童口腔微生物组与健康及疾病的关联机制，重点分析饮食、口腔卫生、抗生素使用等环境因素对微生物群落的影响，探究其与哮喘、肥胖等全身性疾病的潜在联系，并推动基于微生物标志物的龋齿预防策略及临床转化研究，旨在通过纵向队列研究和跨学科合作建立早期干预方案，最终提升儿童健康结局并填补儿科口腔微生物组研究的关键知识空白。

本文深入探讨了脐带血干细胞在抗衰老领域的巨大潜力，详细介绍了干细胞的基本功能、当前医学应用以及在再生医学、免疫调节和细胞信号传导方面的最新研究进展。通过安全储存脐带血干细胞，不仅可以治疗80多种疾病包括癌症和代谢障碍，还可能在未来开发出延长健康寿命的突破性疗法。脐带血储存为人类应对衰老过程提供了新的可能性，有望彻底改变我们对衰老的理解和处理方式，确保这些强大的细胞可用于对抗疾病并可能革命化抗衰老医学。

本文系统阐述了人工智能在医学影像领域的应用现状，涵盖疾病诊断、图像分割分析、个性化治疗、图像增强及工作流程优化等核心场景；深入剖析了数据质量、模型可解释性及伦理监管等挑战；前瞻性地展望了早期精准诊断、多模态数据整合、实时决策支持等未来方向，强调人机协同将显著提升医疗效率与患者预后，为智慧医疗发展奠定基石，推动医疗健康体系向更精准、高效、普惠的方向演进。

德国多中心ASAP试验长期随访结果表明，在高危急性髓系白血病患者中，疾病遗传风险而非缓解状态是决定异基因造血干细胞移植后总生存率的关键因素；立即移植方案与标准缓解诱导治疗相比具有相当的生存获益，且能缩短住院时间、减少化疗暴露，该发现挑战了国际白血病治疗标准，为精准移植医学发展提供重要依据，尤其对不良风险AML患者需开发新型桥接治疗和移植后维持策略。

麻省理工学院研究人员开发出一种受大脑神经振荡启发的线性振荡状态空间模型（LinOSS），该模型基于受迫谐振子物理原理，有效解决了传统状态空间模型在处理长序列数据时的不稳定性与高计算资源消耗问题；实证测试表明，LinOSS在气候趋势预测、生物信号分析等序列任务中性能卓越，比主流Mamba模型提升近两倍效率，且已入选ICLR 2025顶级会议口头报告；该技术将显著推动医疗保健分析、气候科学、自动驾驶及金融预测等领域发展，同时为神经科学研究提供新视角，有望深化人类对大脑工作机制的理解，兼具理论突破与广泛实用价值。