圣路易斯（LabNews Media LLC）——年轻一代的生物衰老速度比前几代人更快。这可能是55岁以下人群癌症发病率全球上升的一个重要原因。圣路易斯华盛顿大学医学院的一项研究表明了这一点，该研究发表在《自然·医学》杂志上。研究人员分析了来自英国生物银行（UK Biobank）的154,000多名年轻成年人的数据，以及来自美国“All of Us”研究项目（All of Us Research Program）的10,000多人的数据。他们发现，随着出生年份的推移，生物年龄（身体根据生物标记物显得有多老）与实际年龄（实际寿命）之间的差距越来越大。系统性衰老加速最严重的人，患早期实体瘤的风险增加了15%。受影响尤为严重的是肺癌、胃肠道癌和宫颈癌。…
量子机器学习（QML）是一个跨学科的研究领域，它将量子计算与机器学习相结合。其目标是利用量子计算机的独特属性（叠加、纠缠和干涉），以比经典方法更快、更高效或具有新功能的方式解决特定的学习任务。1. 什么是量子机器学习？在经典的机器学习中，大量数据通过神经网络、支持向量机或聚类方法等算法进行处理。量子机器学习试图在量子计算机上执行这些过程的部分操作——或开发全新的、基于量子的模型。基本上有两种主要方法：方法 描述 成熟度（2026） 量子辅助经典机器学习 经典算法通过量子计算机加速（例如，在线性方程组、核方法方面） 高级 量子模型/QNNs 原生在量子硬件上运行的模型（例如，变分量子电路） 早期 量子核方法 利用量子计算机计算相似性度量（核） 研究 量子生成模型 GANs 或扩散模型的量子版本…
量子计算被认为是医学领域最有前途的未来技术之一。虽然经典计算机在某些复杂问题上会遇到瓶颈，但量子计算机在理论上可以指数级地更快地执行某些计算。这为药物研发、个性化医疗和生物系统分析开辟了全新的可能性。量子计算为何与医学相关 许多医学挑战都极其耗费计算资源：重要应用领域 应用领域 量子计算的潜力 当前成熟度 药物开发 分子相互作用模拟 早期（概念验证） 蛋白质结构与折叠 AlphaFold等经典方法的补充 研究 基因组学与大数据 复杂遗传数据的快速分析 早期 医疗影像 改进的图像重建与分析 研究 优化问题 治疗、物流、资源分配的规划 早期试点项目 量子机器学习 诊断与预后的新型人工智能模型 研究 特别是，世界经济论坛将用于药物开发的量子模拟列为2026年十大新兴技术之一。 当前状态（2026年） 量子计算机……
日内瓦（LabNews Media LLC）– 世界经济论坛（WEF）和科学出版商Frontiers发布了2026年十大新兴技术。重点不再仅仅是人工智能，而是直接干预物理系统的技术——从能源供应到医学再到工业生产。十大技术中有八项直接影响着实际的基础设施、材料或生物过程。它们旨在帮助应对气候变化、粮食安全和目前无法治愈的疾病等挑战。十大技术包括：世界经济论坛的Stephan Mergenthaler强调，这些技术共同展示了一种新模式：竞争优势正从纯粹的软件转向对物理基础设施、材料和工业数据的控制。Frontiers的Frederick Fenter强调，影响力最大的技术正越来越多地从数字领域转向物理领域——尽管人工智能继续支持许多进步。该报告……
纽约（LabNews Media LLC）——患者门户和健康应用程序等数字健康工具已成为美国医疗保健的固定组成部分。纽约大学朗格尼健康中心的一项广泛研究表明了这一点，该研究分析了超过1.4亿份患者数据和80多亿次患者与医务人员之间的互动。在2020年至2025年期间，患者通过安全门户发送给医生的消息数量增加了153%。与此同时，电话数量减少了6%。如今，至少有12%的美国人使用门户网站和应用程序来预约、查看检查结果或讨论治疗方案。然而，这项研究也表明，数字通信并非取代而是补充了面对面的就诊。在疫情期间下降后，现场就诊数量已恢复稳定。“我们的研究表明，使用…
纽约（LabNews Media LLC）——结直肠癌细胞可以改变其身份，扩散到肝脏并在那里形成新的肿瘤。这是威尔康奈尔医学院和麻省理工学院（MIT）研究人员的一项研究表明的。研究重点是转录因子GATA6。通常情况下，它负责维持肠道内衬细胞的稳定身份。然而，在结直肠癌细胞中，GATA6的缺失会导致它们进入更原始、更灵活的状态。它们会采用胎儿基因程序，并从LGR5阳性细胞转变为LGR5阴性细胞，后者特别擅长形成肝转移瘤。在小鼠模型中，基因敲除GATA6导致肝转移瘤显著增加，而原发肿瘤的生长没有受到明显影响。反之，恢复GATA6则降低了癌细胞转移的能力。这项研究表明…
巴尔的摩（LabNews Media LLC）–一个国际研究团队利用一种新颖的基因网络方法，识别出600多个先前未知的与精神分裂症相关的基因。该研究发表在《自然·遗传学》杂志上。以往的遗传学研究主要集中在基因附近的变异上。由Lieber脑部发育研究所的Giulio Pergola博士领导的团队，首次系统地考虑了基因之间的长距离调控关系以及大脑中的基因共表达网络。该分析基于超过102,000人的遗传数据以及多个脑区的脑组织样本。研究人员共识别出641个与精神分裂症相关的新基因。涉及的生物学过程包括谷氨酸信号通路、脑细胞之间的通讯、免疫过程和大脑发育等。“大多数遗传学研究只在路灯下寻找，集中在疾病变异附近的基因……
巴尔的摩（LabNews Media LLC）–约翰霍普金斯大学的研究人员发现了一个进化上非常古老的大脑区域中的神经元，它们在很大程度上控制着注意力。这些位于脑干的抑制性神经元会抑制干扰，从而实现选择性的空间注意力——这在所有脊椎动物中都存在，从鱼类到鸟类再到哺乳动物。此前人们认为注意力过程主要由高度发达的前额叶皮层控制。然而，新的发现表明，一个更古老的大脑干回路承担了这一功能。当研究人员暂时关闭小鼠的相应神经元时，动物变得非常容易分心。即使是微弱的干扰也会分散它们的注意力。第二天，当神经元重新激活时，小鼠能够再次成功地抑制干扰。“ADHD的一个特征是，即使是微弱的干扰也会分散注意力——而这正是我们在这里看到的，当……
想象一个生命细胞，其遗传蓝图从未受到地球上亿万年试错进化的塑造。相反，它是由基于硅的智能通过在海量序列数据上运行生成算法而产生的。这个细胞根据代码选择的参数进行分裂、代谢和与环境互动。这类情景不再是遥远的猜测——它们代表了人工智能与合成生物学相遇的加速前沿。这种融合标志着人类与生命本身的关系发生了深刻的转变。非生物智能首次能够起源新的生物实体，超越了对现有生物体的简单改造，走向真正的创造。其影响将渗透到科学、哲学、伦理以及我们对存在的理解。本文探讨了这一发展所带来的证据、颠覆以及更深层次的问题，并对当智能成为生命的设计者意味着什么提出了独到的见解……
AlphaFold 是由 Google DeepMind 开发的人工智能系统，它能够以前所未有的精度预测蛋白质的三维结构——仅凭氨基酸序列。它被认为是过去几十年生物学领域最重大的突破之一。什么是 AlphaFold？蛋白质是生命的分子机器。它们的功能在很大程度上取决于其三维结构。几十年来，通过实验（例如使用 X 射线晶体学或低温电子显微镜）确定这种结构一直非常耗时且昂贵。AlphaFold 通过人工智能在很大程度上解决了这个问题。AlphaFold 如何工作？AlphaFold 结合了多种先进的人工智能技术：AlphaFold 3 还额外使用了一种扩散模型（类似于 Stable Diffusion 等图像生成器），该模型逐步从噪声中生成结构。影响和意义 当前发展（截至 2026 年）对 AlphaFold 的发展做出了重大贡献并领导了 AlphaFold 团队的 John Jumper 已离开 Google DeepMind 并加入……
