类风湿性关节炎、克罗恩病和溃疡性结肠炎等炎症性疾病有着复杂的致病机理,患者即使长期坚持服药也往往仍然会感觉不适。
这些疾病之所以棘手,是因为它们在不同患者身上的表现和症状往往并不相同。事实上,即使在同一位患者身上,这些疾病也可能随时间推移而发生变化。
这些疾病会改变人体当中不同器官和各类细胞中的无数基因,通过遗传表达影响身体健康。面对如此多样且复杂的病症,诊断和治疗自然也成了摆在医护人员面前的重大难题。
有鉴于此,瑞典卡罗林斯学院的研究人员决定以新的方式做点前所未有的探索。
使用数字孪生研究炎症性疾病
研究人员们为每位患者的独特病况建立起了“数字孪生”,即与患者体征映射的数字模型。
这些模型在本质上是对患者个体的计算机模拟,能够帮助研究人员更好地理解具体病理表现。
通过研究这些模型,研究小组发现了一种潜在的解决方案:将疾病变化再进一步拆分成更多部分,即一个个“分子程序”(molecular programs)。
这些分子程序由一定数量的蛋白质控制,这些蛋白质的工作原理就像是人体中的开关。其中某些“开关蛋白”正是TNF抑制剂等药物的已知靶点。当然,这种治疗方法并不适合所有人。
新发现与未来的可能性
领导此项研究的小组成员Mikael Benson表示,“我们发现不同的患者往往拥有不同的开关蛋白。”
“另外,我们发现这些蛋白质并不是在简单地激发或阻断疾病。相反,它们的作用更像是相机上的可调节光圈,是在放大或缩小疾病的严重程度。”
换句话说,这些蛋白质并不能彻底消除疾病,但可以调整其症状烈度。
人体中的一切过程都可以用数学议程来描述,而通过分析成千上万个独立细胞中不同基因的活动,我们也许能够调整这些议程、适应不同患者的独特病况。
而一旦改变诊疗方法,例如改变用药课题,数字孪生模型则可帮助我们预测结果。
这项研究为治疗严重疾病开辟了新的可能性。Benson博士解释道,“我们可以开发出新的方法,为每位患者的开关蛋白设计正确的药物组合。”
“我们还将向其他研究人员提供项目成果,让他们以此为基础对患有其他免疫疾病的患者开展更多研究。”
在此项研究中,研究人员对患有类风湿性关节炎的小鼠模型,及患有各类炎症性疾病的人类患者的数字孪生进行了综合分析。
Benson博士指出,“我们发现,尽管小鼠只有关节部分发炎,但却在十种不同器官的不同细胞类型中,表现出成千上万的基因活性变化。”
“这是我们第一次如此全面地从器官角度出发,理解人体如何受到类风湿性关节炎的影响。”
这一发现,也标志着人类在理解和治疗复杂炎症性疾病方面迈出的重要一步。
有了这些知识,我们就能转向更加个性化的药物疗法,在提高疗效的同时更好地控制副作用。
这是个令人兴奋的发展方向,有望大大改善炎症性疾病患者们的生活质量。
好文章,需要你的鼓励
文章详细介绍了Character.AI这款主要面向娱乐、角色扮演和互动叙事的AI聊天工具的原理、用户群体、特色功能以及面临的法律与伦理争议,同时揭示了其新推出的视频和游戏互动体验。
上海人工智能实验室研究团队开发了MMSI-Bench,这是首个专注于多图像空间智能评估的全面基准。研究人员花费300多小时,从12万张图像中精心构建了1000道问题,涵盖了位置关系、属性和运动等多种空间推理任务。评测结果显示,即使最先进的AI模型也仅达到41%的准确率,远低于人类的97%,揭示了AI空间认知能力的重大缺陷。研究还识别了四类主要错误:物体识别错误、场景重建错误、情境转换错误和空间逻辑错误,为未来改进提供了明确方向。
思科报告指出,自主型人工智能未来三年内有望承担高达68%的客户服务任务,通过个性化与前瞻性支持提升效率与节省成本,但用户仍重视人与人之间的互动和健全的治理机制。
卡内基梅隆大学研究团队开发了ViGoRL系统,通过视觉定位强化学习显著提升AI的视觉推理能力。该方法让模型将每个推理步骤明确锚定到图像的特定坐标,模拟人类注视点转移的认知过程。与传统方法相比,ViGoRL在SAT-2、BLINK等多项视觉理解基准上取得显著提升,并能动态放大关注区域进行细节分析。这种定位推理不仅提高了准确性,还增强了模型解释性,为更透明的AI视觉系统铺平道路。