AI診斷精準度高于醫生

AI診斷精準度高于醫生

谷歌健康研究部門和美國西北大學醫學院等機構的科學家們帶來一款人工智能系統，它能夠根據胸部CT掃描，對惡性肺結節進行檢測分析，從而對肺癌進行早期診斷。與放射醫學專家相比，它的準確性甚至要更為優越。可疑肺結節的生長速度是惡性腫瘤的重要指示，為了讓AI在無人類參與的情況下學會預測肺結節的惡性程度，研究者在訓練AI時不僅準備了患者初次確診時的CT掃描作為輸入，還使用了更早之前的CT掃描進行比對。AI不僅要看當前的CT掃描，還要比對先前的掃描結果，因此理論上講，這是一種“4D”掃描。

在6716個測試病例中，這套深度學習模型的準確性接受了檢驗。結果顯示，它能夠以94%的準確率發現極小的惡性肺結節。同時，AI與6名平均有8年臨床經驗的放射科醫師進行了“較量”，表現亮眼。在無先前CT掃描圖像的情況下，AI的表現甚至超越所有6位放射醫學專家，假陽性減少11%，假陰性減少5%。高靈敏度和低漏檢率意味著，如果在臨床環境使用，可以減少不必要的隨訪帶來的額外負擔，同時還能更少錯過腫瘤。

這支“鉛筆” 刪改基因更精準

哈佛大學麻省總醫院的一個研究小組報告指出，近年來開發的幾種CRISPR堿基編輯器會導致靶標DNA以外的RNA大范圍脫靶。同時該研究小組還研發了一種工程化新堿基編輯器，能顯著降低RNA編輯的發生率，提高靶標DNA編輯的精確度。

2017年，哈佛大學劉如謙課題組首次創新性地基于CRISPR/Cas9系統，開發出第一代堿基編輯器BE1。第一代單堿基編輯器BE1問世后，領域內大多數科學家專注于兩個方面的改進：第一是提高堿基編輯器的單堿基替換活性，使得這支“鉛筆”使用起來效率更高；第二是提高堿基編輯器修飾DNA分子的位點特異性，最大程度減少DNA脫靶發生，確保“鉛筆”只在DNA需要的目的堿基進行涂改。發現堿基編輯器普遍存在RNA脫靶的缺陷后，基思博士團隊對原有CBE堿基編輯器進行了重新設計，從16種突變蛋白中篩選得到了2個改良的“新鉛筆”——堿基編輯器“BE3-R33A”和“BE3-R33A/K34A”。與原始的CBE編輯器相比，改良后的堿基編輯器具有同等的DNA編輯活性，但RNA水平的編輯頻率至少分別降低了390倍和3800倍。

抗高血脂藥物有望治療阿爾茨海默病

中國科學院昆明動物研究所姚永剛課題組在阿爾茨海默病的治療研究上取得重要突破，該研究從分子、細胞和小鼠動物模型等多個層次開展了系統的研究。在細胞層面，該研究發現吉非羅齊（FDA批準用于治療高血脂的藥物）和匹立尼酸作為PPARA的激動劑，可激活自噬從而對β-淀粉樣蛋白進行清除。在阿爾茨海默病小鼠模型層面，吉非羅齊和匹立尼酸能夠有效誘導星型膠質細胞和小膠質細胞活化，聚集在斑塊周圍，進一步顯著增強星型膠質細胞和小膠質細胞對β-淀粉樣蛋白的吞噬和降解功能，從而改善β-淀粉樣蛋白病理生理學特征，并且該效應與自噬的發生緊密聯系在一起。最終，吉非羅齊和匹立尼酸可顯著改善阿爾茨海默病小鼠受損的神經元結構與功能，并顯著提升小鼠的學習與記憶能力。該研究不僅進一步支持活化星型膠質細胞和小膠質細胞對β-淀粉樣蛋白清除的重要性，并且找到了新的靶標PPARA，為FDA批準的治療高脂血癥的藥物吉非羅齊進行AD治療臨床試驗提供了實驗依據。

日本研發出高效吸光性材料

日本研究人員最新研發出一種高效的吸光性材料，其可見光和紅外線的吸收率都超過99%，新材料將有望應用于影像器材等領域。吸光性材料是指光線照射在材料之上，于照明之外并無透射，也不產生映射和大塊的耀斑，在吸收光線后材料較少反射出光。要大幅提高材料光吸收率和耐久性，需要在材料表面進行納米級的微細加工，形成圓錐形空洞構造，相關技術挑戰巨大。

日本產業技術綜合研究所領銜的研究小組首先利用加速器發出的離子束照射樹脂材料以制造一些細小的孔，再經過化學處理使小孔擴展成圓錐形，使樹脂材料擁有了精密的表面構造，最后以這種樹脂材料為模子，填充上混合了碳的黑色硅橡膠，就制成了高效吸光的“黑暗”材料。新材料對可見光和紅外線的吸收率分別超過99.5%和99.9%。研究人員稱，這種材料經久耐用，未來有望應用于望遠鏡和照相機等對光吸收極為敏感的設備。