在人类进化的过去几百年中,病理学本身可能并没有发生太大变化,真正改变的是我们通过AI测量和理解它们的能力得到了爆炸式增长。
美国病理学家学会《现代病理学》杂志指出:"大量数字医疗数据的可用性、计算能力的发展,以及机器学习技术的进步和深度神经网络方法的创建,进一步将AI机器学习推向了21世纪医学研究和实践的前沿。在当今的病理学和医学中,AI机器学习越来越多地用于增强诊断精度、加快临床工作流程、定制患者护理并改善整体患者体验。"
现在我们知道可以利用AI来评估细胞病理学的工作原理,了解到了更多信息。
我们学到的一件事是,病毒和其他病理因子可能是阴险的参与者,有些人可能称它们为"身体黑客"——它们在人体内长期潜伏,甚至影响线粒体发育或基因表达。
病毒是寄生虫
在最近的TED演讲中,PolyBio研究基金会首席执行官Amy Proal向我们介绍了如何发现这种险恶的发展。
"这些慢性病原体是最接近人体黑客的存在,"她说。"当它们生活在我们体内时,它们可以产生蛋白质和产物,主动扭曲我们自己人类基因的信号传导。事实上,病原体可以驱动人类衰老的每一个特征。"
她提到了单纯疱疹和弓形虫在体内的作用,甚至记录了一些关于新冠病毒的研究,新冠病毒可以作为"长新冠"在体内停留数年,无论是否有症状。
寄生虫的工作原理
"病原体劫持宿主细胞代谢,或我们细胞正确产生能量的能力,通过这样做,它们可以直接驱动伴随衰老的线粒体功能障碍,"Proal解释道。"一旦进入我们体内,它们纯粹为了自己的利益而行动,消耗我们的功能来增强自己的功能。事实上,所有病毒都是细胞内寄生虫,这意味着:它们甚至不是活的,所以如果不从它们感染的细胞中窃取,它们就无法创造自己的能量或复制并创造自己的新副本。"
Proal解释了它的工作原理:
"(病原体)直接从我们自己的线粒体中提取它们运作所需的原材料,这不可避免地会调节失调并重新编程被感染人类细胞的代谢,"她说。
科学救援
在讲座的另一部分,Proal展示了一些图表,人类可以利用AI数据在不同微生物群中详细描绘我们体内的工作情况。她建议,这为进一步干预奠定了基础。
"我们如何应对这种病原体驱动的年龄扭曲?"她问道。"首先,我们需要认真对待它。"
她注意到细胞重编程或CRISPR基因编辑等方面的进展,思考这些策略在不控制病原体活动的情况下是否有效。
"我只是不知道这些干预措施真正有效的程度,"她说,"如果你有一个持续性病毒或寄生虫随着时间慢慢爬上你的神经并进入你的大脑,扭曲系统。这就像试图扑灭森林大火,而有人仍在火焰上加燃料。在我们首先采取逻辑步骤来抑制可以首先黑客攻击它们的病原体活动之前,我们不需要开始编辑我们的人类基因。"
这是一个令人信服的论点:要真正推进医疗保健,我们必须追踪和处理所有那些在大语言模型兴起之前几年内避免检测的小爬虫。
"有数十种现有的药物和化合物可以整合到延长健康寿命的协议中,还有许多新的抗病原体化合物或免疫激活疗法我们可以努力创造,"她指出。
旧方法仍然存在
Proal提到的一个重大障碍是在ChatGPT时代,医学仍然以老式方式运作。
"现在,如果你走进医生办公室,他们能够识别你体内持续性病原体的检测往往是不准确和过时的,"她指出。
她建议,这种情况可以快速改变。
"全世界都有团队拥有新的诊断平台,可以迭代到慢性感染领域,"Proal在结论中说。"例如,现在有一些团队可以取你的血液,并识别血液中携带少量病原体或其蛋白质的小囊泡,这些完全被当前标准检测所遗漏。我们必须投资这些新的诊断测试平台,以便它们可以添加到生物年龄跟踪中。就是这样。让我们做吧。让我们将持续性病原体的活动添加到我们的衰老模型中。因为如果我们能够更好地诊断、跟踪和抑制我们体内病原体黑客的活动,那么我们将真正成功地延长健康寿命。"
这在许多方面都是令人信服的。不难想象潜伏的新冠病毒或单纯疱疹或其他任何东西如何在基因和细胞水平上"黑客攻击"我们的身体。干预措施也是有意义的。因此我们可以假设,很多这些将在2026年及以后在临床社区中发展。
Q&A
Q1:什么是"身体黑客"?它们如何影响人体?
A:"身体黑客"指的是病毒和其他病原体,它们在人体内长期潜伏,可以产生蛋白质和产物来主动扭曲人类基因的信号传导,甚至影响线粒体发育或基因表达,驱动人类衰老的每一个特征。
Q2:病原体是如何劫持人体细胞的?
A:病原体会劫持宿主细胞代谢,直接从人体线粒体中提取运作所需的原材料,这会调节失调并重新编程被感染人类细胞的代谢,导致线粒体功能障碍,从而驱动衰老过程。
Q3:AI技术如何帮助检测和治疗这些隐藏的病原体?
A:AI可以处理大量数字医疗数据,提供详细的体内微生物群图像,帮助开发新的诊断平台。例如,新技术可以识别血液中携带病原体蛋白质的小囊泡,这些是传统检测方法无法发现的。
好文章,需要你的鼓励
Anthropic发布SCONE-bench智能合约漏洞利用基准测试,评估AI代理发现和利用区块链智能合约缺陷的能力。研究显示Claude Opus 4.5等模型可从漏洞中获得460万美元收益。测试2849个合约仅需3476美元成本,发现两个零日漏洞并创造3694美元利润。研究表明AI代理利用安全漏洞的能力快速提升,每1.3个月翻倍增长,强调需要主动采用AI防御技术应对AI攻击威胁。
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法,让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能,并在真实机器人操作中实现86%成功率,代表了AI从单一功能向工具协调专家的重要转变,为未来更智能实用的AI助手奠定基础。
Spotify年度总结功能回归,在去年AI播客功能遭遇批评后,今年重新专注于用户数据深度分析。新版本引入近十项新功能,包括首个实时多人互动体验"Wrapped Party",最多可邀请9位好友比较听歌数据。此外还新增热门歌曲播放次数显示、互动歌曲测验、听歌年龄分析和听歌俱乐部等功能,让年度总结更具互动性和个性化体验。
这项研究解决了现代智能机器人面临的"行动不稳定"问题,开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案,然后通过伪计数估计器选择最可靠的行动,就像为机器人配备智能顾问。实验显示,真实环境中机器人成功率平均提升16%,且系统可即插即用无需重新训练,为机器人智能化发展提供了新思路。