医学与健康

研究通过可成药基因组siRNA筛选发现ADAMTS14调控YAP核转位，在IPF患者肺组织的单细胞与空间转录组中定位到ADAMTS14阳性、CTHRC1高表达的肌成纤维细胞群并富集于成纤维细胞灶，在IPF患者来源肺成纤维细胞中敲低或敲除ADAMTS14后促纤维化基因、基质体基因与TGFβ反应下降，机制上鉴定V型胶原为ADAMTS14底物，其加工不足导致COL1:COL5比例由约50:1变为约20:1、基质不稳定、黏着斑紊乱、FAK-AKT信号与力传导减弱。

这篇以强迫症（OCD）为例的综述梳理了大数据方法在回答该病三大问题——病因是什么、哪种治疗对谁最有效、如何扩大循证治疗可及性——上的进展与约束，指出ENIGMA-OCD等大规模汇总数据使部分既往效应被证实为小而可重复、另一些则无法在大样本中重现或实为药物效应，Global OCD Study在五个国际站点统一方法招募250名未服药OCD成人与250名匹配健康志愿者后发现病例-对照脑差异相对较少、而特定脑与认知指标同OC临床特征的关联更具信息量，并强调大数据本身不是目的，只有在清晰因果框架、假设驱动与临床锚定下才能推进精准精神医学。

这篇综述讨论分析质量源于设计（AQbD）的基本概念、工作流程、统计工具、应用、监管意义、优势、挑战与未来展望，指出AQbD通常从定义分析目标概况（ATP）开始，依次经过关键分析属性与性能特征识别、风险评估、关键方法参数识别、实验设计（DoE）应用、方法可操作设计区域（MODR）建立和分析控制策略制定，并认为AQbD与多元分析、化学计量学、自动化、人工智能、机器学习、绿色分析化学和实时分析技术的整合有望提升方法稳健性、减少实验负担并支持分析全生命周期的持续改进。

这篇综述围绕个性化医疗这一目标，梳理了人工智能在生物标志物发现、疾病亚型划分、风险预测、早期诊断、治疗反应建模、药物基因组学、数字病理、纵向监测和临床决策支持等领域的应用，并讨论了支撑个性化的数据类型、概念基础、尚未解决的伦理与法律问题，以及从研究潜力走向临床实践之间的障碍，同时强调人工智能并非取代医生的决策，而是帮助医生获取超出个人即时记忆容量的信息。

这篇评论在回应Stein等人关于精神病学大数据批判性综述的基础上，提出精神病学已从“全是理论没有数据”摆向“全是数据没有理论”，并主张三条改进方向：在使用大数据时更多考虑理论、发展个体内（idiographic）精神病学、以及将生成式人工智能整合进精神科研究与临床实践。

该研究采用质性描述设计与焦点小组访谈，于2024年2月至8月在韩国访谈10名有AI胜任力测评（AICA）经历的护理申请者和10名护理教育者（教授与护理管理者），用常规内容分析法从32个编码中归纳出8个亚主题和4个主题，发现参与者既认可AICA在大规模招聘中的效率与客观性优势，又质疑其评价标准不透明、与以人为本的护理价值不匹配，并担忧网络、光线、设备等外部环境因素和信息支持差距影响公平，建议开发护理专属算法、明确评价标准并将AI定位为辅助面对面面试的工具。

该工作以仙人掌（Opuntia ficus-indica）黏胶为原料，开发并表征了负载去铁胺（deferoxamine）的两种局部用制剂——聚合物膜与凝胶，面向创面敷料应用。

该研究采用三轮改良德尔菲法，由45名糖尿病、肥胖和/或进食障碍领域的临床医生与研究者以及有亲身经历者组成的小组，就GLP-1受体激动剂在进食障碍情境下的使用达成平均91.7%的共识，提出用药前筛查、按风险分层监测、标准化教育材料、合并循证心理治疗等临床建议，并明确在活动性进食障碍（尤其厌食症、非典型厌食症及伴明显饮食限制和/或显著体重抑制的贪食症）中一般应避免使用GLP-1受体激动剂，同时列出流行病学、监管与暴食障碍临床试验的研究优先事项。