天天彩票返点-天天彩票开户

治疗“绿色癌症”，智能细菌来帮忙******

　　◎实习记者 骆香茹

　　炎症性肠病虽然致死率较低，但长期以来，也面临着诊断困难和难以根治的问题，被称为“绿色癌症”。

　　近日，华东理工大学生物工程学院院长叶邦策教授及该院副教授周英团队在《细胞—宿主与微生物》上发表了一项研究成果。该团队开发了一株智能工程菌——i-ROBOT，可实现在体无创实时监测和记录炎症性肠病的发生与发展，并以自调控的给药模式缓解病症。

　　各色技术上阵诊断“绿色癌症”

　　炎症性肠病是胃肠道最常见的慢性炎症性疾病，包括克罗恩病和溃疡性结肠炎。腹痛、腹泻、便血等是炎症性肠病主要的症状表现。

　　当前炎症性肠病的诊断方法在临床上主要有肠镜、电子微胶囊肠镜等。论文通讯作者叶邦策介绍，肠镜检查的好处是直观，可以观察到人体整个肠道的情况。“但肠镜检查是一项有创检查，在操作过程中难免损伤肠道黏膜，造成少量出血，引起被检者的不适感，患者依从性差。”叶邦策补充道，“也有无痛肠镜，但这种方式有一定风险，做这种检查前需要患者进行全身麻醉，对患有心脏病和肺部疾病的人来说，风险较大。”

　　电子微胶囊肠镜是近年来新兴的检查方式，叶邦策介绍，与传统肠镜相比，其对患者造成的痛苦更小、适应性更强，能检查传统肠镜无法到达的回肠、空肠等。但胶囊在消化道运动的过程中，无法人为控制其运动轨迹，其在消化道等位置会随机翻转，产生视觉盲区，有可能导致错过病变部位、延误病情等情况发生，且电子微胶囊肠镜的检查费用更高，给患者带来的经济压力更大。

　　智能工程菌是炎症性肠病的新兴诊断方式之一。叶邦策介绍，他们会提前3天将智能工程菌通过口服灌胃的方式送入小鼠体内，等肠炎造模给药结束后通过分析粪便中存在的智能工程菌的荧光信号和基因组DNA突变情况，确定肠道炎症发生、发展程度。

　　“智能工程菌在诊断灵敏性、便捷性以及成本上都具有无法比拟的优势，但目前仍仅能通过分析粪便样品来评估疾病的有无或严重程度，而难以实施在体原位诊断。”叶邦策表示，“此外，智能工程菌的生物安全性还需进一步加强。”

　　治疗方法从抗炎药物到智能活菌机器人

　　为了攻克炎症性肠病，专家们想了不少办法。过去，炎症性肠病的主要治疗方法是使用抗炎药物和免疫调节药物。叶邦策介绍，随着肠道微生物研究的深入，过去十年间，调节肠道微生态、使用智能活菌成为炎症性肠病的研究热点，创新研究不断涌现。

　　叶邦策团队开发的i-ROBOT是使用大肠杆菌Nissle1917作为底盘细胞进行改造的。叶邦策介绍，i-ROBOT能够感知低浓度的炎症标志物，具有诊断早期肠炎的潜力。同时，i-ROBOT还能记录疾病发生与发展的信息，帮助监测胃肠道健康状态。

　　当然，i-ROBOT的功能远不止于此。叶邦策表示，i-ROBOT还可以在病灶部位根据疾病的严重程度释放相应浓度的药物，在实现有效治疗的同时，又能避免因过度用药而产生的副作用。

　　“我们认为智能工程菌是智能活菌机器人的一种。”叶邦策补充道，“智能工程菌具备优异的感知和收集周围环境信息的能力，能够与周围环境进行互动，并能在特定时间和地点采取特定的行动。”

　　近年来，“粪便也能治病”的冷知识刷新了不少人的认知，通过粪菌移植治疗炎症性肠病也受到越来越多的关注。粪菌移植是将健康人的肠道菌群植入患者肠道，重建肠道微生态系统，以此治疗肠道疾病。粪菌移植成为炎症性肠病治疗的一种新选择。然而，叶邦策提醒道：“尽管有很多阳性的结果支持粪菌移植的可行性，但是目前一些安全性、伦理性问题尚未得到很好地解决，粪菌移植疗法还存在争议。”

　　发展交叉学科或可破解炎症性肠病诊疗难题

　　叶邦策介绍，当前，许多研究证明了智能工程菌具有在活体内诊断和治疗疾病的应用潜力，且智能工程菌逐步朝着智能化和临床应用性的方向发展。其中，功能稳定性、临床效力和安全性是决定智能工程菌能否成功应用于临床的关键。

　　叶邦策表示：“合成生物学为智能工程菌感应疾病标志物的种类及传感性能提供了很好的策略，然而仅仅依靠合成生物学难以解决所有问题。”

　　叶邦策认为，交叉学科的发展为此提供了新的契机，例如将合成生物学与材料和化学科学相结合，能够增强智能工程菌的定植性、靶向性和可控性，进而实现炎症部位的在体原位成像检测。

　　此外，智能工程菌的安全性也是限制其临床应用的重要因素，为了应对智能工程菌可能导致的抗性转移、代谢物毒性等问题，研究者们仍在优化技术方案，通过不使用抗性基因作为筛选标记、选择更安全的益生菌作为智能工程菌的底盘、进行细菌毒力因子的敲除、对逃逸细菌进行有效的控制和清除等策略，有针对性地解决相关难题。

　　谈到智能工程菌的应用前景时，叶邦策表示，从诊断的角度来说，如果智能工程菌能够通过临床试验，运用到炎症性肠病的临床治疗中，将打破传统肠道疾病的诊断模式，部分替代侵入性的肠镜检测，能让受检者在没有任何痛苦的情况下，诊断出其是否罹患炎症性肠病。

人工智能应用于更多领域 计算机研究深入光电结合******

　　英国科学家在人工智能（AI）领域取得多项突破，包括用AI首次控制核聚变、用AI预测蛋白质结构等。“深度思维”与瑞士洛桑联邦理工学院合作，训练了一种深度强化学习算法来控制核聚变反应堆内过热的等离子体并宣告成功，有助加速无限清洁能源的到来。“深度思维”凭借“阿尔法折叠”算法，预测了迄今被编目的几乎所有2亿多个蛋白质的结构，破解了生物学领域最重大的难题之一，有助于应对抗生素耐药性，加速药物开发并彻底改变基础科学。该公司研发的“DeepNash”（深度纳什）学会了在“西洋陆军棋”游戏中，使用虚张声势等欺骗手段来击败人类对手。该公司AI创建的高效数学算法能解决矩阵乘法问题。该公司AI通过模拟数十年足球比赛的情况，学会了熟练地控制数字代理足球运动员，其建模的“AI代理”可与其他人工代理沟通合作，在玩游戏时共同制定计划。

　　牛津大学研究显示，AI能模拟条件反射进行联想学习，比传统机器学习算法快千倍。利兹大学科学家借助AI扫描视网膜以探知心脏病风险。

　　在计算机相关领域，牛津大学研究人员开发了一种使用光偏振来实现最大化信息存储密度的设备，其计算密度比传统电子芯片提高了几个数量级。南安普顿大学工程师则与美国科学家携手，设计了一种与光子芯片集成的电子芯片并创造出一种设备，能以超高速传输信息同时产生最少的热量。

　　在机器人领域，利兹大学团队开发了一种“磁性触手机器人”，直径只有2毫米，可由患者体外的磁铁引导进入肺部狭窄的管道采样。帝国理工学院科学家展示了一组受动物启发的飞行机器人，可在飞行中建造3D打印结构，未来有望用于在偏远地区建造房屋或重要基础设施。格拉斯哥大学科学家将由砷化镓制成的微型半导体打印到柔性塑料表面，所得设备的性能可与目前市场上最好的传统光电探测器媲美，且能承受数百次弯曲，可用作未来机器人的智能电子皮肤。苏格兰科学家开发出了一种先进的压力传感器技术，有助于改进机器人系统，如用于机器人假肢和机械臂。（科技日报记者 刘霞）

　　（文图：赵筱尘 巫邓炎）