第1652期 腦科學日報
2023年2月24日
科 學 時 訊
1，Cell：抑制PIKFYVE激酶活性可緩解肌萎縮側索硬化症
來源：BioArt
肌萎縮側索硬化症（ALS）是病情進展極為迅速的神經退行性疾病。近期一項工作指出，神經元可以通過第三種非傳統蛋白質清除途徑來維持蛋白質平衡，這一途徑也就是聚集傾向性蛋白的胞吐作用。當然，靶向聚集傾向性蛋白質的胞吐作用是否可以用來治療神經退行性疾病，仍舊不得而知。
近日，來自美國南加州大學的Justin K. Ichida研究組就上述問題進行了深入研究，結果顯示抑制PIKFYVE激酶活性可以活化聚集傾向性蛋白質胞吐作用參與的非經典蛋白質清除機制，從而在多種肌萎縮側索硬化症模型中緩解疾病進程。
2，Ageing Research Reviews：阿爾茨海默病中的蛋白質穩態缺陷
來源：小崔和他的小夥伴們
NMDAR介導的LTP誘導途徑
細胞內蛋白質的穩態或蛋白質的平衡對於神經元的功能和大腦的學習記憶等過程至關重要。蛋白質穩態的失調在突觸功能障礙和記憶障礙中發揮著關鍵的作用。近日一篇研究探討了AD中蛋白質合成和降解的分子途徑，以及糾正這些缺陷的潛在藥理學方法。作者專注於特定的分子途徑控制腦蛋白的穩態，包括mTOR 通路及其在蛋白質合成中的作用、泛素-蛋白酶體系統 (UPS) 和參與蛋白質降解的自噬、應激激活通路，即未摺疊蛋白反應 (UPR) 和綜合應激反應 (ISR)。最後，作者討論了最近的證據，表明旨在恢復蛋白質穩態的方法可以保護AD小鼠模型中的突觸和挽救記憶缺陷。
3，JAMA：王伊龍團隊闡述阿加曲班聯合阿替普酶治療急性缺血性卒中的安全有效性
來源：BioArtED
卒中是全球人口致死致殘的重要疾病，其中急性缺血性卒中約占全部卒中的80%。近日，首都醫科大學附屬北京天壇醫院神經病學中心王伊龍教授團隊與北部戰區總醫院陳會生教授團隊合作比較了阿加曲班聯合阿替普酶對比單用阿替普酶在恢復急性缺血性卒中患者90天神經功能方面的作用，為溶栓後早期啟動抗栓治療的安全性與有效性提供了新的高級別循證醫學證據。
4，Nature Communications：好好睡一覺，就是重啟人生的方式啊
來源：SelfCulturalPsy
近期一項研究發現，有很多因素會影響我們起床方式，以及我們起床後的清醒程度。該數據來自一項英國和美國的前瞻性縱向研究，發現睡得更久和醒得更晚都與第二天早上更高的清醒程度有關。其次，前一天更多的體育活動不僅有助於改善睡眠，還有助於提高警覺性。
5，非典型抗精神病藥誘發代謝綜合徵和加重認知障礙相關機制的研究進展
來源：神經疾病與精神衛生
精神分裂症（SCZ）是一種常見的重性精神疾病，認知障礙作為SCZ的核心症狀之一近年來受到廣泛關注。非典型抗精神病藥物（AAPDs）是治療SCZ患者的臨床一線用藥，其常見的不良反應是引起代謝綜合徵（MetS）。近日一篇綜述梳理了AAPDs、MetS、認知障礙3者間的內在聯繫，歸納非典型抗精神病藥誘發MetS並加重認知障礙的生物學機制，以了解抗精神病藥對認知功能的影響，從而為患者個體化診療，科學干預和治療提供新的方向。
6，Nature Aging：熱量限制減緩健康成年人的衰老速度
來源：阿爾茨海默病
近日，哥倫比亞大學梅爾曼公共衛生學院的研究人員在一項史無前例的隨機對照試驗中發現，熱量限制可以將健康成年人的衰老速度減慢2-3%，在其他研究中，這意味著死亡風險降低10-15%，這種效果類似於戒菸干預。對線蟲、果蠅和小鼠來說，限制熱量攝入可以減緩生物衰老過程，延長健康壽命。雖然熱量限制減緩人類衰老速度在此項研究中提供了證據，但可能並不適用於所有人。
7，身處困境能提高我們幫助他人的意願？——身體脆弱知覺影響個體的親社會行為
來源：親社會實驗室
窮人和富人誰更會願意幫助別人？這是一個爭論已久的問題，多數人可能會認為富人更可能向他人伸出援手。一些研究發現，痛苦和低安全感的生活經歷與親社會行為之間也存在顯著的正相關。原因可能在於，過去的痛苦增強了人們的共情能力，對需要幫助的人的同情，提高了個體實施親社會行為的可能性。
近日一篇發表在Personality and Social Psychology Bulletin 上的研究認為，人們幫助他人時，會受到其他導向的情緒反應的激勵，相較於不那麼感知到身體脆弱性的參與者，高脆弱感知者表現出更高的捐助意願和金額，並非是出於私利的未來保障。因此，身處困境的人由於對同樣遭遇的人會有更多的共情和親密感，其互助和親社會傾向會更高。
8，人類竟能再度擊敗頂級圍棋AI？一招逆風翻盤，這個業餘四段棋手完勝
來源：新智元
2016年，是人工智慧的崛起之年。自從AlphaGo完勝圍棋世界冠軍李世石之後，代表圍棋頂尖水平的玩家再也不是人類。然而近日金融時報的一篇文章讓圍棋重回人們的視野：人類找到了戰勝AI的方法！該報導稱，來自美國的業餘四段棋手Kellin Pelrine，一舉擊敗了頂級的下棋AI——KataGo。
在15場線下比賽中，Perline在沒有計算機的幫助下，贏得了14場比賽。這個讓人類棋手奪回圍棋桂冠的計劃，出自加州研究公司FAR AI的研究人員之手。該團隊通過分析AI棋手的弱點加以針對，從而獲得最後的勝利。他們發現的獲勝策略「對人類來說並不難」，中級玩家可以使用它來擊敗機器。他還使用這種方法戰勝了另一個頂級圍棋系統Leela Zero。
審校：Simon