国内抑郁患者近亿，高学历男性死亡率更高；他们在6千年前发明了第一个轮子 | 科技周览

学术科学 2024-10-26 08:34 北京

加星标，才能不错过每日推送！方法见文末插图

整理 | 周舒义、望乡

抑郁增加死亡风险，高学历男性死亡风险更高

抑郁症是一种常见精神障碍，表现为长时间情绪低落、失去对活动的兴趣。据世界卫生组织2023年估计，全球3.8%的人口（2.8亿人）患有抑郁症，其中成人患病率5%（男性4%，女性6%）。2021年的中国精神卫生调查显示，我国成人抑郁障碍终生患病率为6.8%，其中抑郁症为3.4%。我国约有9500万抑郁症患者，每年大约有28万人自杀，其中40%患有抑郁症。

近日发表于《中国疾病预防控制中心周报》（China CDC Weekly）的一项研究基于2010年到2022年的国内人群队列，分析了中国抑郁患者12年内的死亡风险。结果发现，抑郁症与死亡风险上升显著相关，这种关联在男性、城市居民、年轻人和受教育程度较高的人群中尤为明显。此外，抑郁症患者死于受伤和心血管疾病的风险较高。

中国慢性病及危险因素监测调查（CCDRFS）是一项长期的全国性调查。2010年CCDRFS在全国162个疾病监测点进行，共纳入超过10万名18岁及以上的参与者。研究人员将CCDRFS的数据与国家死亡监测系统（NMSS）相应记录进行交叉比对，建立了随访12年的队列。抑郁症评估采用9项患者健康问卷（PHQ-9），按严重程度分为三个等级：无（PHQ-9≤5）、轻度至中度（5<PHQ-9≤15）和重度（PHQ-9>15）。此外研究还考虑了人口统计学、行为、代谢因素和病史等各种协变量。

结果显示，98370名有效参与者中，5683人（5.78%）存在轻中度抑郁，341人（0.35%）存在重度抑郁。7333人在平均11.60年的随访中死亡。在重度抑郁人群中，城市居民、年轻人（<60岁）、受过高等教育个体、体重较轻个体的死亡风险较高。尽管女性抑郁症患病率更高，男性重症患者的死亡率却是女性的3倍。这些差异可能源于不同群体面对抑郁时不同的心理和行为。例如，与女性相比，男性更少向外界寻求帮助；与老年人相比，年轻人对抑郁相关的耻感更重。上述研究结果凸显了满足这些人群精神健康需求的重要性，尽管他们传统上被认为拥有更好的健康及社会经济状况。

抑郁影响死亡率的一种可能解释是，其与吸烟、缺乏体育锻炼等不良习惯相关。另一种可能解释是，抑郁会影响代谢功能，特别是脂质代谢，可能导致缺血性心脏病。作者建议，为所有抑郁患者提供心理干预，无论症状轻重，特别是男性、城市居民、年轻人及高学历群体。

相关论文：https://weekly.chinacdc.cn/en/article/doi/10.46234/ccdcw2024.212

水熊虫为何如此顽强？新研究揭示其耐受辐射机制

从宇宙空间到深海热泉，水熊虫在极端环境中展现出极其惊人的生存能力。在10月25日发表于Science的一项研究中，我国科学家揭示了水熊虫耐受超强辐射的多组学特征与其背后的复杂分子机制，这一发现不仅丰富了我们对极端环境生物学的认知，也为未来生物技术与医药开发提供了新的视角。

水熊虫是缓步动物的俗称，是一种水生无脊椎动物，躯体非常细小，大部分体长不超过1毫米。其分布于包括北极、热带、深海、温泉在内的世界各地，可耐受超强辐射、高温、高压、低温、干燥，甚至外太空真空环境等多种极端条件。

新研究报道了一种新的高生属水熊虫物种——河南高生熊虫（Hypsibius henanensis），其可耐受高达5000 Gy的γ射线辐射（人的辐射致死剂量约为5 Gy）。研究人员建立其实验室培养体系，绘制了高质量基因组图谱（112.6M，注释得到14701个编码蛋白的基因，均匀分布于6条染色体），在国际上首次整合转录组、蛋白质组响应超强辐射的动态变化，结合分子进化和功能特征分析，揭示了河南高生熊虫耐受超强辐射的分子机制。

据介绍，基于组学分析得到的2801个差异基因，研究人员将辐射耐受机制归为三大类：一是从细菌、真菌、植物水平转移到水熊虫的外来基因，赋予其特殊的抗逆能力，如生成具有很强抗氧化活性的甜菜色素，从而减轻辐射损伤；本研究共鉴定到75个高可信的相关基因，其中13个在辐照后发生显著上调。二是水熊虫基因组中约30%的基因是缓步动物特异的，缓步动物特异蛋白倾向于高度无序，通过相分离参与DNA损伤修复等过程。三是与其他门类共有的古老蛋白（如线粒体呼吸链组装蛋白）在水熊虫中具有特殊的辐射响应模式。

值得注意的是，研究发现这些在水熊虫中起抗辐射作用的分子，转入人源细胞后，可以显著提升后者的抗辐射能力。这提示它们具有重要潜在应用价值，为研制抵御超强辐射损害的“金钟罩”找到了理论依据。

空间辐射损伤是制约人类深空探测和长期在轨驻留的关键医学问题之一，此外，多种涉核作业环境均受到超强辐射的严重威胁。中国科学院院士、医学蛋白质组全国重点实验室主任贺福初表示，针对水熊虫这种极端生命体抗逆机制的研究，或将更新人类对生命系统基本构成原理和运行机制的认识，开启全面认识辐射耐受机制的大门。

相关论文：https://doi.org/10.1126/science.adl0799

利用表观遗传，把照片存进DNA

大数据时代，数据洪流对存储技术提出了严峻挑战。DNA分子具有超高的数据存储密度和超长寿命，已成为备受瞩目的颠覆性存储介质。然而，传统DNA存储依赖“从头合成”的信息写入路线，在成本和速度上存在明显缺陷。10月23日发表于Nature的一项研究提出了一种无需从头合成的DNA存储策略，实现了高效、低成本的大规模DNA存储，为未来实用型DNA存储技术的发展提供了全新思路。

研究人员开发的“表观比特（epi-bit）”DNA存储利用预制的DNA模板和分子活字块，通过DNA自组装介导的分子信息排版，经选择性酶促甲基修饰转移，实现了分子级“活字印刷”信息打印。他们将中国汉代“白虎”瓦当和大熊猫“飞云”的高清图片成功写入DNA分子中，数据量超过27.5万比特，相比此前发表的其他非传统DNA存储技术，数据规模提升超300倍。信息读取使用便携式纳米孔测序仪，实现了对DNA模板上复杂表观比特信息的高通量读取，并通过单次超240种不同修饰模式的并行解析，无损还原了原始数据。实验结果验证了该创新型分子存储技术的可行性和准确性，还展示了表观比特的稳定性。

大规模表观比特DNA存储和读取结果分析。| PKUCQB

值得关注的是，新研究还展示了这项技术的分布式存储应用潜力。团队邀请了60名不同背景的青年志愿者，由他们在非专业环境下（普通教室），将私人数据亲手写入DNA，相关数据直到测序才能够被解读。这种分布式DNA存储方式，不仅能极大降低DNA存储的使用门槛，且保障了数据隐私，有望推动DNA存储的个人应用。

“在DNA这张白纸上批量打印信息，相比于传统‘从头合成’路线的逐个添加分子比特信息，代表着DNA存储的重要技术突破。”论文作者、北京大学钱珑研究员表示，“未来，任何人在任何地点都能实现简单、准确、高效的DNA数据存储，而无需依赖大型实验仪器。同时，结合更多样的碱基修饰、碱基类似物和更精确的测序技术，epi-bit DNA存储的规模和可靠性都将进一步提升。”

相关论文：https://www.nature.com/articles/s41586-024-08040-5

他们在6000年前发明了第一个轮子

没人知道是谁发明了轮子，也没人知道第一个轮子在什么时候诞生。许多历史学家怀疑，在世界的不同地方、不同历史时期，轮子被一次又一次地独立发明出来。此前研究表明，早在公元前3000年，轮子就已在全球各地被广泛使用。

一项10月23日发表于Royal Society Open Science的研究认为，轮子的发明和使用可能起源于东欧的一座铜矿。大约6000年前，喀尔巴阡山脉铜矿的矿工利用最早的轮子，从矿井深处搬运矿石。

考古学家在东欧喀尔巴阡山脉地区的遗址中发现了150多个四轮马车形状的陶制器皿，据推测，这些器皿是礼仪用途的饮水杯。碳-14测年显示，其制作时间不晚于公元前3600年。研究认为，其灵感来源于矿沟通道中用于运送矿石的小型带轮推车。研究人员基于结构力学计算分析，利用拓扑优化，模拟重建了轮子可能的演进历史。他们提出了轮子可能的四个演进阶段：第一阶段是自由滚动的圆柱状滚筒（研究称之为“free rollers”，自由滚筒），例如削掉枝杈的树干。人们发现滚筒滚动可以减少摩擦耗散，帮助省力。但这种方法需要不断将用过的滚筒补充到前方，在狭窄的矿井中难以实现。于是矿工们加以改进，轮子来到第二阶段：在滚筒上增加凹槽，使得滚筒随货物一同前进，形成“推车”。

轮轴系统的演变。| Royal Society Open Science

在第三阶段，滚筒中段变细，成为轮轴雏形。研究猜测这可能是为了增强通过性，更好越过障碍物。在这个阶段，轮轴和轮子相对固定，是一个整体。第四阶段，轮子可以独立于轮轴旋转，这样在转向时就允许外侧轮子的转速快于内侧轮子，提高转向性能。计算模拟表明，固定轮对的轮轴连接处会承受更大应力，更易损坏。研究认为，矿井通道可以人为修成直线，对转向性能要求不高，在固定轮对发明约500年后，活动轮对才发明出来。

相关论文：https://doi.org/10.1098/rsos.240373

戒不掉碳水？可能是祖传基因“作祟”

如果你发现难以抵挡面食、米饭的诱惑，那么可能是古老的DNA在作祟。10月17日发表于Science的一项研究表明，唾液淀粉酶基因（AMY1）在人体内的最初复制可能早在80多万年前就已经发生，远远早于农业的出现。这让早期人类能更高效地分解食物中的淀粉，为人类适应富含淀粉的食物提供优势。

长期以来，科学家已知大多数现代人携带多个AMY1拷贝，能帮助我们在咀嚼的时候初步分解淀粉。人体的AMY1拷贝数越多，分泌淀粉酶的能力就越强，就能从淀粉类食物中获得更多热量。但科学家一直难以确定该基因拷贝数是何时以及如何在人体内扩增的。

为了追踪AMY1的早期复制情况，研究人员利用光学基因组图谱和长读长测序（LRS）技术，对68个古人类基因组进行分析，包括来自西伯利亚的一个4.5万年前的样本。研究发现，早在农耕时代之前的狩猎采集时期，每个正常的人体细胞（二倍体细胞）内已经拥有4至8个AMY1拷贝，表明早在人类驯化植物和大量食用淀粉之前，就已携带多个AMY1拷贝在亚欧大陆上活动。

研究还发现，尼安德特人和丹尼索瓦人拥有多份AMY1拷贝，这表明AMY1可能在80多万年前首次复制，早于现代人与尼安德特人分化，比之前认为的要早得多。研究认为，AMY1的最初复制就像池塘中的“第一道涟漪”，为人类创造了一种演化契机，进而塑造了我们这个物种。随着人类迁移到不同地方，适应不同的生活方式，AMY1拷贝数量的变异为人类适应新的饮食，特别是富含淀粉的食物提供了优势。此外，在过去4000年中，欧洲农民平均携带的AMY1拷贝数大幅增长，这可能与富含淀粉的饮食使拥有更多AMY1拷贝数的个体获得进化优势有关。

研究人员表示，AMY1拷贝数较多的个体消化淀粉的效率更高，后代也往往更多。对AMY1拷贝数变异的研究有助于探索其对代谢健康的影响，并加深对淀粉消化和葡萄糖代谢等机制的理解。

相关论文：https://doi.org/10.1126/science.adn0609

波音制造的卫星在太空解体

国际通信卫星公司（Intelsat）的卫星Intelsat 33e（简称IS-33e）日前在太空中解体，产生大量碎片。该公司表示，正与卫星制造商美国波音公司及相关机构协调，分析卫星解体原因。

据介绍，该卫星由波音公司设计和制造，2016年8月发射，2017年1月投入使用，主要为欧洲、非洲及亚太部分区域的用户提供通信服务。卫星的最初预计使用寿命为15年。

国际通信卫星公司网站10月19日发布的公告说，IS-33e卫星出现异常状况，导致卫星服务中断；21日更新的公告说，“完全失去”该卫星。该公司正在与波音公司及美国政府相关机构协调，分析相关数据和观测结果。该公司表示，自卫星发生异常状况以来，一直在与受影响的客户和合作伙伴进行沟通，中断的服务被转移到该公司运营的其他卫星或第三方运营的卫星上。

有媒体报道，该卫星价值不菲，国际通信卫星公司曾因这颗卫星发生技术故障而要求7800万美元的保险赔付。但据报道，卫星解体的时候没有处于保险期。

美国太空军称，已确认IS-33e卫星于协调世界时19日4时30分（北京时间19日12时30分）在地球静止轨道上解体。太空军正在跟踪与卫星相关的大约20个碎片，目前尚未发现构成直接威胁的碎片。

俄罗斯国家航天集团新闻处发布消息称，俄专业人员记录到这颗卫星的80多个碎片，它们可能威胁地球静止轨道上的卫星；对碎片轨迹的分析表明，卫星解体是瞬间发生的。另外也有媒体报道此事的用词是“卫星爆炸”。

此前，同样由波音公司制造的与IS-33e卫星同一系列的IS-29e卫星2019年在地球静止轨道上报废，只在轨服役3年。（央视新闻）

论文“蹭热点”？提及AI会使引用率上升

随着人工智能（AI）的普及，越来越多科研人员开始使用AI工具。近日发表于Nature Human Behaviour的一项研究发现，与未提及AI的科研论文相比，提及AI的科研论文引用率更高。

研究人员分析了1960年至2019年发表的约7500万篇论文，涵盖19个学科。结果发现，标题或摘要提及“机器学习”“深度神经网络”等AI术语的论文，更有可能跻身其所在领域引用次数最多论文的前5%之列，在其他领域也往往能获得更多引用。

研究还发现，过去20年里，研究涉及的19个学科都加强了对AI工具的使用，但增幅差异参差不齐，计算机科学、数学和工程学的使用率最高，历史、艺术和政治学的使用率最低，地质学、物理学、化学和生物学的使用率则介于两者之间。通过检测分析某些AI相关的动宾短语（如“分析数据”或“生成图像”）在文献中的使用趋势，研究人员评估了不同领域使用AI工具的收益，发现了类似趋势：计算机科学、数学和工程学使用AI的潜在收益最高，而历史、艺术和政治科学的潜在收益最低。

研究涉及的领域里，计算机科学的AI术语使用率一马当先。| Nature News

新研究对AI如何改变科研进行了量化分析，但也存在局限性。论文作者承认，鉴于研究时间窗口截止到2019年，这项研究并未涵盖AI的最新进展，例如ChatGPT的兴起，这类基于大型语言模型的工具已经改变了一些科研人员的研究方式。哈佛医学院生物医学信息学专家Marinka Zitnik表示，新研究并未深究为什么某个特定的动词、名词会出现在一篇论文中，仅仅是它们同时出现，并不意味着AI就一定对该领域有用。

研究结果也引发了部分学者的担忧。耶鲁大学人类学副教授Lisa Messeri表示，她担心有些科研人员会为了单纯增加论文引用率而滥用AI工具，忽视研究质量。

相关论文：https://dx.doi.org/10.1038/s41562-024-02020-5