据研究人员报告，一种以其对脑的作用而闻名的致幻化合物或能帮助预防化疗最难以承受的副作用之一：化疗引起的周围神经病变（CIPN）。在小鼠模型中，仅需在化疗前给予两剂裸盖菇素就可在多个化疗周期中持久地预防CIPN；它既可保护神经功能，又能保留化疗的肿瘤杀伤效应。作者表示，此前尚无研究探索过裸盖菇素对 CIPN 的预防潜力。CIPN 是铂类抗癌药物治疗中的一种常见且往往致残的后果。逾六成患者受到 CIPN 的影响；CIPN 会导致持续性疼痛、烧灼感和麻木感。这种情况常常会限制或中断有可能挽救生命的癌症治疗，并会大大降低幸存者的生活质量。然而，尽管 CIPN 所导致的临床压力沉重，但目前对其尚无有效的预防策略，且现有的治疗只能提供有限的缓解效果。Mario Heles 和同事在此就裸盖菇素作为可能的治疗 CIPN 的方法进行了研究；裸盖菇素是一种天然的致幻化合物。 CIPN 与线粒体功能障碍以及感觉神经纤维最远端部分的进行性退化有关。先前的研究表明，裸盖菇素可通过 5HT2A 受体来增进神经可塑性。由于 5HT2A 受体还可能影响线粒体的生成和痛觉通路，Heles 等人推测，裸盖菇素或能在神经系统内产生持久的重塑和保护作用。在接受重复且具有临床相关性的铂类和紫杉烷类化疗周期的荷瘤小鼠中，作者证明，化疗前给予小鼠裸盖菇素可在多达六个化疗周期中持久地预防 CIPN，且不会降低化疗的抗肿瘤疗效。Maria Maiarú 在一篇相关的《视角》中写道：“该研究将 CIPN 进行了重新定义：它并不是一种不可避免的神经元损伤后果，而是一种恢复能力的失效，而早期干预或能扭转这种情况。”她说：“目前的挑战是将这些机制性的见解转化为精心设计的临床试验……”Maiarú 还指出，就慢性疼痛的疾病修饰疗法潜力而言，这些发现的意义已超出了化疗所致神经病变的范畴。

一项对欧洲山顶植物群落的为期二十年的调查显示，随着气候变暖，欧洲山顶的植物物种数量可能正在增加，但这种生物多样性表面上的增长却在掩盖日益加剧的局部物种的灭绝浪潮。遭受最强变暖影响的物种损失最为严重，且丰度下降往往先于物种丧失，表明植物覆盖面积的缩减或可为未来高山物种的灭绝提供早期预警。气候变暖正导致山地植物改变其分布范围。因此，近几十年来，随着低海拔植物沿山坡向高处扩张，高海拔山区的植物物种数量有所增加。然而，这种物种丰度的表面增长可能掩盖了高海拔特有物种数量的下降或消失。先前的研究表明，这些高山植物的群落中既有气候变暖的“赢家”也有“输家”，其中高海拔物种尤其容易受到气候变暖的影响。然而，这些物种丰度的下降会多大程度地预示局部或更大范围的灭绝，目前仍不清楚。 利用 GLORIA（全球高山环境观测研究倡议）网络——这是系统性监测气候对山顶植物群影响的规模最大的项目——Johannes Wessley 和同事对 16 个山地区域的 62 座欧洲山顶的植物群落进行了研究；他们于 2001 至 2022 年间进行了四次重复调查，记录了固定样方内植物的存在情况及丰度。Wessley 等人所寻找的是在不同调查之间消失的物种，并分析了这些局部物种的消失是否与气候变暖、植物丰度的早期下降，或物种出现在其正常海拔范围的上限边缘有关。他们发现，局部的物种灭绝会随时间推移而增加，且在变暖较强的山地区域更为常见。当物种处于其海拔分布范围的下限附近，或身处经历更强嗜热化（即暖适应物种日益占优势）的群落之中，它们会变得尤为脆弱。作者认为，尽管物种向上迁移增加了山顶的本地物种丰度，但这是以更高海拔物种的丧失为代价的，因而可能造成未来的物种灭绝负债。Wessley 等人指出，重要的是，许多本地物种丰度的下降会先于其灭绝时间，表明植物覆盖面的减少或可为即将到来的物种丧失提供早期预警。

Robert Gallant 和同事利用采自非人类灵长动物研究设施中的志贺氏菌疫情样本，并从中分离出了 100 多种针对候选志贺氏菌疫苗抗原的抗体。他们的发现可指导开发针对这种高毒力细菌性感染的疫苗；志贺氏菌感染是腹泻性疾病的主要原因；该病每年导致全球逾 20 万儿童死亡。研究人员正在开发数种抗志贺氏菌的候选疫苗，但研制对不同志贺氏菌菌株均有效的疫苗一直是一项挑战。威斯康星州国家灵长类研究中心发生的历时两年的福氏志贺氏菌（Shigella flexneri）疫情为 Gallant 等人提供了一个机会，使他们能够分析被感染灵长动物体内自然产生的抗体，从而为疫苗的抗原设计提供参考。他们发现，以志贺氏菌 O-抗原为标靶的抗体可对各种福氏志贺菌株产生广泛的反应性，且志贺菌与毒力相关的 III 型分泌系统（T3SS）蛋白 IpaD 和 IpaB 可诱导强烈的抗体和适度的 T 细胞免疫反应。这些 T3SS 抗体可根据其表位特异性抑制或增强志贺氏菌的毒力。研究人员指出，未来的研究应确定人体内是否也会产生这些显著的抗体反应。

数字孪生体是基于大语言模型（LLM）的个体，它们是用有关特定个人的大量具体信息创建而成的。但当 Tianyi Peng 和同事比较数字孪生体及其对应真人就涉及的 164 种结果所作出的回应时，他们发现，与通用 LLM 角色相比，数字孪生体在预测其对应真人反应时的准确性仅略胜一筹。此外，Peng 等人还发现了数字孪生体中的五种关键性偏差；他们认为，这些扭曲使其成为其所代表人类的“哈哈镜”。社会科学领域的研究人员希望在研究中使用数字孪生体，因为它们可被反复测查，并部署于可能有害的（即可能会对人类构成伦理风险）模拟情境中。但即便在接受了其对应真人回答过的逾 500 个问题的训练之后，这些数字孪生体是否仍能准确地反映其对应真人？在预先注册的、涉及在1784 名独特参与者中测试了多种结果（包括分享虚假信息的意愿、对网络隐私的看法等）的 19 项新颖研究中，数字孪生体的回答与其对应真人的回答相关性会比更为泛化的人群设定强，但这些相关性总体上较为有限。Peng 等人研究了数字孪生体可能失败的五个原因：用于训练的真人数据未能赋予这些孪生体足够的个体差异性；它们倾向于刻板印象化（如以一个“一般化女性”而非某个具体女性的身份作答）；它们存在代表性偏差，对高学历和高收入参与者的预测往往更为准确；它们包含意识形态偏见，例如对人类行为和技术的看法比真人更为乐观；以及与人类参与者相比，它们过于理性。