塞维利亚大学研究人员参与了化学标记物的新发现，这些标记物负责调控丙酮酸激酶的活性，为能更好地理解癌细胞代谢重新编程打开了大门。

对梅毒致病菌苍白密螺旋体（Treponema pallidum，即梅毒螺旋体）基因组所进行的新的测序揭示了梅毒在美洲由来已久。这些发现基于来自哥伦比亚的一个具有 5500 年历史的标本，表明梅毒的出现并不依赖于通常与传染病传播相关的农业集约化和人口密集化。事实上，它的出现取决于狩猎采集社会的社会生态条件。Molly Zuckerman 和 Lydia Ball 在一篇相关的《视角》中写道：“将梅毒与其他传染病一样重新定义为地方性和高度特定性演化、生态和生物社会条件及全球化的产物或是减少污名化和改善公共卫生的关键步骤。”密螺旋体病（如梅毒、雅司病、贝杰尔病和品他病）已在全球多个地区困扰人类达数千年之久。然而，关于这些疾病的全球历史渊源、地理分布及其致病菌的演化历程仍属未知。其中最具争议的问题之一是由苍白密螺旋体（T. pallidum）引起的梅毒的地理起源与全球传播路径。有人认为，该病起源于美洲，并于 15 世纪末欧洲人抵达后被带到东半球。另一些人则认为，在欧洲人到达美洲之前，梅毒螺旋体已存在于欧洲。然而，这些疾病在骨骼证据上的稀缺性与模糊性，以及从受感染的遗骸中提取古时细菌 DNA 的技术难度，使得厘清这些问题变得困难重重。 David Bozzi 和同事报告了在哥伦比亚发现的从中全新世时期的人类狩猎采集者遗骸中提取的一个 5500 年之久的梅毒螺旋体基因组。这一新证据将该病原体的已知基因记录向前推进了约 3000 年。据 Bozzi 等人披露，系统发育分析表明，该基因组（TE1-3）代表了梅毒螺旋体的一个先前未知的分支，该分支在所有其他已知亚种出现之前就已经分化出来。尽管 TE1-3 明确归属于梅毒螺旋体，但其基因构成具多样性且与现代菌株截然不同。值得注意的是，作者发现，TE1-3 也携带了与现代梅毒螺旋体毒力相关的一整套基因特征。此外，这些发现提示，梅毒螺旋体的出现早于美洲农业的兴起，表明该病原体的出现并不依赖于通常与传染病传播相关的农业集约化和人口密集化。相反，TE1-3 谱系与狩猎采集社会的社会生态条件相关，其中包括高流动性、小型社群互动以及与野生动物的密切接触。Bozzi 等人认为，这项研究的发现拓展了人们对全球梅毒螺旋体疾病的出现时间、生态和社会架构的理解。

据一项新的研究披露，研究人员提出了一种能近乎实时地追踪失控太空碎片坠落地球的新方法。他们的方法利用了地面的地震传感器。在过去的几年中，重返地球大气层的废弃航天器及其他碎片的数量呈指数级增长。这些不受控制的重返大气层事件对人类生命、基础设施和环境的威胁日益加剧。随着地球轨道日益拥挤及再入大气层事件愈发频繁（其中可能涉及携带有毒、易燃或放射性物质的航天器），此类风险预计将变得更加令人担忧。然而，预测物体重返大气层的时间和轨迹极为困难，现有的地面雷达和光学跟踪系统难以监测太空碎片在大气层中一旦开始解体后的情况。这些局限性增加了应对计划和缓解措施的复杂性。因此，我们需要能够近乎实时地快速确定坠落太空碎片的轨迹、大小、构成及可能造成撞击位置的工具。 为填补这一监测空白，Benjamin Fernando 和 Constantinos Charalambous 展示了一种新方法：利用地面的地震传感器所提供的公开数据来探测再入大气层碎片所产生的冲击波（即音爆）。通过对 2024 年 4 月重返地球的庞大的重型航天器——神舟十五号轨道舱——的再入过程进行监测，Fernando 和 Charalambous 验证了他们的方法；该轨道舱此前处于轨道衰减状态，并会定期飞越六大洲的主要人口密集区的上空。通过利用来自南加州和内华达州传感器的地震数据，作者对神舟十五号重返大气层时产生的音爆进行了分析。（神舟十五号最终被观察到的再入点与追踪及撞击预测的估算位置相差约 8600 公里，此前的预测再入点则指向北大西洋。）通过对该地区不同地点观测到的最大冲击波到达时间进行插值计算，Fernando 和 Charalambous 成功推算出了该航天器的地面轨迹、速度和高度。此外，音爆模式显示，神舟十五号并非在单次爆炸事件中坠落，而是可能逐渐碎裂成较小的碎片。这与目击者的报告和视频片段相符。作者认为，除了跟踪进入大气层的太空碎片外，这种近乎实时的追踪方法还有助于快速确定坠落地面碎片的具体位置或大气中较小有害颗粒的扩散范围；这对碎片回收和减轻污染至关重要。Chris Carr 在一篇相关的《视角》中写道：“需要做进一步研究以缩短物体（重新）进入大气层到确定其轨迹之间的时间。尽管如此，Fernando 和 Charalambous 采用的方法实现了对碎片坠落区的快速识别；随着地球轨道预计将变得卫星日益密布，流入大气层的空间碎片量将不断增多，这一信息将成为关键。”

2025年8月26日，中山大学潘昕教授与暨南大学彭婷婷副教授团队系统阐述了微针技术作为一种突破性递送平台，在提升生物大分子药物治疗重大疾病效果方面的最新进展与应用策略，内容覆盖肿瘤、传染病、心血管疾病、代谢性疾病及自身免疫性疾病等多个关键领域，为实现高效、无痛、精准的药物递送提供了全新视角与解决方案，以“Microneedle Overcoming Biological Barriers: Advancing Biomacromolecule Treatment in Major Diseases”为题在《Research》上在线出版（Research, 2025, DOI: 10.34133/research.0879）。

通过应用深度学习方法分析出生后 48 小时内采集的常规血斑样本，研究人员开发出了一种为极早产儿代谢健康进行评分的方法。尽管仍需进一步的研究，但他们的模型所提供的信息或有助于对新生儿进行风险分层，并预测与早产相关的严重疾病风险。临床医生通常会根据胎龄和出生体重对早产儿进行分组。然而，这些基础指标提供的预测价值有限，因为胎龄和体重相近新生儿的健康状况往往各不相同。为对新生儿进行风险分层并识别患病风险最高的个体，科学家正致力于开发更好的风险评估方法，旨在为更精准的治疗决策提供指导。Alan Chang 和同事在这项研究中推论，深度学习法或可发掘出有关代谢健康的有用线索，从而预测早产儿可能的并发疾病。他们分析了来自加州的一组极早产儿在出生后两天内采集的 1 万 3536 份干血斑样本。利用深度学习模型，该团队根据胎龄和出生体重之外的各种代谢生物标志物构建了一个代谢健康指数。这一新型健康指数在预测极早产儿的四种常见重症疾病风险方面的表现要优于其他机器学习模型；这些重症疾病包括：支气管肺发育不良、坏死性小肠结肠炎、早产儿视网膜病变及脑室内出血。Chang 等人随后在对加拿大的另一个包含 3299 名极早产儿的回顾性队列研究中验证了其健康指数的有效性。作者提醒说，他们的研究并未确立因果关系，因此还需做进一步的验证。不过他们写道，未来的升级版本有望为脆弱新生儿的临床决策与治疗方案提供参考；他们指出，北美及欧洲、拉丁美洲、亚洲与太平洋部分地区已普遍采用常规足跟干血斑数据采集。