实验室成功复制疼痛传导通路，为慢性疼痛治疗开辟新途径

斯坦福大学的一项开创性研究在《自然》杂志上发表，研究团队成功在实验室中复制了一条负责疼痛传导的神经通路，称为“ascending sensory pathway”。这一通路由众多神经元组成，通常从位于手部的感觉神经节一直延伸到大脑皮层，负责传输感觉信息。这项研究的复制品被称为“assembloid”，研究人员不仅能够观察神经元的化学活动，还可以通过影响基因表达和其他化学方法来调节这些活动。 慢性疼痛影响着数以百万计的人群，许多现有的治疗方法，尤其是阿片类药物，容易导致依赖。通过更深入地理解这条疼痛传导通路以及如何对其进行调节，科学家们希望开发出更加有效的治疗方案，减轻患者的痛苦，同时避免阿片类药物的副作用。领导这项研究的精神病学和行为科学教授Sergiu Pasca表示，筛选可以抑制器官样体中异常或不适当神经元传输的药物，而不影响大脑奖励电路，可能会带来针对疼痛的更好靶向疗法。 与此同时，另一项由斯坦福大学研究人员参与的研究也发表在《自然》杂志上。他们使用一种类似于基础模型的AI算法分析了多部电影中的场景，从而预测老鼠对其他视觉影像的神经反应。基础模型是指AI能够分析大量文本并将其分析应用于其他情境的能力，而在这项研究中，AI算法则用于视频数据的处理。由于老鼠和人类一样具有低分辨率视觉，它们的视觉系统更倾向于关注运动而非细节点，研究人员因此特意选择了动作电影，以充分刺激老鼠的神经系统，获取更多的有用数据。 大脑神经元活动的范围广泛，要预测这类复杂的反应似乎是不可能完成的任务。然而，研究小组发现，拥有极其庞大的数据集使这种预测成为可能。眼科教授Andreas Tolias指出，通过这种方法，科研人员可以获得更深层次的大脑神经水平的见解，了解单个神经元或神经元群体如何协同工作来编码信息。 两项研究均为神经科学研究领域带来了新的突破。前者为未来疼痛治疗提供了潜在的新途径，而后者利用AI技术预测动物神经反应的成功，展示了数字孪生技术在神经科学研究中的巨大潜力。业内专家认为，这两项成果有望推动相关领域的发展，为解决医学难题和技术挑战提供新思路。stanford university作为世界顶级的科研机构，长期致力于神经科学和人工智能方向的研究，这些突破再次证实了学校在这些领域的领先地位。