黑人的健康风险被错误低估；新型抗旱小分子“药物”

来源：ScienceAAAS

据一项新的研究表明，研究人员应用一种以结构为指导的发现和设计小分子的方法研发出了一种农作物的抗旱“药物”。结果显示，新的合成脱落酸（ABA）模拟物opabactin在作物用水方面的操纵功效比天然ABA高近10倍。

气孔是散布在植物叶片表面的细孔，它们通过开闭来调节植物与大气之间水蒸气和二氧化碳（CO2）的交换。然而，这一机制在植物生长和用水之间有取舍作用，即它们中某一个的改善通常是以另一个受损为代价的。因此，发展同时具有产量高且水利用效率高的农作物已构成了农业上的重大挑战。

农用化学品“药物”——特别是那些模拟ABA（这是一种植物对水可得性做出反应至关重要的激素）的药物——可通过按需控制植物用水而有可能规避这一难题。因此，ABA及其受体已成为用于提高作物耐受干旱能力的基因学和农业化学方法中的有吸引力的靶标。

Aditya Vaidya和同事发现，目前的合成ABA模拟物所表现出的生物活性不佳且持续时间短暂，并且可能由于其对必要受体靶点的亲和力弱而受到限制。为解决这个问题，Vaidya等人用虚拟筛选和以结构为指导的化学设计来发现和优化更有效ABA激动剂的功能。结果显示，它们的分子在小麦和番茄中均展现了高效能，并在施用时能令植物对供水不足的不良影响产生持久的保护作用。George Phillips和Michael Sussman在相关的《视角》中写道：“这项新的研究提供了重要的证据，表明这种化学与基因组方法或能在我们最重要的作物中通过将化学品与基因学合用以创建更好的用水能效提供令人兴奋的新方法。

受气候影响的全球蚯蚓生物多样性格局

据一份新的报告披露，全球范围内土壤中的蚯蚓群落（以及它们所提供的关键性生态系统功能）可能会受到持续性气候改变的重大影响，它们会以尚不清楚的方式导致整个陆地生态系统的级联效应；该报告对来自全球57个国家的近7000个采样处的数据进行了评估。

蚯蚓是大量分布于全球土壤中的高度多样化的生物群体。尽管它们本身通常不被看见，但它们的劳作会给其土壤环境带来转变性影响。当蚯蚓在其地下区域中挖掘通道并进食时，它们对整个生态系统中的像土壤稳定、有机分解和养分循环等发挥着至关重要的功能。

但是，尽管这些“生态系统工程师”起着至关重要的作用，但人们对全球蚯蚓多样性和分布或它们所面临的威胁却知之甚少。据作者披露，了解这些全球性的模式对预测蚯蚓群体如何因为气候变化而可能改变它们所提供的关键性生态系统功能和服务是重要的。

Helen Phillips和同事（他们是一个由来自世界各地35个国家的141名研究人员组成的国际团队）编撰了一个旨在绘测全球多样性和丰度模式的蚯蚓群体的综合数据集，评估影响全球蚯蚓生物多样性及模拟局部蚯蚓群体的环境驱动因子。

结果显示，气候变量（特别是降水和温度）是全球范围内蚯蚓生物多样性的最重要的预测因子。尽管在地上生物中也类似性地观察到了这些模式，但丰度和生物量的分布却相当不相

与许多动植物物种（它们的生物多样性在较低纬度的热带处于巅峰）不同，Phillips等人发现，蚯蚓物种的丰富性和丰度通常在中纬度地区最大。这些结果凸显了蚯蚓分布对气候高度敏感。但是，Noah Fierer在相关的《视角》中写道，蚯蚓群体会如何对持续的气候变化做出反应或这对陆地生态系统的整体功能可能意味着什么尚不清楚。

新的科罗拉多化石记录记载了白垩纪-早第三纪物种灭绝后生物的反

在近6600万年前，恐龙的统治结束了，地球上的哺乳动物开始称霸。尽管这一分类指南的改变得到广泛承认，但细节仍不清楚。

一项新的研究描述了埋藏在科罗拉多州中部Corral Bluffs岩石中的一批化石如今有望改变这一状况；该研究提供了先前未知的有关地球陆地动植物物种在白垩纪-古第三纪灭绝（KPgE）事件后如何恢复的细节。在这种大灭绝后继承了地球的陆地幸存物种的化石否则极为罕见。

Tyler Lyson和同事研究了科罗拉多丹佛盆地中的一个化石含量丰富的大型沉积层。它的化石发现为物种灭绝后首个一百万年中的生物分类学和生态恢复提供了一幅详尽的快照，揭示了动植物和气候间的动态相互作用。

作者说，在KPgE后约300千年 （ka）时，哺乳动物的最大体型增加了三倍，并同时有巨型植物群丰富性的增加。这些作者说，诸如此类的大型物种灭绝后生态反弹的详细记录可能为预测灾难性灭绝事件（包括我们目前所面临的）后的生态系统恢复提供重要的线索。

被广泛使用的健康算法带有种族偏见

据研究人员报告，一个部署于全国的医疗算法在预测黑人患者的健康风险中显示了严重的种族偏见；该算法是医疗保险业者每年为数百万人提供医疗决策信息的最大型商用工具之一。

根据这一新的研究，该广泛使用的工具低估了黑人患者（而非白人患者）的健康需求。在风险评分相同时，该算法判定黑人患者比同等病情的白人要更为健康，从而减少了那些确定需要额外护理的黑人患者的数目。这些结果证明，出现这种偏差是因为该算法对健康需求的预测实际上却是对健康成本的预测。

Ruha Benjamin在相关的《视角》中写道：“…[这项]研究为技术开发的一种更具社会意识的方法做出了很大贡献，因为它们证明了一种看似良性的标签选择（即医疗成本）如何会启动一个结果有可能威胁生命的过程。” 

医疗机构越来越依赖算法预测来帮助识别健康风险并将资源分配给那些最需要的人。尽管在这些自动化系统中潜在的偏差是一个被承认且不断加剧的担忧，但对存在于主要为专有性商业医疗算法中偏差的独立评估一直受到限制。

Ziad Obermeyer和同事在此介绍了在全美医疗系统中广泛使用的风险预测算法的第一批评估之一。通过获取该工具的基础数据和功能，Obermeyer等人能够观察到该算法的内部运作——包括其种族性差异及其产生的方式。该算法将医疗费用作为医疗需求的代理。

然而，作者认为医疗费用是一个带有种族偏见的度量。实质上，由于缺乏准入条件及存在系统性种族主义，黑人所招致的医疗成本比白人低。因此，对医疗需求的预测带有同样的偏见。Obermeyer等人显示，用一种不同的代理所修订的算法可将种族偏见减少84％。根据这些发现，作者正在与算法的开发人员合作以减少偏差。