摘要：一位神经母细胞瘤患者在接受嵌合抗原受体 （CAR） T细胞疗法后，在不需要其他任何疗法的情况下，已缓解超过18年。神经母细胞瘤是一种神经细胞癌症。研究结果发表于《自然-医学》。作者指出，这或许是迄今接受CAR-T细胞疗法的癌症患者中报告的最长缓解期。研究结果基

来自《自然》旗下期刊的新近发表，我们为您精选呈现。

1. 患者在CAR-T疗法后获长期缓解

2. 调查深海生态系统

3. AI工具辅助创意电子游戏开发

4. 大鸟的脑子未必笨

癌症 | 患者在CAR-T疗法后获长期缓解

Long-term outcomes of GD2-directed CAR-T cell therapy in patients with neuroblastoma

Nature Medicine

一位神经母细胞瘤患者在接受嵌合抗原受体 （CAR） T细胞疗法后，在不需要其他任何疗法的情况下，已缓解超过18年。神经母细胞瘤是一种神经细胞癌症。研究结果发表于《自然-医学》。作者指出，这或许是迄今接受CAR-T细胞疗法的癌症患者中报告的最长缓解期。研究结果基于对一项1期临床试验的随访，该临床试验测试了一种工程改造的CAR-T细胞疗法在神经母细胞瘤患儿中的效果。

CAR-T细胞疗法能修饰患者的T细胞——T细胞是免疫系统中的一类白细胞——该疗法能特异性地识别和杀死癌细胞。这类疗法已被批准用于治疗一些血癌类型，如白血病和淋巴瘤，但在实体瘤患者中的效果稍差。神经母细胞瘤是一类罕见的实体肿瘤，这类癌症多发于儿童，治疗难度大，治疗后复发率高。

美国贝勒医学院的Helen Heslop和同事在2004-2009年期间对19名神经母细胞瘤患儿开展了1期临床试验，测试了工程改造后能识别神经母细胞瘤中高表达的GD2蛋白的T细胞。这些患儿中有11人的病况有活跃性症状表现，通过影像学检查即可发现。虽然1期试验确定了该疗法的安全性，但仍有12名患儿因为神经母细胞瘤复发，在治疗后的2个月到7年间去世。在剩下的7名患儿中，有5名在治疗后继续接受了至少13年的随访。Heslop和同事观察到，其中一名患者的癌症在未接受其他癌症治疗的情况下，缓解已有18年以上。她还生下了两个健康的婴儿。作者还在5名接受治疗的患者中发现CAR-T细胞持续存在至少5年的证据，其中包括那位18年缓解期的患者。

作者指出，该试验使用的CAR-T细胞缺少现代CAR-T细胞的设计元素——现代CAR-T细胞如今包含共刺激分子，而且有活跃性症状的疾病患者在治疗当下的获益可能不如治疗时没有疾病证据或是疾病负担更低的患者。这些数据表明CAR-T细胞有潜力向实体瘤患者提供长期获益，并且增进了我们对CAR-T细胞行为的生物学理解，可供其他研究借鉴。

GD2 CAR-T 输注后的长期疗效和T细胞持久性。 来源：Li, et al.

生态学 | 调查深海生态系统

Bioturbation in the hadal zone

Nature Communications

《自然-通讯》发表的一项分析检测了水下7.5公里深处沉积物的生物痕迹，揭示出深海生物如何改造自己的环境。分析使用了太平洋日本海沟的沉积物岩芯，发现了这些深海生物掘穴和觅食的证据。

超深渊 （Hadal Zone） 是海洋最深的部分，位于超过6公里的深度，由狭长的孤立海沟组成。对这些环境的生态系统我们所知甚少，对生物扰动 （栖息生物对海底沉积物的改造） 的了解更是有限，而这是影响营养循环和生态系统功能的重要过程。此外，生物扰动生物体留下的痕迹 （如洞穴） 可以作为生态系统中生物行为的记录。

芬兰地质调查局 （GTK） 的Jussi Hovikoski和同事分析了日本海沟全新世沉积物中7.5公里深度的20个沉积物岩芯。他们使用X射线扫描沉积物结构，并结合了沉积物本身的地质化学和粒度数据。通过这些岩芯，作者能够证明沉积物是由重力流沉积的——这类事件中，沉积物和其他物质由海沟边缘上方沉积到海底。作者展示了这些沉积物起初如何被生物利用和扰动，这些生物利用了富含营养和氧的海底沉积物。早期的开拓者可能包括海参。作者认为，随着有机物分解，海底沉积物变得缺氧。生物定居的最终阶段特征是出现利用微生物群的无脊椎动物物种。

作者总结说，记录和描述这些深海沉积物中的痕迹，对揭示这个鲜为人知的生态系统非常重要。

计算机科学 | AI工具辅助创意电子游戏开发

World and Human Action Models towards gameplay ideation

Nature

《自然》发表的一篇论文报道了一个可协助电子游戏设计师迭代设计游戏的生成式人工智能 （AI） 工具。这个AI模型由微软 （Microsoft） 研究团队开发，其生成的稳健三维 （3D） 世界能遵循设计用于电子游戏的机制。

电子游戏在娱乐产业中占最大份额，全球有数十亿人玩和购买电子游戏。与此同时，随着生成式AI在创意领域的受欢迎度不断上升，其在电子游戏开发中的作用一直有待明确。

为了理解电子游戏开发者的需求，美国，微软研究院 （Microsoft Research） 的Katja Hofmann和同事采访了创意团队的27名电子游戏设计师。这些设计师认为当前用于打造电子游戏的AI方案缺乏生成许多不同创意 （发散性思维） 的能力。他们还强调了通过设计过程来持续微调游戏各方面 （迭代实践） 的重要性。作者随后开发了名为“世界与人类行动模型” （World and Human Action Model，WHAM） 的AI模型，该模型使用了3D多玩家战斗模拟器《嗜血边缘》 （Bleeding Edge） 中七年的人类玩家体验进行训练。研究团队发现，WHAM或能设计出符合《嗜血边缘》预存在机制的复杂3D电子游戏序列，其关卡设计具有明显的多样性，且创意人员可对输出进行迭代调整。Hofmann和同事还开发了WHAM示范器，作为供用户操作和自定义WHAM输出的一个可视化界面。

作者考虑到由于WHAM仅通过玩游戏的训练就能学会生成序列，无需任何先前知识，这个工具或能轻松转换用于生成来自其他电子游戏的关卡。类似地，他们指出WHAM一类的AI工具可能无法作为设计过程的终点，而应该作为一个辅助人类游戏设计师的工具。对该方法的进一步研究或有助于分析创意团队可以在设计流程的不同阶段如何使用WHAM。

动物学 | 大鸟的脑子未必笨

Palaeognath birds innovate to solve a novel foraging problem

Scientific Reports

《科学报告》发表的一项研究调查了九只圈养鸟，显示出鸸鹋和美洲驼鸟具备解决问题的能力。这些发现表明，通过单次尝试和从错误中学习，这两种动物可以针对一个认知谜题展示多种解决问题的方法，显示出此前从未与古颚类 （一个鸟类演化分支） 关联的创新能力。

古颚总目 （Palaeognathae） 是鸟的一个小类群，包括数个演化为不能飞行的大体型物种，如鸸鹋、鸵鸟和现已灭绝的巨型恐鸟。关于古颚类的认知能力人们所知不多，它们和其他鸟类相比大脑相对较小，而大多数鸟类认知研究集中在大脑较大物种 （如鸦和鹦鹉） 的问题解决能力上。

英国布里斯托大学的Fay Clark和同事设计了一个谜题来测试动物园中古颚类的问题解决能力，测试对象包括三只鸸鹋、两只美洲驼鸟和四只鸵鸟。谜题要求这些鸟类将塑料转盘上的孔对齐 （转盘以螺栓螺母固定） ，从而获得食物奖励。首先科学家向每种鸟类展示了一个已经解开的版本，从中可以自由获取食物，然后再给它们一个未解开的版本，需要它们在30分钟内完成。三只鸸鹋都只尝试了一次就成功了，并且谜题重置后它们能够再次解开；一只美洲驼鸟虽没有正确解谜但也得到了奖赏，因为它拆掉了装置，把螺栓从螺母上松开，打开了全部的5个食物盒。但在后续尝试中，这只美洲驼鸟通过正确旋转转盘成功解开了谜题。鸵鸟中则没有一只能够完成这项任务。

作者指出这项研究存在一些局限，如谜题设计相对简单，大脑较大的鸦类很可能也能够解开谜题。作者认为，鸵鸟表现不佳可能是因为它们的大脑相对更小。由于古颚类的行为被认为与某些恐龙类似，Clark和共同作者们提出，创新能力的演化可能比此前认为的要早。

来源：东窗史谈