大规模卫星星座（Satellite Mega-Constellations, SMCs）在运行过程中面临复杂多样的空间环境效应挑战。尽管已有研究从物理器件角度面对部分空间环境效应的作用机制进行了分析，但其对星座网络性能的具体影响仍缺乏系统性刻画。为此，本文系统研究了太阳辐射、电离辐射及空间碎片等典型空间环境效应的时空分布特征及其在星座节点与链路中引发的失效机制，并进一步分析了太阳辐射与单粒子效应对星座系统性能，尤其是网络吞吐量容量的影响规律。结果表明，在空间环境作用下，SMC系统的吞吐量容量退化程度随轨道高度与倾角等星座参数呈显著变化。本研究有效填补了空间环境效应与网络层建模之间的研究空白，首次在网络层面对空间环境所产生的影响进行了量化分析。最后，本文展望了未来在星座拓扑控制、体系结构优化与路由策略设计等方向的研究潜力，为应对空间环境引发的网络性能损伤问题提供了理论支撑。
近年来，商用超密集低地球轨道卫星星座已开始部署，旨在提供无缝覆盖的全球互联网服务。为提升卫星网络传输效率，并为未来第六代用户提供鲁棒的广域计算服务，基于低轨卫星的计算网络即地面用户可向其卸载计算任务日益受到关注。然而，如何在考虑不同区域计算需求差异的前提下，设计适用于计算网络的低轨卫星星座，仍是一个有待解决的问题。本文研究一种超密集低轨卫星计算网络，地面用户终端可将部分计算任务卸载至卫星进行在轨计算。超密集星座设计问题被构建为一个多目标优化问题来最大化平均覆盖率、传输容量与计算能力，同时最小化卫星数量。为描述算力卫星网络的连通特性，提出了一种星地连通性模型，以确定不同地面区域的覆盖率。设计了一种优先级自适应算法来求解该多目标优化问题得到最优的倾斜轨道星座参数。仿真结果验证了所提连通性理论模型的准确性，并展示了在给定服务质量要求下的最优星座部署方案。在部署相同数量低轨卫星的情况下，所提出的星座性能优于现有方案，尤其在平均覆盖率方面实现了25%–45%的性能提升。
传统的联邦学习（FL）框架高度依赖地面网络通信，而地面通信基础设施的覆盖限制以及日益加剧的带宽拥塞显著阻碍了FL训练的收敛。幸运的是，低轨卫星（LEO）网络提供全球范围接入，为传统地面通信架构下的联邦学习系统提供了具有前景的通信辅助方案。然而，相对受限的星地通信带宽，以及联邦学习设备在数据、带宽和计算能力等方面的异构性，仍然对实现高效且鲁棒的卫星辅助联邦学习系统带来了巨大挑战。为应对上述挑战，我们提出了 SatFed，一种资源高效的低轨卫星辅助异构联邦学习框架。SatFed 引入基于新鲜度的模型优先级队列来优化带宽受限条件下的星地通信资源利用效率，确保联邦学习系统中的关键模型被优先传输。此外，SatFed 通过构建一个多重图，实时地捕捉设备间的异构性关系——包括数据分布、地面带宽以及算力资源。该多重图使 SatFed 能够将通过低轨卫星网络传输的模型更新聚合为参与 FL 训练的设备间的对等指导，从而提升异构环境下的本地训练效果。在真实低轨卫星网络上的大量实验表明，SatFed 相较于最先进的基准方法，在性能和鲁棒性方面均表现优越。
低轨卫星（low-Earth-orbit, LEO）的迅猛发展为未来通信服务注入了全新活力。然而，由于网络流量固有的波动特性，在高度动态的网络环境中保障差异化服务质量仍面临严峻挑战。本文提出一种基于在线学习的星地融合网络资源调度方案，旨在以最小化资源消耗实现按需服务。具体而言，本文聚焦三大核心问题： 1) 如何准确表征动态星地链路资源；2) 如何精准预测业务需求并保障不确定性；3) 如何实现动态网络资源与随机流量的按需匹配。在星地链路建模方面，采用第三代合作伙伴计划（the 3rd Generation Partnership Project, 3GPP）制定的非地面网络（non-terrestrial network, NTN）信道与天线模型。在业务需求预测方面，提出了结合一维卷积（one-dimensional convolution, 1D-Conv）、长短期记忆（long short-term memory, LSTM）和注意力机制的预测模型以实现平均业务需求预测，并引入保形预测（conformal prediction, CP）理论以应对突发流量带来的不确定性。在资源按需匹配方面，构建了一种双时间尺度资源调度框架，包括大时间尺度的资源预留和小时间尺度的资源调整，并设计了一种基于在线凸优化（online convex optimization, OCO）的资源调度算法，能够在有限网络信息的条件下提供长期的性能保障。基于真实数据集的实验结果验证了所提预测算法的准确性和高效性。基于高保真卫星互联网仿真平台，以星地信道模型的网络模拟器3（Network Simulator 3, NS3）实现为基础，实验结果表明所提出的资源调度方法在性能上接近理想条件下的全局最优解，在保障用户服务质量（quality of service, QoS）需求的同时显著降低了系统资源占用率。
随着卫星通信技术的快速发展，空间信息网络（SINs）已成为支持复杂业务交付和跨域任务协同的重要基础设施，并推动着空间段、地面段、用户段多层协同向意图驱动的任务导向型协作范式转变。本文提出了一种新型意图驱动的任务导向型网络（IDTN）框架，以解决SIN中的任务调度与资源分配难题。该调度问题被建模为一种三方匹配博弈，综合考虑了各网络层实体的偏好属性。为了应对随机任务到达和资源动态变化带来的不确定性，框架引入了上下文感知的线性置信上界（Linear Upper Confidence Bound, LinUCB）在线学习机制，以降低决策不确定性。仿真结果表明，所提出的IDTN框架在性能上优于传统基准方法，实现了系统奖励平均提升4.4%–28.9%，资源利用率提升6.2%–34.5%，用户满意度提升5.6%–35.7%。该框架有望推动空间平台的深度集成与统一编排。
随着人工智能、云计算等新兴技术的渗透赋能，卫星系统正朝着人在环路外的高度集成化、自主化、智能化方向快速发展。然而，在有限的星载感知、计算、存储、能源等资源下，单体卫星能够达到的智能化水平显著受限。同时，针对智能卫星的现有研究大多聚焦于卫星智能化或卫星组网的单一维度，对网联化智能星群的系统性研究仍显不足。为此，本文首先提出了智能星群系统的概念，该系统依托卫星组网实现多星协同智能，增强系统整体智能化水平。在此基础上，本文分析总结了智能星群系统的典型用例，并分析了这些典型用例对卫星组网提出的要求。针对上述需求，本文进一步提出面向智能星群系统的星联网（Internet of Satellites, IoS）概念，相应设计了星联网的逻辑架构与物理架构，阐述了其关键支撑技术。最后，本文介绍作者团队在关键技术研究上已取得的研究进展与代表性成果，讨论了后续研究所面临的困难与挑战。本文通过从系统的角度研究智能星群系统与面向该系统的星联网，旨在加快形成智能网联卫星技术的共识，推动相关技术的创新发展与标准化建设，提升未来大规模卫星系统的智能服务能力。
由严重急性呼吸综合征冠状病毒2（SARS-CoV-2）引起的新型冠状病毒感染（COVID-19）不仅对肺部造成损伤，还损害多个非肺部器官，引起多组织损伤，可能进一步导致感染者的长期后遗症。由于新冠病毒频繁出现新的突变和毒株，COVID-19很可能会持续成为公共卫生问题。多项临床证据表明，中医药在COVID-19的预防和治疗方面具有显著效果，但其具体作用机制仍不明确。本综述总结了体外三维（3D）培养的类器官模型和器官芯片（Organ-on-Chip, OoC）技术在研究COVID-19的发病机制、病毒趋向性及跨组织感染机制中的应用，重点探讨这些平台在药物开发中的成功案例及其优势与局限性，并回顾类器官模型在中医药研究中的潜力。最后，讨论了整合多组织微生理系统在COVID-19研究中的机遇，包括如何快速发现中药活性成分及其潜在靶点。这些新兴技术的应用有望加速药物发现进程，并推动中医药的现代化发展。
严重急性呼吸综合征冠状病毒 2（SARS-CoV-2）感染通过激活与疾病严重程度相关的炎症通路来破坏免疫功能。明确病毒诱导的炎症对于开发抗新型冠状病毒（COVID-19）的治疗策略至关重要。本研究使用主成分分析、热图等工具，对丝裂原活化蛋白激酶（MAPK）通路的基因表达进行了检测，结果发现 MAPK 通路基因的改变与免疫反应的变化存在关联。。进一步分析将 P38 相关基因的表达与临床症状联系起来，转录组数据表明 MAPK 基因表达的变化与 SARS-CoV-2 感染之间存在紧密联系。在受感染的细胞模型中，磷酸化 P38（P-P38）蛋白和炎症因子显著上调。对 GSE217948 数据集的分析显示，血浆标志物（干扰素诱导蛋白 10（IP-10）和白细胞介素 - 6（IL-6））与症状（发热和疲劳）之间存在显著相关性。P38 的激活似乎会释放与这些症状相关的炎症因子，这使得 P38 成为病毒引发炎症过程中的关键通路。连翘苷（KD-1）是一种从连翘中提取的抗炎化合物，在细胞和动物模型中均显示出对 SARS-CoV-2 的抑制效果，它能够抑制病毒复制，降低 P38 水平，并减少炎症标志物（IL-6、IL-8、IP-10、肿瘤坏死因子 -α（TNF-α）和单核细胞趋化蛋白 - 1（MCP-1））的产生。在特定的细胞模型中，KD-1 可阻断 P38 的激活，从而减轻炎症。在 P38 过表达模型中，KD-1 降低了 P38 的磷酸化水平以及下游炎症蛋白的含量。本研究确定 P38 通路为 COVID-19 的治疗靶点，证实了 KD-1 在减轻病毒引发的炎症方面具有潜在作用，并为进一步研究针对呼吸道病毒的抗炎治疗方法提供了指导。在受感染的细胞模型中，磷酸化 P38（P-P38）蛋白和炎症因子显著上调。
细胞色素P450酶（P450s / CYPs）是小分子药物吸收、分布、代谢和排泄（ADME）属性的主要贡献因素，能够介导催化多种反应类型，包括含N、S小分子化合物的代谢。本文通过对294种P450s介导的小分子底物进行统计分析，其中含N、S原子的底物占比超47%。旨在阐明五类反应类型中底物与不同CYP亚型间的广谱交叉性和专一性作用规律。总结发现，分子量大于500 Da和小于200 Da的底物主要受CYP亚型活性空腔的主导性影响；而分子量在200-400 Da范围内的中小分子化合物更多地受其所含杂原子类型的影响，酶催化空腔大小并不是底物特异性的显著决定因素。本综述从P450s介导的含N、S化合物的代谢机制出发，分析了N-脱烷基化反应、N-氧化反应和S-氧化反应的底物结构特征与P450s的代谢作用规律。这些分析为完善现有的P450s底物特异性与底物分子结构性质之间的关系提供了新的视角，也为完善基于P450s催化反应理论体系的药物设计和代谢稳定性预测提供了重要的依据。
此前瞻性研究旨在探讨未接受降脂治疗的人群中，基线胆固醇水平及其纵向变化，尤其是低水平，与全因和特定原因死亡风险在不同人群之间的关联。研究对象来自两项中国队列和英国生物银行（UK Biobank，UKB）。为尽量减少反向因果推断，排除了基线时使用降脂药物，患有冠心病、脑卒中、癌症、临床诊断的慢性阻塞性肺疾病、或体质指数<18.5 kg/m²，以及随访前两年内死亡的研究对象。此外，对参加超过四年后重复调查的个体评估胆固醇变化情况。通过登记系统关联获取死亡数据，并采用Cox比例风险模型评估死亡风险。研究共纳入163 115名中国成年人和317 305名UKB成年人（平均年龄49~61岁）。其中，东风-同济队列、开滦研究和UKB队列的男性比例分别为43%、81%和44%。在中位随访9.7~12.9年期间，中国队列和UKB分别记录了9553和15 760例死亡。多变量调整后，观察到总胆固醇（total cholesterol，TC）、低密度脂蛋白胆固醇（low-density lipoprotein cholesterol，LDL-C）和非高密度脂蛋白胆固醇（non-high-density lipoprotein cholesterol，non-HDL-C）与死亡风险呈非线性关系。在中英人群中均观察到，高胆固醇水平主要与冠心病死亡相关，而低胆固醇水平则与全因和癌症死亡相关（Pnonlinear ≤ 0.0161）。中国队列人群在TC、LDL-C和non-HDL-C的范围分别是160~200 mg∙dL⁻¹、100~130 mg∙dL⁻¹和130~160 mg∙dL⁻¹时全因死亡风险最低，低于UKB人群，是对应血脂的最佳范围。此外，在中国队列中，四年间胆固醇水平动态下降与全因和癌症死亡风险升高显著关联（Pnonlinear ≤ 0.0100）。基线和重复调查均表现为低TC、LDL-C或non-HDL-C水平的中英人群、以及基线低或中等水平且动态下降超过20%的中国人群，均经历了更高的全因死亡风险。综上，高水平的TC、LDL-C和non-HDL-C与冠心病死亡风险升高有关。重要的是，基线低及动态下降的胆固醇水平与全因和癌症死亡风险升高存在稳健的关联，可能作为过早死亡的潜在标志。建议定期监测胆固醇水平，在关注高水平的同时也需警惕低水平，以指导指南更新和临床策略。
缓解化疗所致的骨髓抑制是持续有效抗癌治疗的重要组成部分。尽管造血微环境在调控造血干/祖细胞（hematopoietic stem/progenitor cells,HSPCs）中的作用已被广泛研究，但目前尚无通过靶向调控造血微环境来改善造血功能的药物应用于临床。本研究显示，来自中药淫羊藿的活性小分子淫羊藿素（icaritin，ICT）能在小鼠和斑马鱼模型中有效缓解化疗导致的血细胞减少。我们证实ICT可提升HSPCs的数量和造血功能，且这种有益作用是通过间接方式实现的。单细胞测序分析证明ICT在骨髓微环境中的靶细胞为间充质干细胞（mesenchymal stromal cells，MSCs）。此外，研究鉴定出过氧化还原酶1（peroxiredoxin 1，PRDX1）是ICT的直接作用靶点。ICT通过PRDX1-活性氧（reactive oxygen species ，ROS）-丝裂原活化蛋白激酶（mitogen-activated protein kinase ，MAPK）信号轴刺激MCSs表达效应分子CXC趋化因子配体12（C–X–C motif chemokine ligand 12，CXCL12），从而增强HSPCs的数量和功能。这些结果表明，ICT是一种有望通过靶向调控造血微环境来恢复化疗后造血功能的化合物。
bEVs丰富的微生物相关分子模式(MAMPs)和纳米级结构共同促进了它们的多种生物活性。基于这些固有特性，已战略性地采用涵盖物理、化学和基因改造的工程方法来增强bEVs的功能多样性。因此，bEVs正在被探索作为开发针对不同病理状态的免疫治疗策略的创新和有前景的平台。为了建立对bEVs的基础了解，我们首先总结了它们的生物发生、分类、结构和bEVs的生物分子成分。本综述讨论了bEV的生产和改造技术，并探讨了工程bEVs的免疫学特性和作用及其生物医学应用。特别关注先进的工程方法，并概述了工程bEVs开发中的挑战和新兴途径。本综述旨在系统地构建一个基于证据的综合框架，促进工程化bEV的转化优化和临床实施，从而最大限度地发挥其在生物医学领域的应用潜力。
随着物联网和无人装备技术的持续进步，无人体系的发展已达到前所未有的高度。尽管先前研究主要关注无人体系韧性的时序特性，但空间变化仍未得到充分探索。然而，无人体系在执行任务时可能涉及动态交战和频繁的空间变迁，这会对数据层中的信号通讯过程产生干扰。虽然无人体系的任务性能主要由时间因素决定，但空间演变影响了数据层的传输稳定性。因此，评估无人体系性能的时空演变至关重要。为应对这些挑战，本研究提出一种时空韧性的评估框架，该框架从时间和空间两个维度评估无人体系的韧性。此外，我们提出了时空韧性优化方案，旨在增强无人体系在任务全生命周期中的适应性，侧重预防与恢复过程的研究。最后，我们通过采用正六边形部署的无人体系案例验证了本研究所提概念和方法的有效性。结果表明，时空韧性更能反映无人体系的空间变化特征，所提出的优化策略使无人体系的预防时空韧性、恢复时空韧性和全过程时空韧性分别提升了0.22%、8.39%和11.29%。