治疗“绿色癌症”，智能细菌来帮忙******

　　◎实习记者 骆香茹

　　炎症性肠病虽然致死率较低，但长期以来，也面临着诊断困难和难以根治的问题，被称为“绿色癌症”。

　　近日，华东理工大学生物工程学院院长叶邦策教授及该院副教授周英团队在《细胞—宿主与微生物》上发表了一项研究成果。该团队开发了一株智能工程菌——i-ROBOT，可实现在体无创实时监测和记录炎症性肠病的发生与发展，并以自调控的给药模式缓解病症。

　　各色技术上阵诊断“绿色癌症”

　　炎症性肠病是胃肠道最常见的慢性炎症性疾病，包括克罗恩病和溃疡性结肠炎。腹痛、腹泻、便血等是炎症性肠病主要的症状表现。

　　当前炎症性肠病的诊断方法在临床上主要有肠镜、电子微胶囊肠镜等。论文通讯作者叶邦策介绍，肠镜检查的好处是直观，可以观察到人体整个肠道的情况。“但肠镜检查是一项有创检查，在操作过程中难免损伤肠道黏膜，造成少量出血，引起被检者的不适感，患者依从性差。”叶邦策补充道，“也有无痛肠镜，但这种方式有一定风险，做这种检查前需要患者进行全身麻醉，对患有心脏病和肺部疾病的人来说，风险较大。”

　　电子微胶囊肠镜是近年来新兴的检查方式，叶邦策介绍，与传统肠镜相比，其对患者造成的痛苦更小、适应性更强，能检查传统肠镜无法到达的回肠、空肠等。但胶囊在消化道运动的过程中，无法人为控制其运动轨迹，其在消化道等位置会随机翻转，产生视觉盲区，有可能导致错过病变部位、延误病情等情况发生，且电子微胶囊肠镜的检查费用更高，给患者带来的经济压力更大。

　　智能工程菌是炎症性肠病的新兴诊断方式之一。叶邦策介绍，他们会提前3天将智能工程菌通过口服灌胃的方式送入小鼠体内，等肠炎造模给药结束后通过分析粪便中存在的智能工程菌的荧光信号和基因组DNA突变情况，确定肠道炎症发生、发展程度。

　　“智能工程菌在诊断灵敏性、便捷性以及成本上都具有无法比拟的优势，但目前仍仅能通过分析粪便样品来评估疾病的有无或严重程度，而难以实施在体原位诊断。”叶邦策表示，“此外，智能工程菌的生物安全性还需进一步加强。”

　　治疗方法从抗炎药物到智能活菌机器人

　　为了攻克炎症性肠病，专家们想了不少办法。过去，炎症性肠病的主要治疗方法是使用抗炎药物和免疫调节药物。叶邦策介绍，随着肠道微生物研究的深入，过去十年间，调节肠道微生态、使用智能活菌成为炎症性肠病的研究热点，创新研究不断涌现。

　　叶邦策团队开发的i-ROBOT是使用大肠杆菌Nissle1917作为底盘细胞进行改造的。叶邦策介绍，i-ROBOT能够感知低浓度的炎症标志物，具有诊断早期肠炎的潜力。同时，i-ROBOT还能记录疾病发生与发展的信息，帮助监测胃肠道健康状态。

　　当然，i-ROBOT的功能远不止于此。叶邦策表示，i-ROBOT还可以在病灶部位根据疾病的严重程度释放相应浓度的药物，在实现有效治疗的同时，又能避免因过度用药而产生的副作用。

　　“我们认为智能工程菌是智能活菌机器人的一种。”叶邦策补充道，“智能工程菌具备优异的感知和收集周围环境信息的能力，能够与周围环境进行互动，并能在特定时间和地点采取特定的行动。”

　　近年来，“粪便也能治病”的冷知识刷新了不少人的认知，通过粪菌移植治疗炎症性肠病也受到越来越多的关注。粪菌移植是将健康人的肠道菌群植入患者肠道，重建肠道微生态系统，以此治疗肠道疾病。粪菌移植成为炎症性肠病治疗的一种新选择。然而，叶邦策提醒道：“尽管有很多阳性的结果支持粪菌移植的可行性，但是目前一些安全性、伦理性问题尚未得到很好地解决，粪菌移植疗法还存在争议。”

　　发展交叉学科或可破解炎症性肠病诊疗难题

　　叶邦策介绍，当前，许多研究证明了智能工程菌具有在活体内诊断和治疗疾病的应用潜力，且智能工程菌逐步朝着智能化和临床应用性的方向发展。其中，功能稳定性、临床效力和安全性是决定智能工程菌能否成功应用于临床的关键。

　　叶邦策表示：“合成生物学为智能工程菌感应疾病标志物的种类及传感性能提供了很好的策略，然而仅仅依靠合成生物学难以解决所有问题。”

　　叶邦策认为，交叉学科的发展为此提供了新的契机，例如将合成生物学与材料和化学科学相结合，能够增强智能工程菌的定植性、靶向性和可控性，进而实现炎症部位的在体原位成像检测。

　　此外，智能工程菌的安全性也是限制其临床应用的重要因素，为了应对智能工程菌可能导致的抗性转移、代谢物毒性等问题，研究者们仍在优化技术方案，通过不使用抗性基因作为筛选标记、选择更安全的益生菌作为智能工程菌的底盘、进行细菌毒力因子的敲除、对逃逸细菌进行有效的控制和清除等策略，有针对性地解决相关难题。

　　谈到智能工程菌的应用前景时，叶邦策表示，从诊断的角度来说，如果智能工程菌能够通过临床试验，运用到炎症性肠病的临床治疗中，将打破传统肠道疾病的诊断模式，部分替代侵入性的肠镜检测，能让受检者在没有任何痛苦的情况下，诊断出其是否罹患炎症性肠病。

报告显示：超六成受访者认为应强制企业公开算法******

　　光明网讯（记者 李政葳）“当前，国内对于算法治理的基本思路和框架都是清晰的，而分级分类精准治理的模式应当可以解决如何落实的问题。”在日前举办的“2022啄木鸟数据治理论坛”上，谈及算法治理的现状，清华大学人工智能国际治理研究院副院长、人工智能治理研究中心主任梁正表示，算法分级分类本身不是目标，而是要针对不同风险场景配备不同监管规则。

　　论坛由南都个人信息保护研究中心联合清华大学人工智能国际治理研究院、人工智能治理研究中心（清华大学）主办。其间，南都个人信息保护研究中心发布《算法应用与治理观察报告》《个人信息安全年度报告》《平台经济反垄断观察报告》。

　　记者了解到，《算法应用与治理观察报告（2022）》，梳理了国内外的多项法规，结合热点事件及应用场景呈现了算法治理现状，并发布千份算法治理调查问卷了解公众对算法公开和算法治理的了解程度和基本态度，最后基于多方调查分析，给出了当前算法趋势观察以及未来治理方向建议。

　　报告发现，目前国内算法治理仍处于早期探索阶段，企业的算法公开主要依靠官方的互联网信息服务算法备案系统，或在舆情事件发生之后。调查问卷结果显示，近半受访者承认算法让自己的使用体验更好，但仅一成受访者认为企业算法公开做得很好，逾六成的受访者称曾遭遇“大数据杀熟”；超过六成的受访者认为应该强制企业公开算法。

　　“在数据、算法方面治理政策进展显著，在平台与应用方面的政策和落地尚需加紧。”中国科学院人工智能伦理与治理研究中心主任、国家新一代人工智能治理专委会委员曾毅认为，目前人工智能伦理有三个相当紧迫的问题需要被正视：首先，人工智能应当被适度使用；其次，目前人工智能服务知情同意落地艰难，被迫知情同意普遍存在；最后，目前用户数据的授权撤销在人工智能服务中存在巨大挑战，需要监管和更高层的网络服务提供方联合提出更合理的政策与解决方案。

　　针对日前发布的《互联网信息服务深度合成管理规定》，中国政法大学数据法治研究院教授张凌寒表示，从算法治理角度来说，深度合成管理规定与之前的算法推荐管理规定的思路有所不同，前者采用了一种“三位一体由的数据与技术规范。

　　具体来讲，由于深度合成技术的门槛较高，技术支持者也被纳入了监管范围内。比如，深度合成服务提供者提供智能对话、合成人声、人脸生成、沉浸式拟真场景等服务，应当进行显著标识，这就将更重的责任落在了服务提供者身上。

　　中国社科院科技和社会研究中心主任段伟文提到，算法治理需要构建可信任的算法认知，而这需要产业和消费者的共同努力：产业要努力提升算法精准性、透明度，减少偏见，减少歧视；消费者则需要提高数字素养，提升算法意识，加强在人机互动中自主性、控制感和协同意识。