为深入贯彻落实党的二十届三中全会提出的“实施健康优先发展战略”，由中国人民大学统计学院与北京市体检中心联合主办，中国人民大学健康大数据研究院、北京市体检质量控制和改进中心协办的北京城市体检人群体质健康质量指数发布会于11月5日成功举办。北京市卫生健康委医政医管处副处长杨培蔚、中国人民大学原副校长、人口与健康学院院长杜鹏出席并致辞。发布会由北京市体检中心主任张国红主持。

多视图数据在现实场景中广泛存在，例如图像的多种特征表示以及来自不同传感器的多源信息。这类数据为揭示对象的潜在结构提供了更加全面的信息来源，与单一视图数据相比，多视图数据在结构表达上更加复杂，不同视图之间往往存在分布差异与结构不一致的问题。如何在保留各视图局部结构特征的同时，实现跨视图的有效协同与全局一致性约束，成为制约多视图聚类性能提升的关键因素。为了解决上述问题，本文提出了一种基于协同正则化的最优高阶图嵌入多视图聚类方法（Co-MSE）。该方法在统一框架下同时建模多视图数据的一阶与二阶相似性信息，通过构建高阶图结构以更充分地刻画数据的潜在流形特征。在此基础上，引入协同正则化机制，对不同视图的嵌入表示进行一致性约束，在保持各视图局部结构特性的同时，增强多视图之间的协同学习能力。本研究在多个真实数据集上对所提方法进行了系统实验验证。实验结果表明，与现有主流多视图聚类方法相比，Co-MSE能够更有效地刻画多视图数据中的高阶结构信息，在聚类准确率与结果稳定性方面均取得了显著提升，体现了其在复杂多源数据分析任务中的应用优势。

在空间转录组学数据分析中，识别具有空间差异表达的基因（Spatially Variable genes, SV genes）对于理解基因表达的空间交互作用及其背后的复杂生物机制具有重要意义。然而，现有统计方法多基于边际分析，从而忽略了基因间的网络结构关系。针对这一问题，本文提出了一种全新的网络辅助贝叶斯正则化识别方法，创新性地提出了阈值化图拉普拉斯正则化先验，使基因识别过程能够融入网络先验信息，并有效校正因测序精度不足导致的细胞分布差异所引起的混杂效应。大量模拟实验及真实数据应用结果表明，该方法在空间变异基因识别的精准性和稳健性方面均表现出显著优势。

随着人口老龄化进程的加快，老年失能已成为影响生活质量和社会发展的重大公共健康问题。尽管遗传因素在失能发生中发挥着重要作用，但相关的全基因组关联研究仍十分有限。近日，我院王晓军教授团队首次开展了基于生存分析模型的全基因组关联研究（GWAS），系统探索影响老年失能发展的遗传风险。研究利用加拿大老龄化纵向研究（CLSA）老年人随访数据，发现6个全基因组显著位点和134个潜在风险位点，并在英国生物样本库（UKB）中得到部分验证。进一步的转录组关联分析、基因集与组织富集分析揭示了炎症调控、神经发生及代谢过程等关键生物学通路。团队还首次构建了失能发展的多基因风险评分（Polygenic Hazard Score, PHS）, 并证实其与人口学及环境因素结合后能显著提升预测性能。同时，团队开发了可视化与个体化风险评估的在线应用平台（https://zhenghp.shinyapps.io/disability_COXGWAS/），支持GWAS结果的交互式展示及个体PHS分数的计算，为老年失能风险的预测建模和靶向预防提供了新的科学依据。本研究在老年失能遗传学领域提供了新的证据，并为建立更精准的风险预测模型与干预策略奠定了重要基础。该成果发表于老年学权威期刊Journals of Gerontology: Series A（https://doi.org/10.1093/gerona/glaf185）。

睡眠困难是否会增加痴呆风险？这一问题在既往研究中长期存在分歧：部分研究提示风险升高，而另一些却显示所谓“保护作用”。造成这一矛盾的关键原因可能在于生存偏倚——睡眠困难者往往更早死亡，从而掩盖了真实的痴呆风险。针对这一问题，我院王晓军教授团队基于英国生物样本库45万余名参与者的长期随访数据，引入并应用半竞争风险模型进行重新评估。研究结果显示，在考虑生存偏倚后，经常性睡眠困难会显著增加血管性痴呆风险，并轻度增加全因痴呆风险，这一效应在55岁以下人群及APOE ε4非携带者（低遗传风险人群）中尤为突出；而传统Cox模型却呈现出相反的“保护效应”，提示既往证据可能因方法局限而产生误导。本研究不仅通过统计方法创新解决了长期争议，也进一步凸显了睡眠困难作为可干预痴呆风险因素的重要性，强调在中年阶段及低遗传风险人群中加强睡眠管理，或有助于痴呆的早期预防。

肠道菌群与认知表型之间的代谢物因果中介效应仍不明确。本研究基于肠-脑轴机制，采用系统性孟德尔随机化方法探究该中介通路及其在功能性食品开发中的潜在意义。研究利用大规模全基因组关联研究（GWAS）数据，对211种肠道微生物分类单元（n=18,340）和452种血清代谢物（n=7,824）对一般认知能力（n=257,700）、非认知能力（n=510,795）以及特定认知表型（n≈2,500）之间的因果关系进行了单变量MR分析。主要分析方法采用逆方差加权估计，并通过一系列敏感性分析验证结果的稳健性。此外，代谢通路富集分析用于识别显著的代谢特征，双步MR分析用于筛选潜在的中介通路。结果共揭示了七对肠道微生物或代谢物与认知表型之间具有统计学显著性的因果关联（FDR<0.05）。代谢通路分析显示7条显著富集的代谢通路，包括α-亚麻酸和亚油酸代谢，提示ω-3和ω-6脂肪酸在认知健康中的潜在作用。进一步的双步MR分析识别出2条显著的中介通路，揭示了肠道菌群通过血清代谢物影响认知表型的可能机制。本研究提供了肠道微生物、血清代谢物与认知功能之间存在因果关系的实证证据，支持肠-脑轴机制的生物学基础。研究结果提示了若干潜在靶点，有望为认知健康的功能性食品和个性化营养干预策略的开发提供理论依据。