癌症真的会遗传吗？看懂遗传风险，科学防癌不恐慌！
近年来，癌症越来越多出现在人们的视线中，可能时不时还会在网上看到“一家人接连查出同一种癌症”的案例，甚至还有“夫妻癌”“母女癌”“兄弟癌”等诸多说法。
这类新闻看多了，难免让人担心：癌症真的会遗传吗？这样的家族聚集性癌症有哪些呢？又该怎么应对？
图片来源：千图网
是什么造成了
一家人患同一种癌症？
一家人患同一种癌的现象被称为家族聚集性癌症，一方面可能是因为他们有共同的生活方式，比如不良饮食习惯、吸烟等，但另一方面也可能是因为他们共享了相同的缺陷基因，这些基因增加了他们患上特定癌症的风险。
遗传因素可能是这类癌症中的主要原因。
当谈到遗传因素时，指的是家族成员之间由于具有相似的缺陷基因，而有着相似的疾病易感性。
例如，BRCA1和BRCA2基因突变与乳腺癌和卵巢癌的高发生率有关。
这意味着，如果家族中成员有癌症病史，那么其他成员可能携带相同的缺陷基因，也就更容易罹患相同的癌症。
因此当发现这些特点时，就需要采取更有针对性的措施。
常见的家族聚集性癌症
■乳腺癌和卵巢癌
现有研究发现，大约10%～20%的人有乳腺癌易感基因BRCA1、BRCA2，它们会显著增加患癌风险，是引发乳腺癌、卵巢癌家族聚集性发病的主要原因之一。
具体来说，携带BRCA1基因突变的女性在一生中发展为乳腺癌的几率高达85%，而携带BRCA2突变的女性，这一风险在40%～45%之间。
在卵巢癌方面，BRCA1基因突变的风险估计在40%～50%，而BRCA2突变则为15%～30%。
相较而言，未携带这些特定基因突变的女性，一生中患乳腺癌和卵巢癌的平均风险分别大约为12.4%和1.3%。
尽管部分患者会因为出现某些症状表现而早期发现，但乳腺癌和卵巢癌在早期大多并没有特异的症状，想通过症状来早期发现并不可靠。
因此，更重要的是主动进行定期筛查，尤其是携带BRCA1/2基因的人，推荐从25岁开始每年进行乳腺X线摄影（钼靶）和乳腺MRI（磁共振）检查；从30岁开始或家族中最早卵巢癌诊断年龄前5—10年开始，每6—12个月进行一次经阴道超声检查和血清CA-125水平检测，用于卵巢癌筛查。
■胃癌
胃癌的家族聚集性发病原因包括遗传和环境因素。
在遗传因素方面，CDH1基因的突变与遗传性弥漫性胃癌有关。
研究表明，携带该基因突变的人群中，男性到80岁时胃癌的累积发病率达到70%，女性为56%。
环境因素方面主要是不良饮食习惯和生活方式，包括幽门螺杆菌感染，以及经常饮酒和食用腌制熏制食品等习惯，这些都有可能导致家族聚集性发病。
有研究显示，有幽门螺杆菌感染史的个体患胃癌的风险是无感染史个体的20倍以上。
部分胃癌患者可能会有不明原因的胃部不适和体重减轻或贫血，这些症状需要引起高度警惕。
但由于大多数症状与普通胃病相似，仅依据症状判断胃癌可能导致不必要的恐慌。
对于有胃癌家族史的人群，保持定期进行胃癌筛查的习惯尤为重要。
具体来说，高风险人群建议在45至75岁间，每1至2年进行一次胃镜筛查，并每年检测幽门螺杆菌的感染情况，必要时进行相应的根除治疗。
如何应对家族聚集性癌症？
应对家族聚集性癌症，心态上不必恐慌，关键在于主动进行定期筛查、保持健康生活方式，以及进行针对性遗传咨询。
具体来讲，首要的是主动找相应的专科进行定期筛查；其次，要自觉保持良好的生活方式和饮食习惯，比如均衡饮食、规律运动、戒烟限酒等；最后，有针对性的遗传咨询能够提供个性化的风险评估和指导，可以帮助家庭成员制定更有针对性的预防策略。
简而言之，通过这三方面的努力，就能够最有效地管理和降低家族聚集性癌症的风险。
综合自：市民云
编辑：宁平英
OlmoEarth v1.3发布：Ai2推出全球卫星嵌入模型
Ai2（艾伦人工智能研究所）今日发布了一款卫星地图嵌入模型OlmoEarth v1.3，并为全球范围提供了多种分辨率下预先计算好的年度嵌入数据，同时配套推出了基于浏览器的地图制作工具。该模型能够将一年的卫星观测数据压缩成数值指纹，最小分辨率下每个指纹对应10米乘10米的地面区域，同时也提供64平方米和128米分辨率的版本。
这种数值指纹捕捉的模式信息，可供其他软件用于区分农田、森林、矿区等不同类型的地表覆盖。
此前，使用OlmoEarth的主要方式是通过OlmoEarth Studio进行微调，针对每项任务训练一个模型，再将其应用于卫星数据以生成地图。
这种方式需要大量图形处理单元资源，以及下载和存储影像的能力。
此次发布的OlmoEarth嵌入浏览器是一款基于浏览器的地图制作工具。
这意味着任何人都可以将OlmoEarth用于实际工作，从追踪时间变化到寻找相似地点，无需注册登录即可使用。
嵌入数据代表了模型从数百万张卫星图像中学习到的内容。
OlmoEarth会读取一年的雷达图像及相关数据，包括Sentinel-1、Sentinel-2和Landsat的数据。
Sentinel和Landsat是提供地球互补视角的卫星任务：Sentinel-1测量雷达反射信号，而Sentinel-2和Landsat则捕捉可见光和红外波长的光线。
该公司表示，与以往版本的OlmoEarth模型相比，v1.3是其训练成本最低的模型。
其训练所用计算时间仅为最新版本（v1.2）的53%，为第一版（v1）的18%，碳排放量也分别仅为两者的50%和22%。
不过v1.2仍是一款强大的微调模型，对研究机构和合作实验室而言依然具有价值。
这些模型在现实世界中的应用场景 这些卫星模型有助于压缩跨越时间和空间的大量数据，这对于理解地球的变化方式非常有用。
在秘鲁马德雷德迪奥斯地区，围绕拉潘帕的非法金矿开采活动在2017年和2018年达到顶峰，在坦博帕塔国家保护区缓冲区内清除了超过1200公顷的森林。
亚马逊保护团队的MAAP监测项目报告了这一活动。
2019年2月，秘鲁的"水银行动"关闭了大部分采矿作业。
我们如何得知这一事实？ 嵌入数据给出了明确答案。
无需进行模型训练，仅通过比较不同年份的数据像素，观察2016年至2020年间的情况，可以清晰看到南部矿区带内有明显的向东扩张趋势：显著变化区域达34平方公里。
而同样的比较放在2020年至2024年间，这一面积降至9平方公里。
关闭行动的效果显而易见。
Ai2表示，对许多团队来说，针对某个想法测试OlmoEarth通常意味着需要进行一次微调运行，这是一项耗时数小时、成本高昂的艰巨任务。
而在浏览器工具中，初步分析仅需几秒钟即可完成。
仅凭少量标签对某个区域进行分析，无需使用GPU。
当某项任务确实需要进行微调实验时，嵌入数据可以帮助判断该实验是否值得投入计算时间，以及模型存在哪些不足之处。
OlmoEarth v1.3发布：Ai2推出全球卫星嵌入模型
Ai2（艾伦人工智能研究所）今日发布了一款卫星地图嵌入模型OlmoEarth v1.3，并为全球范围提供了多种分辨率下预先计算好的年度嵌入数据，同时配套推出了基于浏览器的地图制作工具。该模型能够将一年的卫星观测数据压缩成数值指纹，最小分辨率下每个指纹对应10米乘10米的地面区域，同时也提供64平方米和128米分辨率的版本。
这种数值指纹捕捉的模式信息，可供其他软件用于区分农田、森林、矿区等不同类型的地表覆盖。
此前，使用OlmoEarth的主要方式是通过OlmoEarth Studio进行微调，针对每项任务训练一个模型，再将其应用于卫星数据以生成地图。
这种方式需要大量图形处理单元资源，以及下载和存储影像的能力。
此次发布的OlmoEarth嵌入浏览器是一款基于浏览器的地图制作工具。
这意味着任何人都可以将OlmoEarth用于实际工作，从追踪时间变化到寻找相似地点，无需注册登录即可使用。
嵌入数据代表了模型从数百万张卫星图像中学习到的内容。
OlmoEarth会读取一年的雷达图像及相关数据，包括Sentinel-1、Sentinel-2和Landsat的数据。
Sentinel和Landsat是提供地球互补视角的卫星任务：Sentinel-1测量雷达反射信号，而Sentinel-2和Landsat则捕捉可见光和红外波长的光线。
该公司表示，与以往版本的OlmoEarth模型相比，v1.3是其训练成本最低的模型。
其训练所用计算时间仅为最新版本（v1.2）的53%，为第一版（v1）的18%，碳排放量也分别仅为两者的50%和22%。
不过v1.2仍是一款强大的微调模型，对研究机构和合作实验室而言依然具有价值。
这些模型在现实世界中的应用场景 这些卫星模型有助于压缩跨越时间和空间的大量数据，这对于理解地球的变化方式非常有用。
在秘鲁马德雷德迪奥斯地区，围绕拉潘帕的非法金矿开采活动在2017年和2018年达到顶峰，在坦博帕塔国家保护区缓冲区内清除了超过1200公顷的森林。
亚马逊保护团队的MAAP监测项目报告了这一活动。
2019年2月，秘鲁的"水银行动"关闭了大部分采矿作业。
我们如何得知这一事实？ 嵌入数据给出了明确答案。
无需进行模型训练，仅通过比较不同年份的数据像素，观察2016年至2020年间的情况，可以清晰看到南部矿区带内有明显的向东扩张趋势：显著变化区域达34平方公里。
而同样的比较放在2020年至2024年间，这一面积降至9平方公里。
关闭行动的效果显而易见。
Ai2表示，对许多团队来说，针对某个想法测试OlmoEarth通常意味着需要进行一次微调运行，这是一项耗时数小时、成本高昂的艰巨任务。
而在浏览器工具中，初步分析仅需几秒钟即可完成。
仅凭少量标签对某个区域进行分析，无需使用GPU。
当某项任务确实需要进行微调实验时，嵌入数据可以帮助判断该实验是否值得投入计算时间，以及模型存在哪些不足之处。
