藏族人緣何沒有高原反應？
日前，來自深圳華大基因研究院、加利福尼亞大學以及華南理工大學等單位的科研人員，在《自然》雜志上發表了關于藏族人高原適應性的最新研究成果。通過對世居青藏高原的藏族人群和低海拔漢族人群進行基因重測序研究，發現由于古老的、早已滅絕的人類群體——丹尼索瓦人或其近親的基因滲入，可能使藏族人更快地適應了高海拔地區的缺氧環境。 普通人來到高海拔地區，立即會經歷各種不同的不良身體反應。我們的身體為了適應這一情況將會生產更多的紅血球。我們的血液會變得太黏稠，血壓也會升高，這樣就會有中風的危險，如果是孕婦還可能患妊娠毒血癥。 但藏族人就不會有這些問題，他們的身體不會制造過多的紅血球，因此血液也不會黏稠。早在2010年，研究人員就發現，其原因在于藏族人身體中存在一種特殊的EPAS1基因變體，但是研究人員當時無法解釋這種特殊的基因變體為什么會產生。 研究人員從更遠古的人類染色體組序列當中去尋找答案，當同丹尼索瓦人比較時令人吃驚地找到了吻合。研......閱讀全文
藏族人緣何沒有高原反應？
日前，來自深圳華大基因研究院、加利福尼亞大學以及華南理工大學等單位的科研人員，在《自然》雜志上發表了關于藏族人高原適應性的最新研究成果。通過對世居青藏高原的藏族人群和低海拔漢族人群進行基因重測序研究，發現由于古老的、早已滅絕的人類群體——丹尼索瓦人或其近親的基因滲入，可能使藏族人更快地適應了高海
藏族人適應高原又有新的基因秘密
據《科學》雜志官網4月4日報道，發表在《美國國家科學院院刊》上的一項研究表明，對迄今最大藏族人種基因組樣本的最新調查顯示，新增加的7個基因變異能導致體重指數（BMI）和體內葉酸升高，以適應平均海拔1200米的高原生活。 科學家早就知道，藏族人可在比海平面氧氣含量低40%的地方行動自如，是因為他
青藏高原世居藏族人群高原適應關鍵基因被發現
近日，記者從華南理工大學獲悉，深圳華大基因研究院科研人員和華南理工大學本科創新班學生共同發現青藏高原世居藏族人群高原適應的關鍵基因。該成果的研究論文《50個全外顯子測序揭示人類的高原適應機制》發表在最新一期的美國《科學》（Science）雜志上。華南理工大學生物學院本科生金鑫參與組
史前人類遺留“有害”基因 致肥胖抑郁
據香港《文匯報》報道，美國一項最新研究發現，抑郁、肥胖、吸煙習慣等看似是現代人的問題，實際都是遺傳自史前人類尼安德特人的基因所引發。這項研究結果刊登在《科學》期刊上。 范德堡大學研究人員發現，尼安德特人和現代人類繁衍后代時，留下了有害的基因傳承。事實上，尼安德特人的脫氧核糖核酸(DNA)似乎
中外合作藏族人高原適應性研究 或因已滅絕人類基因滲入
近日，深圳華大基因研究院、華南理工大學和美國加利福尼亞大學等單位的科研人員合作，在《自然》雜志上發表了關于藏族人高原適應性的最新研究成果。研究表明早已滅絕的人類群體——丹尼索瓦人的基因滲入可能使藏族人更快地適應了高海拔地區的缺氧環境，揭示了通過基因交流幫助人類快速適應極端生存環境的特殊機制。
中美學者發現兩種藏族適應高原環境特殊基因
由中國青海大學醫學院和美國猶他州大學鹽湖城分校學者組成的聯合科研小組經過大量科學探索，在青藏高原成功發現了兩種藏族人適應高原環境的特殊基因，這一成果日前由國際權威自然科學雜志《科學》發布，有關專家認為，它對于人類預防和治療高原疾病將產生重要意義。 “這項研究是
青藏高原中更新世晚期丹尼索瓦人的下頜骨化石
由中國科學院院士、中國科學院青藏高原研究所所長陳發虎作為第一和通訊作者的中科院“泛第三極環境變化與綠色絲綢之路建設”專項研究成果《青藏高原中更新世晚期丹尼索瓦人的下頜骨化石》（A late Middle Pleistocene Denisovan mandible from the Tibeta
藏族人群高原適應機制有新說
10年前西方學者研究發現，高海拔藏族人群與低海拔人群相比，血液一氧化氮水平高出10倍以上。因此醫學界一直認為，一氧化氮升高是藏族人群特有的高原適應生理特征。果真是這樣嗎？我國比較基因組學研究人員的一項最新成果澄清了這一假說。 一氧化氮在呼吸等重要生理功能中發揮著重要作用。但由于以前的研究缺乏生
藏族高原適應遺傳機制研究取得重要進展
藏族人群對高原低氧極端環境表現出了較好的適應能力，這種適應能力是長期自然選擇的結果（Qi et al Mol Biol Evol 2013）。然而，藏族人群的遺傳適應是如何通過分子水平的精細調控實現心、肺等氧交換和氧運輸器官在高原低氧下的正常生理功能的仍是未解之謎。宿兵課題組與西藏大學高原醫學中
研究發現RNA甲基化調控果實成熟的作用機制
8月7日，《國家科學評論》（National Science Review）在線發表了中國科學院上海營養與健康研究所——馬普計算生物學研究所徐書華團隊的研究成果“Prioritizing natural selection signals from the deep-sequencing ge