减肥药，2023年Science十大“年度突破”位列榜首

近日，Science 杂志评选出了2023年十大“年度突破（2023 Breakthrough of the Year）”。在今年诸多科研突破中，排名首位的是原本并非为减肥而开发的减肥药——胰高血糖素样肽-1（GLP-1）类药物。

环顾四周，我们周围体重超标的人越来越多。肥胖，不仅是一个体型问题，更是一个公共健康问题。对个人来说，外形肥胖所带来的耻辱感可能令人难以忍受，而且减肥的社会压力也不小，人们普遍认为体重超标反映了一个人意志力薄弱（不能长期控制合理的饮食结构、无法坚持有效的锻炼等等……）；而在医学上，肥胖患者（身体质量指数BMI ≥ 30）有更高风险罹患2型糖尿病、心脏病、关节炎、脂肪肝疾病和某些癌症。这些因素交织在一起，人们对于减肥药物的需求一直都十分迫切。然而，针对肥胖的药物治疗历史却充满遗憾。从20世纪40年代上市针对女性的含有安非他明和利尿剂的“彩虹减肥药”，到20世纪90年代引发灾难性心肺疾病的“芬芬（fen-phen，芬氟拉明-芬特明）”的兴衰，似乎安全又有效的减肥药总是难以企及。

现在，一种新的治疗方法带来了新的希望——GLP-1类药物，也称GLP-1受体激动剂。这些药物模拟GLP-1这种肽类肠道激素，人们普遍希望它们能降低肥胖和相关慢性疾病的发病率。有趣的是，这些GLP-1药物最初开发出来是为了治疗糖尿病。第一个GLP-1药物是艾塞那肽（Byetta），于2005年被批准用于治疗2型糖尿病。大约5年后，诺和诺德公司发布了利拉鲁肽（Victoza），以人类GLP-1为模型，它也是一种糖尿病药物，但在2014年底美国食品和药物管理局批准它用于治疗肥胖症。这类药物直到两年前才真正火起来，引起这一切的是诺和诺德的新产品司美格鲁肽（semaglutide）（治疗糖尿病的版本为Ozempic，治疗肥胖的版本为Wegovy），它在美国获批用于体重管理。与它的前身不同，司美格鲁肽只需要每周注射一次，而不是一天一次或两次，使用起来方便很多。在一项关键的临床试验中，使用者在大约16个月的时间里减掉了体重的15%。司美格鲁肽给诺和诺德带来了超乎寻常的利润，公司市值也节节攀升。

在销量飙升的背后，隐藏着一个至关重要的问题——GLP-1药物真的能保护肥胖人群的健康吗？至少在今年，答案是肯定的。今年8月，一项针对529名肥胖和心力衰竭患者的临床试验发现，患者使用司美格鲁肽一年后，心脏功能改善程度几乎是服用安慰剂患者的两倍。同月，诺和诺德宣布，在一项有1.7万名超重和心血管疾病患者参加的临床试验中，司美格鲁肽组患致命性或非致命性心脏病和中风的风险比安慰剂组低20%，这项研究发表在11月的The New England Journal of Medicine 上。这些结果表明，除了能降低体重，GLP-1类药物还可带来显著的健康收益。

但医学上的突破很少是完美无缺的，GLP-1类药物同样也面临一些问题。比如，包括恶心和其他胃肠道问题在内的并发症导致了一些人放弃治疗。还比如，今年9月，美国监管机构更新了Ozempic的标签，指出它有肠梗阻的潜在风险。此外，还有研究人员报告说，在人们停止治疗一年后，他们减去的体重反弹了三分之二。一些医生们担心，这类药物可能需要长期使用，但它们的长期安全性目前还并不清楚；医生们还担心，那些不超重或不肥胖的人会不会使用这种处方药物来减肥。最后，这些药物的价格可能令人望而却步，每月的治疗费用超过1000美元。

总体来说，GLP-1类药物用于治疗肥胖在目前看来表现还是非常优秀的，被选为年度突破也是实至名归。

榜首之后的其他年度突破（“Runners-up”）涉及海洋环流、天然氢能源、人工智能、抗疟疾疫苗、考古、黑洞等多个领域，分别为：

• 南大洋的深层环流模式放缓，将限制海洋从大气中去除CO₂的能力（“Earth’s carbon pump is slowing”）

• 探寻地球蕴藏的天然氢（“Hunt for natural hydrogen heats up”）

• 人工智能预报天气（“The AI weather forecaster arrives”）

• 用疫苗击退疟疾（“New hope against malaria”）

• 阿尔茨海默病的抗体疗法（“At last, modest headway against Alzheimer’s”）

• 人类到达美洲的时间可能大大提前（“Early peopling of the Americas steps closer to acceptance”）

• 超大质量黑洞合并（“The din of giant black hole mergers overheard”）

• 职业生涯早期的科学家争取自身利益（“Early-career scientists rise up”）

• 百亿亿次运算为学界带来前所未有的计算能力（“The dawn of exascale computing”）