《炉石传说》vS狂野月报第13期：群雄逐鹿
关于本文
vS Data Reaper Report是Vicious Syndicate网站利用玩家分享的Track-O-Bot与HDT(国外的类似炉石盒子的软件)记录的玩家数据，从中撷取分析出的关于天梯环境的报告。虽然各个服务器确实存在区别，但是一般情况可以认为美服欧服的环境变化要快于国服，因此虽然该报告并没有采用国服数据，但是依然具备很高的参考价值。本次报告根据60000场天梯对战得出。狂野环境逐渐平稳，每个职业都成功地有着一席之地，而且并不像标准一样出现过于极端的对局，全民抗德逐见成效。天梯环境
9月2日至10月6日卡组统计
德高望重，以德服人。不可一世的大德鲁伊在4-传说分段几乎占据了20%的份额。在造成该结果诸多实力超群的德鲁伊卡组中，要数遭到全环境一致针对的群星德最为耀眼闪亮。在4-传说分段，群星德一家就贡献了将近12%的出场率。换家德和青玉德则是玛法里奥麾下的另外两员悍将，虽然他们的启动速度不如群星德，但论综合实力却毫不逊色。萨满在4-传说分段的出场率也爬升到了将近20%，几乎与德鲁伊分庭抗礼。他们两家携手，已经瓜分了狂野高分段的小半边江山。在这20%的总数中，偶数萨占据了大约九成。而剩下的萨满则多数是各式战吼萨的变种。盗贼的出场率已经蹿升到了全职业第三。尽管她在低分段的出场形态令人眼花缭乱，但是一旦到了4级以上，奇数贼就成为了绝对主流。自上期狂野月报以来，弑君贼在环境中屡屡碰壁，数量也因此下滑。术士的数量基本与上期持平，而宇宙术也依然是古尔丹麾下的头牌。动物园在天梯中偶有现身。而其他的术士形态，比如偶数术和魔块术，则几乎完全绝迹。和术士的情况相仿，法师的数量也与上期十分接近。尽管有一些新卡组的尝试，不过目前奥秘法依然是最热门的法师形态。以制裁群星德，宇宙术和大哥牧为主要卖点，奥秘法在面对各种主流慢速卡组时可谓行云流水，激情四射。不过在面对各种站场型快攻卡组时，奥秘法就显得有些力不从心。牧师的热度也没有多大改变。大哥牧仍然是出场最多的牧师形态，而宇宙牧近来也有抬头之势。为了教训横行霸道的偶数萨，许多玩家又再次背叛圣光，拥抱暗影。即使到了狂野环境，骑士也依然只有奇数骑这一条出路。乌瑟尔始终没能从战斗号角的削弱中缓过劲来，而且也鲜见其它套路的创新和尝试。海盗战的出场率史无前例的被无限战和奇数战超过。许多玩家选择慢速战士卡组来投身全民抗德的浪潮，不过即便如此，战士可怜的出场率也没得到多大改善。猎人如今虎落平阳，出场率跌到了垫底的位置。虽然他在低分段能够呈现5种主要的形态，但随着分段的提升，其中的多数形态都消失不见，只剩下机械猎和紧随其后的奥秘猎硕果仅存。卡组对战胜率表
当对战局数小于50场时，为提供较精确的数据，该格将略去。
强度排序
第13期vS狂野月报强度排序是基于上月各卡组在天梯对阵胜率以及对阵频率所统计出的期望胜率而得出的。点击强度排序图下方按钮切换全分段/4级-传说分段(app暂不支持)4级-传说分段
??
卡组二维评分
虽然群星德每天收到的投诉信件可以装满几个车厢，但仅从数据来说，环境依靠自我调整，已经相当成功的抑制了星辰之力。群星德的强度固然毋庸置疑，但是他却并不是眼下最具统治力的卡组。说到环境的真正霸者，还得要数奇偶双雄。他们俩到了卡池更深的狂野环境才展露出全部实力，说他们是目前天梯的主宰也并不为过。奇数贼和偶数萨继续以狂野两大最强卡组的姿态领跑群雄。不过人们在停止对德鲁伊的过分针对的同时，也越来越多的开始“关照”这两个卡组，从而削减了他们的优势。奇数骑的胜率位列第三，这个卡组很可能被众人低估，因为他的胜率其实十分优秀。青玉德和大哥牧也在T1队列中觅得了一席之地。虽然艾维娜/王库恩二人的名号如雷贯耳，但青玉德闷声发大财。青玉德不仅在面对充斥天梯的各路快攻和中速卡组时明显更具优势，而且在面对慢速卡组也表现不俗。宇宙术，群星德和换家德这三位大佬只能暂时蜗居T2。如今宇宙术的构筑更加倾向于防快、防组合技的道路，从而拖累了对阵大哥牧，青玉德和弑君贼的表现。群星德早已成为了众矢之的，全环境的针对牢牢的把他钉在了T2的位置。而在这样的大环境之下，换家德也不幸躺枪，只能和他的同胞兄弟一起退居二线。本期月报中，T3队列终于再次回归。这里的成员既包括了一些先前被环境针对的强力卡组，也纳入了因种种原因而功力提升的前T4卡组。在此我们还能见到一些专门叫板某一特定天梯大佬，像是偶数萨，奇数贼，大哥牧或者宇宙术的卡组，不过他们在面对环境中的其他卡组时往往就不能那么有效。宇宙牧和奇数战首次亮相T3，他们两家都有一手专治偶数萨的绝活，要知道偶数萨可并不那么容易被针对。而由于受到了日渐增多的奇数贼和偶数萨的欺压，奥秘法在4-传说分段重重摔在了T3。而宇宙法和弑君贼则依靠顺应环境的构筑优化，也抢到了T3的座椅。职业分析及卡组推荐
德鲁伊 德鲁伊可能是狂野环境中最具影响力的职业了。他的三员大将:群星德，换家德和青玉德都在强度榜中名列前茅。由于环境中无所不在“贴心关照”，群星德在高分段只能排到T2的位置。关于这个卡组的强度无需赘言，但是玩家们还是展现适应了其存在的能力换家德在环境针对群星德所布下的交叉火力网中连吞数弹，也一道被射下马来。近来还出现了一套换家+群星的混合构筑，这个卡组首先由SlugCat创立，并由他在所有服务器都打上了传说。混合构筑提供了更多的灵活性。以为拉出国王你就胜券在握了？对不起，群星认为你的脏鼠还不够多。蓝龙德几乎已经在环境中消亡了。眼下似乎没有什么使用蓝龙德的理由，因为相比起群星德，两者的爆发伤害几无二致，但是群星德的启动却明显更快。青玉德现在成为了胜率最高的德鲁伊形态。由于对快攻和中速卡组的抗性更好，青玉德更适合被拿来上分。我们还注意到了一些有趣的新卡组的尝试，即便这些卡组并没有脱离德鲁伊的泛用核心框架，但其创立者的眼界依然让人大开脑洞。如果你对那些旧套路已经感到厌倦，不如来尝试一下这些别具风味的新配方吧！AAEBAZICCPoO7BWFF6G3AuC7ApnTAqbwAvX8AgtAX/4BxAbkCKDNAp7SAr/yAo/2Aoz7AquAAwA=
AAEBAZICCkD+AewVvq4C4LsCoM0CmdMC/esCmu4C9fwCCl+KAcQG5AjLvAKY0gKe0gK/8gLi+AKM+wIA
AAEBAZICCukV7BWhtwLguwKHzgKZ0wL96wKa7gL1/AKrgAMKQF+KAeQIy7wCoM0CntICv/ICj/YCjPsCAA==
AAEBAZICBMQGrqsClL0CmdMCDUBf5AiKDrS7Asu8At2+AqDNAofOApTSApjSAp7SAoTmAgA=
AAEBAZICBrQDkwTsFeC7ApnTAuj8AgxAX9MD5AjoFaDNAofOApjSAp7SAr/yAo/2Aoz7AgA=
AAEBAZICBNUTrqsC5MICzfQCDUD3A8QG3BXeFd8VwasCvq4Cm80CoM0Ch84CntIC4fsCAA==
AAEBAZICHEBfigHpAcQGkAf4B+QIpxDpFewVwxaFF76uAqG3AuC7At/EApjSAp7SApvoAsPqAv3rApruAr/yAo/2AuL4AvX8AquAAwGM+wIA
猎人恐成本月最大输家，他的两大最具竞争力的形态:奥秘猎和机械猎，如今在全分段都只能排到T3。与此同时，猎人的出场率也明显受挫，成为了4-传说分段出场率最低的职业，连万年吊车尾的加尔鲁什都骑到了他的头上。不过对雷克萨和奥蕾莉亚来说，事情也不只有坏的一面，还是有许多玩家使用不同的猎人形态取得了理想的成绩。奥秘猎是一套侵略性十足的中速卡组，他基于猎人老练的陷阱技艺，配合诸如奥秘守护者，疯狂科学家，女猎人，实验体和四狼上警等协同卡，试图抢占先机，疯狂打脸。尽管这个卡组目前掉到了T3，但是他却可以很好的克制天梯的领头羊:奇数贼。这似乎意味着奥秘猎的表现还能有上升的空间。下面搬运的这套卡组由Duwin打到了传说第10.机械猎自上期月报以来，地位获得了稳固，如今在4-传说分段也成功的攀上了T3。这个卡组的三板斧威力十足，一言不合就可以把对手生生拍死，因而很适合“教育”包括群星德在内的各种慢速卡组。Control最近就用机械猎打到了传说第6，他的卡组中甚至还带上了米米尔隆之首。AAEBAR8E3A+fEImAA6CAAw2UD+APhRCOEJAQ4vUCmfcCufgCkfsCmPsC9v0C1/4CzIEDAA==
AAEBAR8Gvg+EEIUQkBCJgAOggAMMlA/bD+APjhDi9QKZ9wK5+AKR+wKY+wL2/QLX/gLMgQMA
AAEBAR8IhwTyBbkN+g6dzALDzAKG0wKnggMLngHJBJcI/gzUEdEU+LECxLQC080C39IC49ICAA==
AAEBAR8GxwOHBNEUncwChtMCp4IDDJ4ByQSXCP4M9w3UEfixAsS0At3SAt/SAuPSAof7AgA=
AAEBAR8GyQSoqwKFuALp0gKG0wLh4wIMjQGoArUDlwjbCf4M1BH4sQLd0gLf0gLj0gKH+wIA
AAEBAR8etQPJBN4FkAeXCMUI2wn5DP4MuQ3+DYEO1BHKFMMW4KwChsMClsMC3sQC38QC080C3dIC39IChtMC4eMC6uYCw+oCxfMC4vgCh/sCAAA=
AAEBAR8IjQGHBNsJ+g6eEIbTAuHjAoDzAguoArUD7Qn+DPcN1BG5tALquwKOwwLf0gKL5QIA
AAEBAR8G+AjbD4bTArbqAsvsAoDzAgyXCPoNxw+rwgLYwgKczQLd0gKL4QLh4wLy8QK5+ALi+AIA
法师
法师自上期月报以来没有多大改变，人们关注的焦点依然是奥秘法和宇宙法。不过奥秘法的强度下落了一级，而宇宙法却上窜了一级。这个发展多少有点出人意料。奥秘法仍然可以非常有效的克制所有反控制的卡组，特别是可以制裁群星德和弑君贼这两个调皮的小弟弟。不过在面对多数快攻或中速卡组时，她就有些力有不逮，因此总的来说奥秘法的胜率颇为两极分化。宇宙法自上期月报以来功力有所提升，可能是因为恩佐斯变种逐渐替代了原先的组合技变种。面对快攻时的有效抵抗是宇宙法在环境中的立命之本。得益于卡组在科技组件上的灵活选择，宇宙法在许多对战中都能不落下风。她不仅带上了脏鼠和死亡领主来破坏组合技，更是加入了狂热铸魂者来针对宇宙术。AAEBAf0EAsABotMCDnG7ApUDqwSWBewF9w26Fte2Auu6Aoe9AsHBApjEAo/TAgA=
AAEBAf0EHk2KAcAByQPLBIoH7Af7DPcN/g2BDvwPwxaFF+CsAti7Atm7Aue/At7EAt/EApbHApvTAtXhAtfhAsPqAr7sAs7vArfxAsXzAuL4AgAA
圣骑士
骑士，这个曾经以多种姿态传播圣光之道的职业，如今只剩下唯一可战的形态:奇数骑。在高分段，可选形态的单一就显得更为明显。不过最近死鱼骑似乎又有复兴之势，他有没有可能使乌瑟尔摆脱如今的窘境呢？奇数骑虽然不擅应对大哥牧，宇宙术和偶数萨，不过在面对天梯其他卡组时都游刃有余，尤其是在面对各路德鲁伊时都表现喜人。奇数骑还是目前游戏中最强卡组,奇数贼的最大天敌。赶紧拿个小本本把这句话抄下来。最近控制型死鱼骑有亡者归来之势，他靠着治疗能力，脏鼠和强大的斩杀成为了环境中的新晋挑战者。虽然这个卡组目前还相当的冷门，不过我们真的很久没有搬运过任何死鱼骑的构筑了。对于鱼人大军的铁杆粉丝们来说，他们完全有理由为此感到由衷的喜悦。AAEBAZ8FBq8EjA7YFIPHAtHhAp74AgxGogL1BdkN7A/tD9MT2a4C/68CuMcC48sCteYCAA==
AAEBAZ8FBq8E+g6RvAKDxwL96gKe+AIMRtQF9QXsD+0P0xPZrgL/rwK4xwLjywL70wK15gIA
AAEBAZ8FBOAF474CjtMChPwCDYoB+wHcA+MF9AX2B6cI7Q/iEdIW38QC48sC+NICAA==
AAEBAZ8FCuAF+wzZrgK8vQLjvgK5wQLexALD6gL9+wKE/AIK3APjBacIhRDSFt/EAuPLAvjSApboAvz8AgA=
牧师
大哥牧成功的守住了先前的热度和强度。尽管苦于应对组合技德鲁伊和奇数贼，但他还是坚挺的屹立在了T1的位置上。这个卡组的成功一方面是因为他能够吊打较慢的控制型卡组(比如宇宙术)和如今越来越多的纯挨打型战士(像是无限战和奇数战)。此外，丰富的清场手段也使得大哥牧能够降服一众中速卡组，比如奇数骑和奥秘猎，他们俩都必须依靠铺场才能打出伤害。而且如果青玉德的数量在未来持续上升，大哥牧还能从这一优势对局中再捞上一笔。不管你对他是爱是恨(也许更多是恨吧)，大哥牧在狂野环境中还真是个大哥。自上期月报以来，宇宙牧的热度虽然有所抬升，但是卡组自身的弱点似乎并不足以让他成为环境主流。实际上宇宙牧在面对几乎所有卡组时的表现都不过尔尔。类似于大哥牧，宇宙牧也携带了满满的清场手段，但是由于所有卡牌都不能带第二份，因此不论是在面对奇数骑这样的铺场卡组，或者奥秘法和奇数贼这样的快速走脸卡组时，都显得捉襟见肘。宇宙体系的不稳定性在其他对战中也显露无疑，尤其是在面对各种组合技德鲁伊时，单脏鼠只是杯水车薪。唯一一个打不过宇宙牧的却是天梯大佬偶数萨，考虑到偶数萨目前的热度，这对宇宙牧来说实在是个难得的好消息。因此，宇宙牧眼下也成为了可行的上分选择，尤其是在偶数萨多如牛毛的4-传说分段。龙牧的构筑大多选择围绕着心火组合技，不过他在目前的环境中混的并不太好。因为就算带上了破晓龙这样的强力节奏卡牌，龙牧依然需要先站住场才能启动，而在眼下的环境中这往往很难办到。龙牧的启动条件太过苛刻，比起时下其他卡组来说毫无优势。因此基于小样本分析，这个卡组的强度大概只能排到T4。AAEBAa0GCPYCpQnTCpIPqKsChbgCt7sCws4CC9cK+hG3F6GsAtHBAuXMAubMArTOAvDPAujQAuPpAgA=
AAEBAa0GAA/4AuUE0QryDP4Njw/uEYK1ArW7Arq7AtHBAtjBAujQAsvmAvzqAgA=
AAEBAa0GHpcCtAOhBMUE5QS5BtMK1wryDPsMkg/WEe4R9xPDFoUXtxeCtQKDuwK1uwK6uwLYuwLqvwLRwQLfxALTxQLwzwLo0AKQ0wLL5gIAAA==
AAEBAa0GHsUE5QTTCtcK8gySD9YR7hGJFPoUwxaFF7cXxxeCtQKDuwK1uwK6uwLYuwLqvwLRwQLfxALJxwKgzgLwzwLo0AKQ0wLL5gLD6gL86gIAAA==
潜行者
作为后起之秀，盗贼迅速崛起，跻身狂野天梯霸者的行列。巴库的加入使得盗贼必定能在二费时摸出一把小号的炽炎战斧。从数据上来看，盗贼自女巫森林以来的强劲走势完全没有半分衰落的迹象。盗贼如今拥有两大代表性卡组:奇数贼和弑君贼。奇数贼是一个超~强力的T1卡组，甚至说她是目前最强的卡组也不为过。奇数贼定义了早期游戏的节奏，迫使那些慢速卡组绞尽脑汁来思考如何能在前期不被捅成马蜂窝。虽然奇数贼灵活的卡位不多，似乎没有太多可创新的余地，但是看起来玩家们并不太认可在卡组中加入大范和不稳定水晶的主意。许多人认为这两张卡虽然偶尔能发挥奇效，但是更多时候只是烂在手里，完全派不上用处。关于这个问题目前争论还十分激烈，而且许多高端玩家对此都默不作声，不敢妄下定论。因此对于这两张的表现，目前我们也持观望态度。弑君贼的热度大减，如今已经很难跟奇数贼相提并论了。作为游戏中最两极分化的卡组之一，弑君贼无论在标准还是狂野都是人人喊打，许多人都对她深恶痛绝。从数据上来说，其实卡组的表现比起上月已经有了一定的改善，不过其强度依然只能排到T3，而且胜率也低于平均线。不过由于其对慢速控制卡组与生俱来的克制，天梯中的弑君贼永远都将阴魂不散。AAEBAaIHBq8E+g6RvALKywL96gKe+AIMjAKoBdQF3QjzEboTmxWStgKBwgLrwgLR4QKm7wIA
AAEBAaIHBL0EqAiA0wK77wINxAHtAssDzQObBfgHhgmvEKnNArHOAuXRAtvjAt/jAgA=
萨满
作为热度最高，也是眼下最强的卡组之一，偶数萨继续统治着狂野天梯。很少有什么卡组能够真正意义上克制偶数萨这个大怪兽，因此他在各个分段都是十分可靠的上分选择。偶数萨在面对劣势对阵时也显示出了顽强的韧性，比如他在对阵大哥牧时的胜率就有了明显改善。除了偶数萨之外，战吼萨是唯一幸存的萨满形态。当然这个“幸存”说起来也实在凄惨，因为战吼萨的强度只能算是T4老末。不过比起强度差不多的卡组来说，战吼萨的出场率相对较高，也许是因为这个卡组玩起来会比较有趣。老式治疗机器人配合沙德沃克可以打出类似雷诺的效果。下面搬运的MtgSquirrel的卡组还带上了脏鼠，使得沙德沃克可以把对方手中的各种坏家伙一一拉出，然后就地正法。另外一个目前只存在于狂野之中的强力战吼:洛欧塞布，配合沙德沃克可以让你对手的施法费用高到夸张的程度，有的时候甚至能达到超过35点费用，包管一个法术都打不出来。AAEBAaoIBPIFlL0Cws4CzfQCDdMB2QfwB9YPshS1FPeqAvuqAqC2Aoe8AtG8Ava9ApTvAgA=
AAEBAaoIBJS9AsLOAqfuAs30Ag3TAfAH1g+QELIUtRT7qgKgtgKHvALRvAL2vQKU7wKw8AIA
AAEBAaoICu0F+g71D9PFAqvnAsPqAqfuAu/xAu/3Apn7Agr1BP4Fsgb7DKC2ApfBAsfBAt/EApvLAvPnAgA=
术士
宇宙术依然是术士的首选形态，他在对阵时下多数主流卡组时的胜率都相当不错。宇宙构筑的灵活性使得他可以根据环境的情况自由调整构筑。目前的构筑大多以阻击快攻为主，用以抵御强势的偶数萨和奇数贼。基于这种抗快攻为主的思路，许多玩家舍弃了恩佐斯，而是选择带上了更多解牌。不过在内战时，这种防快攻的构筑就会处于明显劣势。如今环境的稳定使得卡组也显得稳定，自砰砰计划上线以来，宇宙术并没有经历过什么大的变化。动物园最终只能排上T4，这个结果也许要让许多玩家失望了。在砰砰计划刚刚发布的时候，曾经有许多玩家都对动物园寄以厚望，期待他能在狂野环境再次崛起。可惜，动物园既打不过更快更稳定的奇数贼和偶数萨，也打不过控制型的宇宙术和铺场型的奇数骑，因此就不难理解为什么动物园的排名如此靠后了。AAEBAf0GHooB2waSB7YHzAj+DYEOjg7CD/UPrRDWEf0RwxaFF+CsAti7At7EAt/EAo/HAufLAq7NAvfNAvLQApfTAujnAsPqApz4AuL4AoCKAwAA
AAEBAf0GHooB2waSB7YHxAjMCP4Njg7CD/UPrRDWEf0RwxaFF9i7At7EAt/EAo/HAufLAq7NAvfNAvLQApfTAujnAsPqAqf3Apz4AuL4AoCKAwAA
AAEBAf0GHtsGkge2B8wIuQ2ODsIPrRDWEf0RwxaFF+CsAti7ApvCAt7EAt/EAufLAq7NAvfNAvHQAvLQAojSApfTAujnAsPqAsXzApz4AuL4AoCKAwAA
AAEBAf0GApziAo+CAw4w9wTOBs4HwgjwEbSsAry2Ase7ApvLAvfNAvLQAvT3AtP4AgA=
战士
战士把熟悉的铜墙铁壁和纯挨打战术也带到了狂野环境。自上期月报以来，战士的数量有小幅提升，而无限战也成为了最热门的战士形态。或许是出于对奥秘法的恼恨，奇数战纵身一跃，霸气降临狂野。虽然碾压起快攻卡组来就与标准没什么两样，但是在面对宇宙卡组时，奇数战就很难抵挡对方打出的质量生物。同时由于清场手段有限，因此也非常容易断接。而且奇数战无法携带脏鼠或者游荡恶鬼，因此没有任何手段阻止狡诈的托瓦格尔或是越来越粗的青玉小人。这些缺陷使得奇数战注定难以在狂野环境中生存。在这种情况下，窃魂者就显得至关重要。无论是在德鲁伊吃瓜后抄走对方的全套组件，或是从宇宙术手里偷走扭扭和亵渎，都几乎是翻盘的唯一可能。谨慎的资源管理成了奇数战的重心。下面搬运的这个卡组加入了火羽之心，因为在面对控制卡组时，炎魔大炮比起砰砰博士能够更快的帮你取得胜利。相比之下，无限战就不存在“资源耗尽”的问题。你大可保留所有需要的解牌，还能扔出脏鼠破坏对手的组合技，然后坐等其疲劳而死。这个卡组的关键在于了解何时洗牌，以及需要洗入哪些牌。在这些方面，你可以做出各种灵活的选择。下面搬运的卡组带上了两张鱼死网破，用来在前期应对那些威胁度很高的快攻卡组。战路可以留到中后期进行解场，而放马过来则可以提供大量的护甲来保证生存。DK的加入可以赋予你一把足以摧毁多数铺场型快攻卡组的强力武器。单张游荡恶鬼不仅可以在面对日渐崛起的青玉德时吃掉护符，在其他许多对局中也可以排上用场。海盗战也依然有零星出没，他专挑那些又贪又慢的卡组下手。下面搬运的卡组加入了洛欧塞布，可以进一步巩固面对控制卡组时的优势。AAEBAQcG+QzTwwLPxwKa7gKe+AKggAMMS6IE3gX/B/4Nm8ICysMCoscCyucCquwCjvsCnvsCAA==
AAEBAQcEhRegzgKf0wKS+AINS6IEkQb4B/sM+BHGwwLfxALMzQKOzgLx0wLP5wKb8wIA
AAEBAQcGrwTyBfoOhBfRkQKRvAIMHP8DjgWoBdQF7gbnB+8HjQ77D4KwAoiwAgA=
2019 ASH 会前抢先 | 二甲双胍用于原发性骨髓纤维化的治疗
第61届美国血液学会（ASH）年会
二甲双胍是一类治疗2型糖尿病的“权威”药物，在国内外多种治疗指南中被列为一线降糖药物。该药的降糖作用确切，有低血糖风险小、价格低廉等优点，是目前应用最为广泛的甲类降糖药物之一。过去一年，随着研究的不断深入，二甲双胍更多的临床作用被发掘，抗癌、抗衰老、抗雾霾等。2019年12月7-10日，第61届美国血液学会（ASH）年会即将于美国奥兰多召开，一项将二甲双胍用于原发性骨髓纤维化患者的临床试验结果将在大会上公布，让我们抢先了解一下。
研究背景
原发性骨髓纤维化（PMF）是一种慢性骨髓增殖性肿瘤（MPN），其特征是髓样细胞增殖增加，与主要通过JAK-STAT信号通路诱导酪氨酸激酶活化的突变相关，在疾病进展过程中最终导致广泛的骨髓（BM）纤维化。与造血细胞的单克隆起源相比，成纤维细胞的增殖是多克隆的，而参与纤维化、新血管生成和骨硬化的介质似乎与疾病进展有关。二甲双胍（MTF）通过其在营养缺乏和缺氧时的作用导致细胞凋亡，从而在多种恶性肿瘤中发挥选择性抗肿瘤活性。在JAK2突变的细胞系中，MTF降低了细胞活力、增殖和克隆性，而在JAK2V617F基因敲入诱导的小鼠中，MTF降低了Ba/F3 JAK2V617F突变的肿瘤负荷量和脾肿大。这些数据表明，MTF可能对PMF患者具有治疗作用。
研究目的及方法
FIBROMET研究是一项开放标签、II期试验，评估MTF对PMF患者的BM纤维化、炎症介质、JAK-STAT信号通路激活和疾病进展的影响。
非糖尿病PMF成人患者入组，排除严重肾功能损害的受试者。根据耐受性，患者接受MTF（GlifageXR?）剂量递增治疗，直到最大剂量每日2500 mg PO。主要终点为BM纤维化逆转。次要终点包括炎症减轻和JAK-STAT信号通路下调。
分类收集临床数据。在以下时间点采集血液和BM样本：治疗前（0）、3个月和6个月。通过Masson三色染色法评估BM活检样本中的胶原蛋白：分析每张玻片的三个代表区域，并使用Image J软件对胶原蛋白/样本区域进行定量；每张玻片的平均百分比用于统计。使用多重测定法分析BM样本中的IL-6、IL-8和TNF-α水平。通过流式细胞仪分析细胞内蛋白STAT3（pSTAT3）和蛋白STAT5（pSTAT5）的磷酸化状态，并使用FlowJo软件记录细胞百分比。为了评估MTF暴露后的基因调控情况，对0、6个月时的样本进行胰岛素信号转导基因(PAHS-030Z, Qiagen)的PCR芯片分析。选择两个方向均发生1.5倍变化的基因进行验证。每组实验均进行统计学分析，p值<0.05为差异有统计学意义。结果表示为中位数（最小-最大）。该试验已获得机构和国家审查委员会的批准；所有受试者已签署知情同意书。
研究结果
共纳入11例患者（年龄40-84岁）。2名受试者由于非相关原因而终止了早期治疗。MTF的中位暴露时间为10 个月（5-11），中位剂量为2000 mg/天（1500-2500 mg）。
最常见的不良事件是腹泻（n = 3）。没有发生危及生命的不良事件。
比较治疗前（26.9％[14.8%-53.1％]）与使用MTF 3个月（3.8％[2.3%-4.0％]，p = 0.062）和使用MTF 6个月（0.84％[ 0.12-17.1％]，p = 0.125）的活检结果，观察到BM胶原蛋白面积百分比降低，但是该结果在统计学上不显著，可能是因为所分析的患者人数较少（n = 5）。
IL-6、IL-8和TNF-α水平在各时间点之间没有差异。流式细胞仪分析表明，与治疗前样本相比，MTF使用6个月时pSTAT3磷酸化水平下降，但该结果在统计学上不显著（p = 0.06）。
pSTAT3的平均荧光强度为：治疗前10.53±5.75，3个月7.34±2.4，6个月5.41±1.14；pSTAT5的平均荧光强度为：治疗前14.03±7.41，3个月10.71±7.74，6个月6.03±1.41。
胰岛素信号转导基因的PCR芯片分析显示MTF治疗6个月后有21个基因下调，包括先前与MPN表型相关的基因：INS（0和6个月治疗降低倍数：0.18）、NOS2（0.24）、VEGFA（0.34）、LEP （0.34）、IGFBP1（0.38）和IRS2（0.62）。
结论
在这项研究中，二甲双胍被证明是一种安全且耐受良好的药物。研究的初步结果表明，二甲双胍治疗后PMF患者的BM胶原蛋白有减少趋势，还记录到与MPN表型相关的重要基因的下调。该试验仍在进行中，初步结果将于其他时间点在所有受试者中进行验证。
医脉通编译整理自：
▼
▼
1.
2.
3.
能效提高4到16倍，英特尔团队开发神经形态硬件
编辑 | 萝卜皮
基于尖峰的神经形态硬件的开发，有望实现比 GPU 等标准硬件更节能的深度神经网络 （DNN）。但这需要了解如何在基于事件的稀疏触发机制中模拟 DNN，否则会失去能量优势。特别是，解决序列处理任务的 DNN 通常使用长短期记忆单元，这些单元很难用很少的尖峰来模拟。
近日，英特尔实验团队和格拉茨工业大学（TU Graz）理论计算机科学研究所的研究人员公布的一项研究表明，参考许多生物神经元的一个现象，每个尖峰后的超极化后电流缓慢，这提供了一种有效的解决方案。后超极化电流可以很容易地在支持多室神经元模型的神经形态硬件中实现，例如英特尔的 Loihi 芯片。
滤波器逼近理论解释了为什么超极化后神经元可以模拟长短期记忆单元的功能。这产生了一种高能效的时间序列分类方法。此外，它为高效执行一类重要的大型 DNN 提供了基础，这些 DNN 提取单词和句子之间的关系以回答有关文本的问题。
该研究以「A Long Short-Term Memory for AI Applications in Spike-based Neuromorphic Hardware」为题，于 2022 年 5 月 19 日发布在《Nature Machine Intelligence》。
能源消耗是使用深度神经网络 (DNN) 的新 AI 方法更广泛应用的主要障碍，尤其是在边缘设备中。基于尖峰的神经形态硬件是有望缓解这一问题的一个方向。
这项研究的部分灵感来自大脑，它运行着更复杂、更大的神经网络，总能耗仅为 20?W。这种惊人的能量效率的一个关键因素是大脑中的神经元平均每秒仅发出几次信号。
相比之下，典型 DNN 的单元发出一个输出值，因此消耗能量的频率要高几个数量级。但是，确定哪些类型的 DNN，可以通过神经形态硬件中稀疏活跃的神经元，以节能的方式实现，从而用于现代 AI 解决方案，仍然是一个悬而未决的问题。在大多数情况下，这需要重新考虑 DNN 设计原则。
一个更具体的开放问题是：如何在基于脉冲的神经形态硬件中以良好的能量效率，实现用于序列处理任务的 DNN 的长短期记忆 (LSTM) 单元。
英特尔团队展示了生物神经元的一个特征，即目前尚未包含在神经形态硬件模型中的缓慢变化的内部电流的存在，赋予脉冲神经网络 (SNN) 与 DNN 中的 LSTM 单元类似的工作记忆能力。
特别是，缓慢的超极化后 (AHP) 电流会降低生物神经元在最近的放电活动后再次放电的准备情况。这种效应在神经科学中被称为尖峰频率适应。
之前，艾伦研究所的实验数据表明，新皮质中相当数量的神经元（人类额叶中超过 30% 的兴奋性神经元）表现出尖峰频率适应。
英特尔的研究表明，AHP 神经元不仅通过减少放电活动来节省能量，而且还为解决序列处理任务提供了 LSTM 单元的真正替代方案，并支持通过时间反向传播 (BPTT) 进行训练。生物神经元和标准脉冲神经元模型之间的另一个主要区别是生物神经元将其膜电位保持在相对狭窄的范围内。
相比之下，当使用正则化项对网络进行训练以诱导低放电率时，模型的膜电位通常会呈现极负值。这实际上从当前的网络计算中删除了其中的许多。研究人员引入了一种膜电压正则化原理来缓解这个问题，并支持极其稀疏发射尖峰 DNN 的设计。
研究人员在一个常用的基于脉冲的芯片上分析了这两个原理的功能含义：英特尔的神经形态芯片 Loihi5，并发现能量延迟积 (EDP) 显着降低。与功率相比，EDP 说明了每个任务/工作负载/计算的真正能源和时间成本。
同时，这些结果表明，在大脑和机器智能中，认知计算的两个特征——工作记忆和关于概念或对象之间关系的推理——实际上可以在基于峰值的神经形态硬件中比在GPU（用于实现DNN的标准计算硬件）中更有效地实现。
「我们的系统比传统硬件上的其他 AI 模型的能效高 4 到 16 倍。」TU Graz 理论计算机科学研究所的博士生 Philipp Plank 说。随着这些模型迁移到下一代 Loihi 硬件，Plank 预计效率会进一步提高，从而显着提高芯片间通信的性能。
「英特尔的 Loihi 研究芯片有望为人工智能带来收益，尤其是通过降低其高昂的能源成本。」英特尔神经形态计算实验室主任 Mike Davies 说，「我们与 TU Graz 的合作提供了更多证据，表明神经形态技术可以通过从生物学的角度重新思考其实施，从而提高当今深度学习工作负载的能源效率。」
图示：具有 AHP 电流的两室 LIF 神经元模型的示意图和动力学。（来源：论文）
已经证明，机器学习和 AI 中 DNN 进行序列处理的关键工具 LSTM 单元可以在基于尖峰的神经形态硬件中被具有生物启发的尖峰频率适应机制的神经元取代：AHP 电流。
这种方法得到了理论原理的支持，即来自滤波器近似理论的 PSPR。在神经元模型中添加一个用于 AHP 电流的隔间，还具有通过为梯度的反向传播创建通往过去的高速公路，来增强 BPTT 训练结果的优势。
图示：用于 sMNIST 任务的 AHP-SNN 的 PSPR、梯度传输和能耗。（来源：论文）
由于 AHP 神经元也可用于通用网络计算，因此该解决方案不需要将计算单元和工作内存单元分开——它是一种内存计算解决方案。这减少了通常由计算单元和内存单元之间的流量引起的延迟和能耗。
由此产生的用于解决基准时间序列分类任务 sMNIST 的基于尖峰的解决方案比 CPU 和 GPU 上 LSTM 网络的最先进实现的能效高三个数量级，同时实现更低的延迟和几乎相同的精度 。
另外，AHP 神经元支持研究人员将涉及大型前馈网络组件以及 LSTM 单元的大型 DNN 移植到基于脉冲的硬件中。该团队专注于关系网络的例子，因为它们通过支持推理故事或图像中对象之间的关系，使人工智能能力实现了质的飞跃。
关系网络的一种节能的基于尖峰的实现需要能够及时使用稀有事件（尖峰）而不是基于速率的神经代码的方法，包括在它们的前馈网络模块中。研究人员证明，在整个计算过程中，每个神经元的稀疏度远小于一个峰值对于关系网络是可以实现的。
图示：电压正则化及其与尖峰率正则化相结合的执行稀疏点火机制的能力。（来源：论文）
通过在训练期间使用一种新的电压正则化方法，结合迫使网络在特定时间点产生决策的输出约定，以及一个具有短膜时间常数且无不应期的尖峰神经元模型，这一点成为可能，则该模型支持严格的局部时间计算操作。Loihi 上关系网络的最终实现提供了 Loihi 上大型 DNN 的示例，其中这种基于尖峰的硬件变得比 GPU 更节能。
此外，在当前和未来的神经形态硬件中，由此产生的非常稀疏的活跃尖峰 RelNet 可能会变得更加节能，其中神经核心中神经元的突触连接数量比 Loihi 上的限制更少。这种限制迫使研究人员将尖峰 RelNet 分布在 22 个 Loihi 芯片上的 2,308 个神经核上，从而增加了延迟和能耗。尽管如此，与 GPU 相比，关系网络的 EDP 显着降低。
图示：Spiking RelNet 实现非常稀疏。（来源：论文）
事实上，对 Loihi1 上 DNN 实施地总结，得出的结论是：它代表了「迄今为止最大的深度学习网络，与传统架构相比显示出收益」。因此，关系网络代表了一类 DNN，与 CNN 相比，它可以更有效地移植到基于脉冲的硬件上。
根据之前 Santoro 团队的研究结果，可以预期神经形态硬件中的关系网络，不仅可以用于解决自然语言中的问答任务，还可以用于推理图像或听觉场景中对象之间的关系。这可以在高能效神经形态硬件的AI能力上提供质的飞跃。
另一个有趣的下一步是通过使用 e-prop 而不是 BPTT 来启用这些基于脉冲的 LSTM 网络替代方案的片上训练，这已被证明对 LSNN 非常有效。这些尖峰网络也已经展示了一次性学习能力，并且所需的方法很可能还可以实现这些网络的一次性片上训练。
最后，将 AHP 电流添加到神经形态硬件中的尖峰神经元模型，可以被视为将新皮质中神经元的更复杂的点神经元模型移植到此类硬件中的第一步。如果在一个额外的神经元隔室中增加一个电流，则可以实现各种 GLIF3 神经元模型阵列，这些模型可以说是神经形态硬件中通用皮层微电路的最先进模型。
这将为神经形态硬件在计算神经科学中的新用途打开大门：用于模拟大脑神经网络的最先进的大型模型，比目前可能的速度和能量要少得多。
这有可能成为 Loihi 或 SpiNNaker 等神经形态硬件的主要新应用，支持标准脉冲神经元模型的这种生物改进的实施。
「循环神经结构有望为未来在神经形态硬件上运行的应用程序提供最大的收益。」Davies 说，「像 Loihi 这样的神经形态硬件非常适合促进我们在大脑中观察到的快速、稀疏和不可预测的网络活动模式，并且需要最节能的人工智能应用程序。」
论文链接：
相关报道：
