文章核心观点 - Science以封面特刊形式发布“GLP-1 and Beyond”专题，共7篇文章，包括1篇介绍文章、2篇观点文章、1篇政策讨论及3篇综述论文，系统探讨GLP-1受体激动剂从代谢疾病向多器官系统拓展的作用及下一代药物研发方向 [3] - GLP-1受体激动剂是治疗肥胖及其他代谢疾病最有效药物之一，其作用远不止于传统代谢相关疾病，还会影响多个其他器官系统尤其是大脑，研究不再局限于只将GLP-1受体作为靶点，而是通过开发更多药物和联合用药方案优化患者治疗 [3] - 靶向代谢药物并非万能药，部分使用者受严重副作用困扰，且存在持续依赖药物防止体重反弹的担忧，有必要深入理解脂肪组织重塑生物学过程并开发作用机制不同或能减少脱靶反应和副作用的新药 [7][8] 成瘾治疗中的GLP-1受体激动剂 - GLP-1受体激动剂能够通过调控大脑多巴胺奖赏系统，减少对酒精、尼古丁、阿片类药物和兴奋剂的渴求 [10] - 作者提出应将成瘾置于“全人健康”框架下理解，因为GLP-1不仅作用于神经系统，还广泛影响代谢、免疫、内分泌和心血管等多个身体系统，慢性物质滥用会扰乱这些系统，而GLP-1作为关键信号分子能协调能量平衡、炎症反应和压力适应 [10] - 回顾性研究和临床试验已初步显示GLP-1受体激动剂可降低饮酒量和吸烟率，但疗效因药物种类和患者代谢状态而异 [10] - 未解问题包括停药后复发风险、对正常体重人群的安全性、与现有成瘾药物的相互作用等，总体为成瘾治疗提供了一种整合身心、去污名化的新思路，有望推动个性化医疗和基层医疗的融合 [10] GLP-1疗法与癌症风险 - GLP-1类药物与癌症风险的关系尚无定论，此类药物可能通过减重、改善代谢、减少烟酒摄入等途径间接降低癌症风险，也可能直接作用于肿瘤组织，但效果因癌种而异 [12] - 目前主要证据来自糖尿病患者而非减肥人群，多数研究随访时间短仅2年左右，而癌症发展常需十年以上，对照药物选择、患者停药率高等因素也干扰结果解读 [12] - 不能单凭某一类研究下结论，需结合临床试验、观察性研究和机制研究综合判断，并呼吁开展更长期、更严谨的科学研究 [12] 扩大GLP-1类药物的全球可及性 - 全球超10亿人肥胖、约5亿人患2型糖尿病，但GLP-1类药物使用集中在高收入国家 [15] - 2026年司美格鲁肽关键专利到期，为仿制药扩大可及性提供机遇，但各国因专利延期、附加专利和监管独占期不同，仿制药上市时间差异显著 [15] - 生产方面面临原料短缺、多肽制造难度大等挑战，超过170种新一代基于肠促胰素的药物正在研发中，可能带来更优疗效或便利性，但这些新药受专利保护、价格高昂，可能导致市场分层：富裕国家用新药，贫困国家用老药 [15] - 文章讨论了通过自愿许可、药品专利池、世界卫生组织基本药物清单等方式促进公平获取，并指出肥胖治疗缺乏类似HIV领域的资助和配送基础设施，融资仍是重大挑战 [15] 脂肪组织重塑：从生理到病理 - 脂肪组织会经历广泛重塑以适应不断变化的生理需求，这种可塑性涵盖脂肪细胞代谢和数量的变化、细胞外基质组织、血管化、免疫组成以及神经支配的改变，协调一致时可维持能量缓冲、产热、内分泌功能及局部组织支持 [18] - 病理性脂肪组织重塑会驱动肥胖相关并发症，并参与全身多个器官相关脂肪库所涉及的诸多疾病，在癌症中肿瘤相关脂肪可形成促进肿瘤生长和侵袭的代谢与纤维炎症微环境，其他脂肪库的重塑也可直接破坏邻近组织 [18] - 近期研究已鉴定出调控适应性或病理性结局的间充质、免疫、血管和脂肪细胞状态，这些发现将治疗目标从减少脂肪量拓展至恢复脂肪生成、底物周转、产热能力及组织微环境功能 [18] 肥胖管理药物：未来之路 - 肥胖现被广泛认为是一种慢性进行性疾病，导致肥胖的生物学机制改变通常需要长期治疗，包括药物治疗或减重手术 [26] - 在明确外周器官向大脑传递分子信号以调控食物摄入和能量消耗方面取得的进展推动了肥胖管理药物（OMM）的开发，这些药物似乎能够安全地实现可扩展且持续的体重减轻 [26] - 副作用、治疗反应异质性、长期代谢适应、依从性及其他因素可能限制现有OMM的使用，并为开发更多药物以改善肥胖人群健康提供了理由 [26] 肥胖药物治疗与认知 - 针对肥胖和2型糖尿病的药物治疗对认知和大脑健康的影响正日益受到评估，来自临床前模型、观察性队列和临床试验的证据引发广泛关注，但研究结果仍不一致 [31] - 一个核心挑战在于确定潜在的认知效应究竟源于对神经回路的直接作用、改善心脏代谢健康所带来的间接后果，还是两者兼有 [31] - 该综述审视了心脏代谢疾病、衰老和阿尔茨海默病领域的相关证据，重点关注基于GLP-1的疗法以及涉及葡萄糖依赖性促胰岛素多肽、胰高血糖素和胰淀素通路的联合治疗策略，评估受体药理学、大脑暴露水平、代谢背景和疾病分期如何塑造认知结局 [32]