█腦科學(xué)動(dòng)態(tài)

Nature：iPS細(xì)胞療法讓帕金森病患者運(yùn)動(dòng)功能顯著改善

唇讀時(shí)大腦在“看”聲音？

母愛如何影響人格發(fā)展？

步數(shù)追蹤+正念=運(yùn)動(dòng)持久力

觀賞藝術(shù)提升幸福感，國(guó)際研究揭示背后的五大心理機(jī)制

麻省總醫(yī)院發(fā)明8度角導(dǎo)管，精準(zhǔn)投遞腦內(nèi)藥物

聽喜歡的音樂，將激活大腦的阿片系統(tǒng)

越胖越不容易便秘？?jī)?nèi)臟脂肪的腸道保護(hù)作用

數(shù)據(jù)說(shuō)話也不管用？科學(xué)分歧的認(rèn)知根源

"細(xì)胞聽音樂"竟能減肥？科學(xué)家發(fā)現(xiàn)聲波抑制脂肪的神奇效應(yīng)

█AI行業(yè)動(dòng)態(tài)

Google發(fā)布Gemini 2.5 Flash的預(yù)覽版本

Google Research提出Cell2Sentence框架，旨在將大語(yǔ)言模型用于單細(xì)胞轉(zhuǎn)錄組學(xué)分析

█AI驅(qū)動(dòng)科學(xué)

Nature：多模態(tài)基礎(chǔ)模型，破解分子細(xì)胞生物學(xué)復(fù)雜性的新范式

多模態(tài)MRI結(jié)合AutoGluon平臺(tái)，精準(zhǔn)識(shí)別腦小血管病認(rèn)知障礙

科研效率提升90%，SAIUnit破解AI科學(xué)計(jì)算最大痛點(diǎn)

無(wú)意識(shí)狀態(tài)下的學(xué)習(xí)奇跡：人類海馬體在麻醉中仍能處理語(yǔ)言

預(yù)測(cè)復(fù)雜動(dòng)態(tài)系統(tǒng)臨界行為的新框架：基于機(jī)制學(xué)習(xí)的精準(zhǔn)預(yù)測(cè)

DNA測(cè)序面臨風(fēng)險(xiǎn)：黑客可能利用基因組數(shù)據(jù)漏洞

從腦電波到完整句子：漢語(yǔ)意念解碼技術(shù)全球首現(xiàn)

AI突破物理瓶頸！新框架讓視頻生成告別"反重力"尷尬

腦科學(xué)動(dòng)態(tài)

Nature：iPS細(xì)胞療法讓帕金森病患者運(yùn)動(dòng)功能顯著改善

京都大學(xué)醫(yī)院的Nobukatsu Sawamoto、Daisuke Doi等團(tuán)隊(duì)通過(guò)iPS細(xì)胞分化技術(shù)，成功將多巴胺前體細(xì)胞移植至患者腦內(nèi)，24個(gè)月隨訪顯示安全且能顯著改善運(yùn)動(dòng)癥狀。

研究團(tuán)隊(duì)在京都大學(xué)醫(yī)院開展I/II期臨床試驗(yàn)，7名50-69歲帕金森患者接受雙側(cè)紋狀體移植。通過(guò)運(yùn)動(dòng)障礙學(xué)會(huì)統(tǒng)一帕金森病評(píng)定量表（MDS-UPDRS）評(píng)估發(fā)現(xiàn)，6名完成療效評(píng)估的患者中，4人藥物停用期（OFF期）癥狀改善9.5分（20.4%），5人用藥期（ON期）改善4.3分（35.7%）。氟-18標(biāo)記左旋多巴（18F-DOPA）PET顯示殼核多巴胺合成能力提升44.7%，且高劑量組提升更顯著（達(dá)53.2%）。磁共振成像（MRI）確認(rèn)無(wú)移植物過(guò)度生長(zhǎng)，73例輕中度不良事件均未導(dǎo)致治療中斷。該療法避免了傳統(tǒng)胎兒組織移植的倫理爭(zhēng)議，為規(guī)?；委煹於ɑA(chǔ)。研究發(fā)表在 Nature 上。

#疾病與健康 #神經(jīng)調(diào)控 #個(gè)性化醫(yī)療 #iPS細(xì)胞療法 #帕金森病

閱讀更多：

Sawamoto, Nobukatsu, et al. “Phase I/II Trial of iPS-Cell-Derived Dopaminergic Cells for Parkinson’s Disease.” Nature, Apr. 2025, pp. 1–7. www.nature.com, https://doi.org/10.1038/s41586-025-08700-0

唇讀時(shí)大腦在“看”聲音？波蘭語(yǔ)人群研究揭秘視覺語(yǔ)言的神經(jīng)機(jī)制

唇讀能力如何受語(yǔ)言復(fù)雜度和性別影響？Jakub Wojciechowski、Joanna Beck等波蘭研究者團(tuán)隊(duì)通過(guò)行為測(cè)試和腦成像發(fā)現(xiàn)，雖然男女唇讀能力相當(dāng)，但大腦處理方式存在差異，且視覺單獨(dú)唇讀會(huì)更強(qiáng)激活聽覺相關(guān)腦區(qū)。

研究團(tuán)隊(duì)招募51名波蘭語(yǔ)者（26名女性），首先進(jìn)行行為測(cè)試評(píng)估唇讀準(zhǔn)確性，隨后在功能磁共振成像（fMRI）中完成視覺單獨(dú)和視聽雙模態(tài)的語(yǔ)言理解任務(wù)。實(shí)驗(yàn)特別設(shè)計(jì)不同詞匯（lexicality）和語(yǔ)法復(fù)雜度的材料。結(jié)果顯示，雖然男女客觀表現(xiàn)無(wú)差異，但女性自評(píng)能力顯著更高（p<0.05）。神經(jīng)影像發(fā)現(xiàn)，單獨(dú)視覺唇讀時(shí)顳上皮質(zhì)（STC，聽覺處理核心區(qū)）激活比視聽條件增強(qiáng)35%，且詞匯復(fù)雜度會(huì)特異性激活運(yùn)動(dòng)前區(qū)（PMv，與發(fā)音規(guī)劃相關(guān)）。這些發(fā)現(xiàn)顛覆了“唇讀是無(wú)聲聽覺”的傳統(tǒng)認(rèn)知，證明視覺語(yǔ)言理解會(huì)招募典型聽覺腦區(qū)，支持多模態(tài)處理理論。研究為聽力康復(fù)訓(xùn)練提供了神經(jīng)科學(xué)依據(jù)，顯示通過(guò)唇讀訓(xùn)練可能重塑聽覺皮層功能。研究發(fā)表在 Scientific Reports 上。

#認(rèn)知科學(xué) #神經(jīng)機(jī)制與腦功能解析 #跨學(xué)科整合 #語(yǔ)言處理 #性別差異

閱讀更多：

Wojciechowski, Jakub, et al. “Neural Mechanisms of Lipreading in the Polish-Speaking Population: Effects of Linguistic Complexity and Sex Differences.” Scientific Reports, vol. 15, no. 1, Apr. 2025, p. 13253. www.nature.com, https://doi.org/10.1038/s41598-025-98026-8

母愛如何影響人格發(fā)展？

童年期的母愛如何影響人格發(fā)展？愛丁堡大學(xué)Jasmin Wertz團(tuán)隊(duì)通過(guò)2232對(duì)英國(guó)同卵雙胞胎的追蹤研究發(fā)現(xiàn)，5-10歲期間獲得更多母愛的個(gè)體，18歲時(shí)會(huì)表現(xiàn)出更強(qiáng)的開放性、責(zé)任心和宜人性，這種影響?yīng)毩⒂谶z傳因素。研究為早期育兒干預(yù)提供了科學(xué)依據(jù)。

研究采用環(huán)境風(fēng)險(xiǎn)縱向雙胞胎研究數(shù)據(jù)，通過(guò)編碼母親與5-10歲子女互動(dòng)時(shí)的溫暖程度（warmth coding）。為區(qū)分遺傳影響，團(tuán)隊(duì)使用同卵雙胞胎差異設(shè)計(jì)——比較同一家庭中基因完全相同的雙胞胎，發(fā)現(xiàn)獲得更多母愛的一方在18歲時(shí)：開放性評(píng)分高14%（衡量求知欲和想象力），盡責(zé)性高12%（關(guān)聯(lián)學(xué)業(yè)/職業(yè)成功），宜人性高15%（影響人際關(guān)系）。這些關(guān)聯(lián)通過(guò)嚴(yán)格檢驗(yàn)，包括控制童年虐待、18歲時(shí)家庭支持等干擾因素。

值得注意的是，母親溫暖程度通過(guò)錄像行為編碼（video-recorded behavioral coding）量化，而非自我報(bào)告，增強(qiáng)結(jié)果可靠性。研究未發(fā)現(xiàn)母愛對(duì)外向性和情緒穩(wěn)定性的影響，提示這些特質(zhì)可能更多受同伴關(guān)系或遺傳調(diào)控。研究發(fā)表在 American Psychologist 上，表明改善育兒環(huán)境（如通過(guò)政策減輕家庭經(jīng)濟(jì)壓力、提供父母心理健康服務(wù)）可能通過(guò)微小但持久的人格改變，帶來(lái)廣泛社會(huì)效益。

#疾病與健康 #心理健康與精神疾病 #個(gè)性化醫(yī)療 #兒童發(fā)展 #行為遺傳學(xué)

閱讀更多：

https://www.apa.org/pubs/journals/releases/amp-amp0001508.pdf

步數(shù)追蹤+正念=運(yùn)動(dòng)持久力

如何讓運(yùn)動(dòng)習(xí)慣長(zhǎng)期保持？巴斯大學(xué)Masha Remskar、Max J. Western團(tuán)隊(duì)發(fā)現(xiàn)，通過(guò)手機(jī)應(yīng)用將正念訓(xùn)練與步數(shù)追蹤結(jié)合30天，雖未立即增加運(yùn)動(dòng)量，但能顯著提升參與者的長(zhǎng)期運(yùn)動(dòng)意愿，為行為改變奠定心理基礎(chǔ)。

研究采用隨機(jī)對(duì)照試驗(yàn)設(shè)計(jì)，109名運(yùn)動(dòng)不足的成年人被分為兩組：一組僅使用步數(shù)追蹤器（每日8000步目標(biāo)），另一組額外通過(guò)Medito應(yīng)用完成30天正念訓(xùn)練。結(jié)果顯示，兩組運(yùn)動(dòng)量均顯著提升（正念組每周增加373分鐘中等強(qiáng)度運(yùn)動(dòng)，對(duì)照組增加297分鐘），但正念組表現(xiàn)出更強(qiáng)的持續(xù)運(yùn)動(dòng)意圖——這是預(yù)測(cè)長(zhǎng)期行為改變的關(guān)鍵指標(biāo)。值得注意的是，正念組在運(yùn)動(dòng)專注度上提升更明顯，但運(yùn)動(dòng)自我效能（self-efficacy，對(duì)自己運(yùn)動(dòng)能力的信心）和心理健康指標(biāo)未見組間差異。研究提示，數(shù)字正念干預(yù)可能通過(guò)增強(qiáng)運(yùn)動(dòng)意愿而非即時(shí)效果來(lái)促進(jìn)長(zhǎng)期改變。研究發(fā)表在 Mental Health and Physical Activity 上。

#疾病與健康 #心理健康與精神疾病 #健康管理與壽命延長(zhǎng) #行為改變 #數(shù)字健康 #自我調(diào)節(jié)

閱讀更多：

“Getting Active through Mindfulness: Randomised Controlled Trial of a Digital Mindfulness-Based Intervention Promoting Physical Activity Engagement and Enjoyment.” Mental Health and Physical Activity, vol. 28, Mar. 2025, p. 100680. www.sciencedirect.com, https://doi.org/10.1016/j.mhpa.2025.100680

觀賞藝術(shù)提升幸福感，國(guó)際研究揭示背后的五大心理機(jī)制

維也納大學(xué)MacKenzie Trupp聯(lián)合都柏林、柏林等地的跨學(xué)科團(tuán)隊(duì)，通過(guò)系統(tǒng)分析38項(xiàng)研究發(fā)現(xiàn)，定期觀賞藝術(shù)可通過(guò)五大心理機(jī)制顯著提升生活意義感，尤其在結(jié)合反思活動(dòng)時(shí)效果更佳。

研究團(tuán)隊(duì)從四大數(shù)據(jù)庫(kù)篩選2000-2023年間38項(xiàng)研究（N=6,805），首次系統(tǒng)評(píng)估藝術(shù)觀賞對(duì)幸福感的影響。分析顯示，博物館、醫(yī)院甚至線上觀賞都能產(chǎn)生效益，其中結(jié)合日記、討論等"反思性活動(dòng)"的干預(yù)效果提升40%。研究識(shí)別出五大作用機(jī)制：情緒調(diào)節(jié)（通過(guò)審美愉悅緩解壓力）、認(rèn)知激活（激發(fā)好奇與注意力）、社交連接（減少孤獨(dú)感）、自我重塑（強(qiáng)化身份認(rèn)同）和抗壓韌性（幫助應(yīng)對(duì)臨床壓力）。最突出的是"實(shí)現(xiàn)幸福感"——參與者報(bào)告生活意義感提升23%。團(tuán)隊(duì)還制定了RAARR指南，為未來(lái)藝術(shù)干預(yù)研究提供標(biāo)準(zhǔn)化框架。研究發(fā)表在 the Journal of Positive Psychology 上。

#認(rèn)知科學(xué) #心理健康與精神疾病 #跨學(xué)科整合 #健康管理與壽命延長(zhǎng) #藝術(shù)治療 #公共健康

閱讀更多：

MacKenzie D. Trupp et al, The impact of viewing art on well-being—a systematic review of the evidence base and suggested mechanisms, the Journal of Positive Psychology (2025). DOI: 10.1080/17439760.2025.2481041

麻省總醫(yī)院發(fā)明8度角導(dǎo)管，精準(zhǔn)投遞腦內(nèi)藥物

如何在不干擾成像的情況下向大腦精準(zhǔn)遞送藥物？麻省總醫(yī)院的Steven S. Hou、Joyce Yang和Yeseo Kwon團(tuán)隊(duì)開發(fā)了一種革命性的淺角度導(dǎo)管系統(tǒng)，能以近乎平行于腦表面的角度植入，實(shí)現(xiàn)成像劑和藥物的重復(fù)遞送，為阿爾茨海默病等神經(jīng)疾病研究開辟了新途徑。

?新開發(fā)的導(dǎo)管系統(tǒng)可直接將成像劑輸送到大腦，而不阻擋高分辨率深層組織成像的光學(xué)路徑。該系統(tǒng)的驗(yàn)證涉及向大腦中各種細(xì)胞類型和結(jié)構(gòu)輸送并成像熒光標(biāo)記。Credit: S. S. Hou (Massachusetts General Hospital)

研究團(tuán)隊(duì)設(shè)計(jì)的低剖面導(dǎo)管（low-profile cannula）僅以8度淺角植入大腦，完美避開了多光子顯微鏡的光路。通過(guò)該系統(tǒng)，他們成功將熒光標(biāo)記物注入小鼠大腦，并同步完成高清晰度成像。在阿爾茨海默病模型中，團(tuán)隊(duì)利用特殊染料Fluoro-Jade C追蹤了退化神經(jīng)元的動(dòng)態(tài)過(guò)程，還通過(guò)磷光氧傳感器（phosphorescent oxygen sensor）實(shí)現(xiàn)了腦組織氧分壓的長(zhǎng)期監(jiān)測(cè)。實(shí)驗(yàn)證明，該技術(shù)不僅能精準(zhǔn)遞送化合物，還完全兼容縱向研究需求，解決了傳統(tǒng)顱窗手術(shù)無(wú)法重復(fù)給藥的難題。研究發(fā)表在 Neurophotonics 上。

#疾病與健康 #神經(jīng)調(diào)控 #跨學(xué)科整合 #腦成像技術(shù) #阿爾茨海默病

閱讀更多：

Hou, Steven S., et al. “Shallow-Angle Intracranial Cannula for Repeated Infusion and in Vivo Imaging with Multiphoton Microscopy.” Neurophotonics, vol. 12, no. 2, Mar. 2025, p. 025001. www.spiedigitallibrary.org, https://doi.org/10.1117/1.NPh.12.2.025001

聽喜歡的音樂，將激活大腦的阿片系統(tǒng)

芬蘭圖爾庫(kù)大學(xué)的Vesa Putkinen、Lauri Nummenmaa團(tuán)隊(duì)首次通過(guò)腦成像證明，聆聽喜愛的音樂會(huì)觸發(fā)大腦阿片系統(tǒng)釋放，這種機(jī)制與食物、性快感相同，還能解釋音樂的鎮(zhèn)痛效果。

?大腦區(qū)域，喜愛音樂影響阿片肽釋放。Credit: Turku PET Centre

研究結(jié)合兩種尖端神經(jīng)成像技術(shù)：正電子發(fā)射斷層掃描（PET）使用[11C]卡芬太尼示蹤劑直接捕捉μ-阿片受體（MOR，調(diào)控快感的關(guān)鍵蛋白）活動(dòng)，功能性磁共振成像（fMRI）則同步記錄全腦血流變化。當(dāng)參與者聆聽引發(fā)"寒顫"愉悅感的音樂時(shí)，其腹側(cè)紋狀體（大腦獎(jiǎng)賞中樞）和眶額皮層（價(jià)值評(píng)估區(qū)）出現(xiàn)顯著阿片釋放，其中伏隔核的受體激活程度與主觀愉悅強(qiáng)度直接相關(guān)。更有趣的是，天生阿片受體較多的人，聽音樂時(shí)腦部反應(yīng)更強(qiáng)。該發(fā)現(xiàn)不僅揭示音樂快感的化學(xué)本質(zhì)，還為音樂療法緩解疼痛（如術(shù)后鎮(zhèn)痛）提供了科學(xué)依據(jù)——音樂可能天然刺激了內(nèi)源性止痛系統(tǒng)。研究發(fā)表在 European Journal of Nuclear Medicine and Molecular Imaging 上。

#神經(jīng)科學(xué) #神經(jīng)調(diào)控 #疼痛 #心理健康與精神疾病 #神經(jīng)機(jī)制與腦功能解析

閱讀更多：

Putkinen, Vesa, et al. “Pleasurable Music Activates Cerebral Μ-Opioid Receptors: A Combined PET-fMRI Study.” European Journal of Nuclear Medicine and Molecular Imaging, Apr. 2025. Springer Link, https://doi.org/10.1007/s00259-025-07232-z

越胖越不容易便秘？6千人研究揭秘內(nèi)臟脂肪的腸道保護(hù)作用

Chaofan Guo、Qibo Peng等研究者通過(guò)分析美國(guó)國(guó)家健康與營(yíng)養(yǎng)調(diào)查（NHANES）數(shù)據(jù)發(fā)現(xiàn)，反映內(nèi)臟脂肪的體圓指數(shù)（BRI）與便秘風(fēng)險(xiǎn)呈負(fù)相關(guān)，最高BRI組便秘風(fēng)險(xiǎn)降低32%。

研究團(tuán)隊(duì)分析了2005-2010年NHANES數(shù)據(jù)庫(kù)中6,898名參與者的數(shù)據(jù)，采用二元邏輯回歸控制多種混雜因素后發(fā)現(xiàn)，BRI每增加一個(gè)四分位數(shù)，便秘風(fēng)險(xiǎn)顯著降低。特別值得注意的是，這種保護(hù)作用獨(dú)立于體重指數(shù)（BMI），提示內(nèi)臟脂肪可能通過(guò)分泌特定激素或調(diào)節(jié)腸道菌群（gut microbiota，腸道內(nèi)的微生物生態(tài)系統(tǒng)）改善腸道蠕動(dòng)功能。雖然該橫斷面研究不能證明因果關(guān)系，但為肥胖與胃腸功能的復(fù)雜關(guān)系提供了新視角，可能指導(dǎo)未來(lái)針對(duì)代謝-腸腦軸的干預(yù)研究。研究發(fā)表在 Scientific Reports 上。

#疾病與健康 #健康管理與壽命延長(zhǎng) #便秘 #體圓指數(shù) #內(nèi)臟脂肪

閱讀更多：

Guo, Chaofan, et al. “Association between Body Roundness Index and Constipation Using Data from NHANES 2005–2010.” Scientific Reports, vol. 15, no. 1, Apr. 2025, p. 13271. www.nature.com, https://doi.org/10.1038/s41598-025-96876-w

數(shù)據(jù)說(shuō)話也不管用？科學(xué)分歧的認(rèn)知根源

為什么科學(xué)家對(duì)相同數(shù)據(jù)會(huì)得出不同結(jié)論？Justin Sulik、Nakwon Rim、Elizabeth Pontikes、James Evans和Gary Lupyan團(tuán)隊(duì)通過(guò)對(duì)7,973名心理學(xué)研究者的調(diào)查發(fā)現(xiàn)，科學(xué)分歧背后隱藏著研究者認(rèn)知特質(zhì)的差異，這種差異甚至能在發(fā)表記錄中檢測(cè)到。

研究團(tuán)隊(duì)首先設(shè)計(jì)了一套包含認(rèn)知特質(zhì)測(cè)量（如模糊容忍度）和科學(xué)立場(chǎng)評(píng)估的問卷。通過(guò)分析發(fā)現(xiàn)，傾向于社會(huì)建構(gòu)主義（social constructionism）的研究者比生物本質(zhì)主義（biological essentialism）支持者表現(xiàn)出更高的模糊容忍度。進(jìn)一步追蹤這些研究者的發(fā)表歷史顯示，認(rèn)知特質(zhì)與研究方法選擇、理論傾向存在顯著關(guān)聯(lián)。例如，高系統(tǒng)化（systemizing）傾向的研究者更可能采用量化方法，而高共情（empathizing）傾向者偏好質(zhì)性研究。最引人注目的是，即使面對(duì)相同實(shí)驗(yàn)數(shù)據(jù)，不同認(rèn)知特質(zhì)的研究者會(huì)側(cè)重不同方面，導(dǎo)致結(jié)論分歧。這些發(fā)現(xiàn)挑戰(zhàn)了"數(shù)據(jù)最終會(huì)統(tǒng)一科學(xué)"的傳統(tǒng)觀點(diǎn)，暗示某些分歧可能根植于研究者思維方式的本質(zhì)差異。研究發(fā)表在 Nature Human Behaviour 上。

#認(rèn)知科學(xué) #跨學(xué)科整合 #心理健康與精神疾病 #科學(xué)方法論

閱讀更多：

Sulik, Justin, et al. “Differences in Psychologists’ Cognitive Traits Are Associated with Scientific Divides.” Nature Human Behaviour, Apr. 2025, pp. 1–15. www.nature.com, https://doi.org/10.1038/s41562-025-02153-1

"細(xì)胞聽音樂"竟能減肥？科學(xué)家發(fā)現(xiàn)聲波抑制脂肪的神奇效應(yīng)

日本理化學(xué)研究所的Masahiro Kumeta、Makoto Otani等團(tuán)隊(duì)發(fā)現(xiàn)，特定頻率的聲波能激活細(xì)胞機(jī)械傳感系統(tǒng)，顯著改變基因表達(dá)并抑制脂肪細(xì)胞分化，為聲波治療代謝疾病提供了新思路。

研究團(tuán)隊(duì)開發(fā)了精準(zhǔn)的聲波發(fā)射系統(tǒng)，對(duì)小鼠肌肉細(xì)胞施加440 Hz至14 kHz的聲波（強(qiáng)度100 Pa，約相當(dāng)于近距離耳語(yǔ)）。RNA測(cè)序顯示，僅2小時(shí)刺激就激活42個(gè)基因，24小時(shí)后響應(yīng)基因增至145個(gè)。關(guān)鍵發(fā)現(xiàn)是前列腺素合成酶Ptgs2/Cox-2（一種炎癥相關(guān)酶）的快速激活，該過(guò)程依賴黏著斑激酶（FAK，細(xì)胞感知機(jī)械力的關(guān)鍵蛋白）信號(hào)通路。通過(guò)阻斷實(shí)驗(yàn)證實(shí)，聲波通過(guò)促進(jìn)前列腺素E2合成來(lái)調(diào)控下游基因。最令人驚訝的是，3T3-L1前脂肪細(xì)胞對(duì)聲波異常敏感，連續(xù)聲波刺激使其分化程度降低40%。研究還發(fā)現(xiàn)不同頻率聲波效果各異，14 kHz聲波對(duì)脂肪細(xì)胞的抑制作用最強(qiáng)。這些發(fā)現(xiàn)不僅揭示了聲波作為新型細(xì)胞調(diào)控手段的潛力，也為開發(fā)無(wú)創(chuàng)代謝疾病療法提供了理論基礎(chǔ)。研究發(fā)表在 Communications Biology 上。

#疾病與健康 #神經(jīng)調(diào)控 #跨學(xué)科整合 #機(jī)械生物學(xué) #脂肪代謝

閱讀更多：

Kumeta, Masahiro, et al. “Acoustic Modulation of Mechanosensitive Genes and Adipocyte Differentiation.” Communications Biology, vol. 8, no. 1, Apr. 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s42003-025-07969-1

AI 行業(yè)動(dòng)態(tài)

Google發(fā)布Gemini 2.5 Flash的預(yù)覽版本

Google于2025年4月17日發(fā)布了Gemini 2.5 Flash的預(yù)覽版本，這是其首個(gè)完全混合推理（hybrid reasoning）模型。該模型在保持高速度和低成本的同時(shí)，顯著提升了推理能力。開發(fā)者現(xiàn)可通過(guò)Google AI Studio和Vertex AI訪問Gemini 2.5 Flash，利用其靈活的“思考預(yù)算”功能，根據(jù)具體需求在響應(yīng)質(zhì)量、成本和延遲之間進(jìn)行權(quán)衡。此外，Gemini 2.5 Flash支持多模態(tài)輸入，具備100萬(wàn)個(gè)token的上下文窗口，適用于處理大規(guī)模數(shù)據(jù)的任務(wù)。這一更新為構(gòu)建更智能、響應(yīng)更快的AI應(yīng)用提供了強(qiáng)大支持。

在實(shí)際應(yīng)用中，Gemini 2.5 Flash引入了“混合推理”（hybrid reasoning）機(jī)制，允許開發(fā)者根據(jù)任務(wù)復(fù)雜度開啟或關(guān)閉模型的思考過(guò)程。例如，對(duì)于需要深度分析的任務(wù)，開發(fā)者可以啟用推理功能，以獲得更準(zhǔn)確的結(jié)果；而對(duì)于簡(jiǎn)單的請(qǐng)求，則可關(guān)閉推理，以提高響應(yīng)速度并降低成本。此外，模型還支持設(shè)置“思考預(yù)算”（thinking budgets），使開發(fā)者能夠在質(zhì)量、成本和延遲之間找到最佳平衡點(diǎn)。值得注意的是，Gemini 2.5 Flash保持了其前代版本的優(yōu)勢(shì)，包括支持多模態(tài)輸入和100萬(wàn)個(gè)token的上下文窗口，適用于處理復(fù)雜的多模態(tài)任務(wù)，如文本、圖像和音頻的綜合分析。這一系列功能的增強(qiáng)，使得開發(fā)者能夠構(gòu)建更智能、響應(yīng)更快的AI應(yīng)用，滿足多樣化的業(yè)務(wù)需求。

#神經(jīng)技術(shù) #混合推理 #多模態(tài)輸入 #思考預(yù)算 #AI應(yīng)用開發(fā)

閱讀更多：

https://developers.googleblog.com/en/start-building-with-gemini-25-flash/

Google Research提出Cell2Sentence框架，旨在將大語(yǔ)言模型用于單細(xì)胞轉(zhuǎn)錄組學(xué)分析

Google Research與耶魯大學(xué)的研究人員合作，開發(fā)了一種創(chuàng)新方法，旨在將大語(yǔ)言模型（LLMs）應(yīng)用于單細(xì)胞轉(zhuǎn)錄組學(xué)的分析。通過(guò)將基因表達(dá)數(shù)據(jù)轉(zhuǎn)化為“細(xì)胞句子”（cell sentences），該方法使得LLMs能夠理解和處理生物學(xué)數(shù)據(jù)，從而在細(xì)胞類型注釋、細(xì)胞生成和數(shù)據(jù)驅(qū)動(dòng)的文本生成等任務(wù)中表現(xiàn)出色。這一進(jìn)展標(biāo)志著自然語(yǔ)言處理技術(shù)在生物學(xué)領(lǐng)域的深入融合，為單細(xì)胞分析提供了更高效、直觀的工具。

該研究由Google Research的研究科學(xué)家Bryan Perozzi與耶魯大學(xué)的助理教授David van Dijk領(lǐng)導(dǎo)，旨在解決傳統(tǒng)生物數(shù)據(jù)分析方法在處理高維、復(fù)雜的單細(xì)胞RNA測(cè)序數(shù)據(jù)時(shí)的效率和可解釋性問題。通過(guò)引入自然語(yǔ)言處理的技術(shù)，研究團(tuán)隊(duì)希望降低生物數(shù)據(jù)分析的門檻，使非專業(yè)人員也能參與到生物學(xué)研究中。

團(tuán)隊(duì)提出了Cell2Sentence（C2S）框架，將每個(gè)細(xì)胞的基因表達(dá)譜轉(zhuǎn)化為類似自然語(yǔ)言的句子，使得LLMs能夠直接處理這些數(shù)據(jù)。通過(guò)對(duì)GPT-2模型進(jìn)行微調(diào)，研究人員使其能夠生成生物學(xué)上有效的細(xì)胞數(shù)據(jù)，并準(zhǔn)確預(yù)測(cè)細(xì)胞類型。在實(shí)驗(yàn)中，C2S框架在細(xì)胞類型注釋任務(wù)中取得了顯著的準(zhǔn)確率提升，展示了其在生物數(shù)據(jù)分析中的潛力。此外，該方法還支持從文本描述生成細(xì)胞數(shù)據(jù)，實(shí)現(xiàn)了從自然語(yǔ)言到生物數(shù)據(jù)的雙向轉(zhuǎn)換。這一創(chuàng)新不僅提高了數(shù)據(jù)分析的效率，還增強(qiáng)了模型的可解釋性和靈活性。

#神經(jīng)技術(shù) #單細(xì)胞轉(zhuǎn)錄組學(xué) #大型語(yǔ)言模型 #自然語(yǔ)言處理 #生物數(shù)據(jù)分析

閱讀更多：

https://research.google/blog/teaching-machines-the-language-of-biology-scaling-large-language-models-for-next-generation-single-cell-analysis/

AI 驅(qū)動(dòng)科學(xué)

Nature：多模態(tài)基礎(chǔ)模型：破解分子細(xì)胞生物學(xué)復(fù)雜性的新范式

面對(duì)組學(xué)數(shù)據(jù)爆炸性增長(zhǎng)與傳統(tǒng)分析方法滯后的矛盾，Haotian Cui、Alejandro Tejada-Lapuerta等跨國(guó)團(tuán)隊(duì)提出多模態(tài)基礎(chǔ)模型（MFMs）解決方案，通過(guò)整合基因組學(xué)、蛋白質(zhì)組學(xué)等多組學(xué)數(shù)據(jù)，為生命科學(xué)研究開辟新路徑。

研究團(tuán)隊(duì)設(shè)計(jì)基于Transformer架構(gòu)的MFMs框架，采用統(tǒng)一標(biāo)記化技術(shù)（Unified tokenization，將不同分辨率數(shù)據(jù)如DNA序列與蛋白質(zhì)統(tǒng)一編碼）和混合多級(jí)注意力機(jī)制（Hybrid multilevel attention，局部建模基因互作，全局連接多模態(tài)數(shù)據(jù)）。模型通過(guò)"實(shí)驗(yàn)-計(jì)算"閉環(huán)（lab-in-the-loop，迭代優(yōu)化實(shí)驗(yàn)設(shè)計(jì)與算法）實(shí)現(xiàn)多功能應(yīng)用：包括基于Perturb-seq數(shù)據(jù)預(yù)測(cè)基因編輯效果，整合空間轉(zhuǎn)錄組重建組織異質(zhì)性。特別地，MFMs可生成缺失模態(tài)數(shù)據(jù)（如從臨床樣本預(yù)測(cè)代謝標(biāo)記），并支持計(jì)算機(jī)模擬藥物篩選（in silico drug screening）。研究同時(shí)指出需協(xié)調(diào)全球數(shù)據(jù)共享、解決高算力需求及防范模型"幻覺"風(fēng)險(xiǎn)。研究發(fā)表在 Nature 上。

#AI驅(qū)動(dòng)科學(xué) #跨學(xué)科整合 #個(gè)性化醫(yī)療 #多模態(tài)基礎(chǔ)模型 #基因調(diào)控

閱讀更多：

Cui, Haotian, et al. “Towards Multimodal Foundation Models in Molecular Cell Biology.” Nature, vol. 640, no. 8059, Apr. 2025, pp. 623–33. www.nature.com, https://doi.org/10.1038/s41586-025-08710-y

多模態(tài)MRI結(jié)合AutoGluon平臺(tái)，機(jī)器學(xué)習(xí)精準(zhǔn)識(shí)別腦小血管病認(rèn)知障礙

腦小血管病(CSVD)導(dǎo)致的認(rèn)知障礙診斷困難，傳統(tǒng)評(píng)估方法存在主觀偏差。Guihan Lin、Weiyue Chen等12人團(tuán)隊(duì)開發(fā)了基于多模態(tài)MRI和AutoGluon平臺(tái)的機(jī)器學(xué)習(xí)框架，在獨(dú)立驗(yàn)證中實(shí)現(xiàn)81.93%的準(zhǔn)確率。

研究納入165例CSVD患者，采集T1加權(quán)結(jié)構(gòu)MRI（顯示腦解剖結(jié)構(gòu)）、靜息態(tài)功能MRI（rs-fMRI）和彌散張量成像（DTI）數(shù)據(jù)。通過(guò)AutoGluon平臺(tái)自動(dòng)整合三類影像特征，模型在訓(xùn)練組達(dá)到88.48%準(zhǔn)確率(AUC=0.926)，顯著優(yōu)于傳統(tǒng)機(jī)器學(xué)習(xí)算法。獨(dú)立驗(yàn)證顯示，該框架保持81.93%準(zhǔn)確率(AUC=0.878)，敏感度86.36%，能有效識(shí)別早期認(rèn)知衰退。特別值得注意的是，模型對(duì)白質(zhì)高信號(hào)（常見于老年人但未必提示認(rèn)知障礙）的干擾具有較強(qiáng)抵抗力。研究發(fā)表在 Scientific Reports 上。

#疾病與健康 #預(yù)測(cè)模型構(gòu)建 #AI驅(qū)動(dòng)科學(xué) #神經(jīng)科學(xué) #個(gè)性化醫(yī)療

閱讀更多：

Lin, Guihan, et al. “A Multimodal MRI-Based Machine Learning Framework for Classifying Cognitive Impairment in Cerebral Small Vessel Disease.” Scientific Reports, vol. 15, no. 1, Apr. 2025, p. 13112. www.nature.com, https://doi.org/10.1038/s41598-025-97552-9

科研效率提升90%，SAIUnit破解AI科學(xué)計(jì)算最大痛點(diǎn)

AI科學(xué)計(jì)算長(zhǎng)期面臨物理單位支持缺失的難題，導(dǎo)致結(jié)果可靠性降低。Chaoming Wang、Sichao He等五人團(tuán)隊(duì)開發(fā)的SAIUnit系統(tǒng)，首次將2000+物理單位整合到JAX等AI計(jì)算框架中，在保持高性能的同時(shí)顯著提升計(jì)算準(zhǔn)確性。

研究團(tuán)隊(duì)采用標(biāo)準(zhǔn)化設(shè)計(jì)原則，構(gòu)建了包含國(guó)際單位制（SI）的完整物理單位庫(kù)，并與JAX的自動(dòng)微分和即時(shí)編譯（JIT compilation）功能深度整合。系統(tǒng)在編譯階段完成單位檢查，確保運(yùn)行時(shí)零性能損失。測(cè)試顯示，在數(shù)值積分任務(wù)中可自動(dòng)處理單位轉(zhuǎn)換；在腦建模中實(shí)現(xiàn)從分子到系統(tǒng)層面的跨尺度單位統(tǒng)一；在物理信息神經(jīng)網(wǎng)絡(luò)（Physics-Informed Neural Networks）中有效保持方程維度一致性。特別值得注意的是，系統(tǒng)將單位錯(cuò)誤檢測(cè)時(shí)間從傳統(tǒng)手動(dòng)檢查的分鐘級(jí)縮短至毫秒級(jí)，且完全兼容GPU/TPU加速。研究為AI科學(xué)計(jì)算建立了新的可靠性標(biāo)準(zhǔn)，預(yù)計(jì)將加速物理、化學(xué)等領(lǐng)域的AI應(yīng)用。研究發(fā)表在 Nature Communications 上。

#AI驅(qū)動(dòng)科學(xué) #跨學(xué)科整合 #計(jì)算模型與人工智能模擬 #高性能計(jì)算 #物理建模

閱讀更多：

Wang, Chaoming, et al. “Integrating Physical Units into High-Performance AI-Driven Scientific Computing.” Nature Communications, vol. 16, no. 1, Apr. 2025, p. 3609. www.nature.com, https://doi.org/10.1038/s41467-025-58626-4

無(wú)意識(shí)狀態(tài)下的學(xué)習(xí)奇跡：人類海馬體在麻醉中仍能處理語(yǔ)言

意識(shí)消失后大腦還能學(xué)習(xí)嗎？由Kalman A. Katlowitz、Shraddha Shah等23人組成的多機(jī)構(gòu)團(tuán)隊(duì)發(fā)現(xiàn)，麻醉狀態(tài)下的人類海馬體不僅能識(shí)別異常聲音，還能處理自然語(yǔ)言的語(yǔ)義和語(yǔ)法，甚至預(yù)測(cè)即將出現(xiàn)的詞語(yǔ)。

研究團(tuán)隊(duì)使用Neuropixels微電極（一種高密度神經(jīng)信號(hào)采集設(shè)備）記錄了5名癲癇手術(shù)患者的海馬體活動(dòng)。通過(guò)設(shè)計(jì)純音oddball任務(wù)（80%標(biāo)準(zhǔn)音/20%異常音）和播放自然語(yǔ)言播客，發(fā)現(xiàn)70.9%神經(jīng)元對(duì)聲音有反應(yīng)，其中22.7%能區(qū)分音調(diào)頻率。令人驚訝的是，異常音表征在10分鐘內(nèi)效果量增長(zhǎng)35%，顯示無(wú)意識(shí)學(xué)習(xí)能力。當(dāng)播放自然語(yǔ)言時(shí)，神經(jīng)元能編碼詞語(yǔ)語(yǔ)義（相關(guān)性r=0.55）和語(yǔ)法特征（91.3%神經(jīng)元區(qū)分詞性），甚至能預(yù)測(cè)未來(lái)詞語(yǔ)（解碼準(zhǔn)確率60.5%）。團(tuán)隊(duì)還構(gòu)建了循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）模型，成功模擬了這種無(wú)意識(shí)學(xué)習(xí)過(guò)程。

#意識(shí)與腦機(jī)接口 #神經(jīng)機(jī)制與腦功能解析 #計(jì)算模型與人工智能模擬 #語(yǔ)言處理 #無(wú)意識(shí)認(rèn)知

閱讀更多：

Katlowitz, Kalman A., et al. Learning and Language in the Unconscious Human Hippocampus. bioRxiv, 9 Apr. 2025, p. 2025.04.09.648012. bioRxiv, https://doi.org/10.1101/2025.04.09.648012

預(yù)測(cè)復(fù)雜動(dòng)態(tài)系統(tǒng)臨界行為的新框架：基于機(jī)制學(xué)習(xí)的精準(zhǔn)預(yù)測(cè)

如何預(yù)測(cè)傳染病爆發(fā)或信息爆炸的臨界點(diǎn)？深圳大學(xué)的Xiangrong Wang、北京航空航天大學(xué)的Dan Lu與西班牙薩拉戈薩大學(xué)的Yamir Moreno團(tuán)隊(duì)開發(fā)了一種結(jié)合知識(shí)驅(qū)動(dòng)與數(shù)據(jù)驅(qū)動(dòng)的新方法，通過(guò)"先學(xué)規(guī)則、再預(yù)測(cè)行為"的雙階段框架，顯著提高了復(fù)雜系統(tǒng)臨界行為的預(yù)測(cè)準(zhǔn)確率。

研究團(tuán)隊(duì)將圖神經(jīng)網(wǎng)絡(luò)與注意力機(jī)制結(jié)合，首先從動(dòng)態(tài)圖數(shù)據(jù)中提取系統(tǒng)演化規(guī)則。這些規(guī)則隨后指導(dǎo)圖循環(huán)單元捕捉長(zhǎng)期狀態(tài)依賴，解決了傳統(tǒng)深度學(xué)習(xí)模型過(guò)度依賴短期數(shù)據(jù)的局限。在模擬疾病傳播（SIR模型）測(cè)試中，該系統(tǒng)能提前5-7個(gè)時(shí)間步預(yù)測(cè)爆發(fā)臨界點(diǎn)，且對(duì)參數(shù)變化的敏感度比傳統(tǒng)方法降低30%。特別值得注意的是，框架能識(shí)別網(wǎng)絡(luò)拓?fù)湮⑿∽兓?隱形臨界前兆"，這些信號(hào)常被常規(guī)統(tǒng)計(jì)方法忽略。研究還驗(yàn)證了該框架在社交網(wǎng)絡(luò)信息級(jí)聯(lián)預(yù)測(cè)中的普適性，為公共衛(wèi)生預(yù)警和輿情監(jiān)控提供了新工具。

#AI驅(qū)動(dòng)科學(xué) #預(yù)測(cè)模型構(gòu)建 #跨學(xué)科整合 #復(fù)雜系統(tǒng) #傳染病傳播

閱讀更多：

Wang, Xiangrong, et al. Predicting the Critical Behavior of Complex Dynamic Systems via Learning the Governing Mechanisms. arXiv:2504.09622, arXiv, 13 Apr. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2504.09622

DNA測(cè)序面臨風(fēng)險(xiǎn)：黑客可能利用基因組數(shù)據(jù)漏洞

下一代DNA測(cè)序（NGS）技術(shù)正推動(dòng)醫(yī)學(xué)革命，但其網(wǎng)絡(luò)安全漏洞可能被黑客利用。樸茨茅斯大學(xué)的Nasreen Anjum聯(lián)合多國(guó)團(tuán)隊(duì)首次全面分析了NGS全流程的網(wǎng)絡(luò)生物安全威脅，警告基因組數(shù)據(jù)可能成為新型攻擊目標(biāo)。

研究團(tuán)隊(duì)系統(tǒng)梳理了NGS工作流程中的脆弱環(huán)節(jié)，從樣本制備到數(shù)據(jù)存儲(chǔ)均存在風(fēng)險(xiǎn)。特別指出，開放訪問的基因組數(shù)據(jù)庫(kù)可能被用于合成DNA編碼的惡意軟件（synthetic DNA-encoded malware，能隱藏在DNA序列中的攻擊代碼），而AI技術(shù)可被用于篡改測(cè)序結(jié)果。相比傳統(tǒng)數(shù)據(jù)泄露，這類攻擊可能引發(fā)身份追蹤、醫(yī)療欺詐甚至生物恐怖主義。研究提出了分層防護(hù)策略：在硬件層面采用安全測(cè)序協(xié)議（secure sequencing protocols，防篡改的實(shí)驗(yàn)室標(biāo)準(zhǔn)），數(shù)據(jù)層面實(shí)施區(qū)塊鏈加密存儲(chǔ)，系統(tǒng)層面部署AI驅(qū)動(dòng)的異常檢測(cè)（AI-powered anomaly detection，實(shí)時(shí)識(shí)別可疑活動(dòng)）。論文強(qiáng)調(diào)，當(dāng)前保護(hù)措施零散且缺乏跨學(xué)科協(xié)作，亟需計(jì)算機(jī)科學(xué)家與生物學(xué)家聯(lián)合應(yīng)對(duì)。研究發(fā)表在 IEEE Access 上。

#AI驅(qū)動(dòng)科學(xué) #網(wǎng)絡(luò)安全 #基因組數(shù)據(jù) #跨學(xué)科整合 #生物威脅

閱讀更多：

Anjum, Nasreen, et al. “Cyber-Biosecurity Challenges in Next-Generation Sequencing: A Comprehensive Analysis of Emerging Threat Vectors.” IEEE Access, vol. 13, 2025, pp. 52006–35. IEEE Xplore, https://doi.org/10.1109/ACCESS.2025.3552069

從腦電波到完整句子：漢語(yǔ)意念解碼技術(shù)全球首現(xiàn)

如何讓失語(yǔ)患者通過(guò)"意念"直接輸出漢語(yǔ)句子？復(fù)旦大學(xué)附屬華山醫(yī)院吳勁松/路俊鋒團(tuán)隊(duì)聯(lián)合上?？萍即髮W(xué)李遠(yuǎn)寧團(tuán)隊(duì)，首次實(shí)現(xiàn)從大腦神經(jīng)信號(hào)到漢語(yǔ)連續(xù)語(yǔ)句的端到端解碼，單字準(zhǔn)確率最高達(dá)88%，跨受試者平均82%。

研究采用高密度皮層腦電（ECoG，一種植入式電極記錄技術(shù)）記錄5名不同方言背景受試者朗讀時(shí)的神經(jīng)活動(dòng)。通過(guò)三模塊深度學(xué)習(xí)架構(gòu)：先偵測(cè)言語(yǔ)起始點(diǎn)，再并行解碼聲調(diào)（4分類）和音節(jié)（40個(gè)高頻音節(jié)），最后結(jié)合n-gram語(yǔ)言模型（基于統(tǒng)計(jì)的上下文預(yù)測(cè)算法）輸出完整句子。在覆蓋漢語(yǔ)25%高頻音節(jié)的語(yǔ)料庫(kù)測(cè)試中，聲調(diào)解碼平均準(zhǔn)確率93%（隨機(jī)水平25%），單字錯(cuò)誤率僅21%。特別值得注意的是，算法在"耳語(yǔ)音"（whisper）狀態(tài)下仍有效工作，為未來(lái)臨床應(yīng)用于失語(yǔ)患者打下基礎(chǔ)。研究發(fā)表在 Cell Reports 上。

#意識(shí)與腦機(jī)接口 #腦機(jī)接口 #神經(jīng)機(jī)制與腦功能解析 #語(yǔ)言解碼 #人工智能

閱讀更多：

“A Brain-to-Text Framework for Decoding Natural Tonal Sentences.” Cell Reports, vol. 43, no. 11, Nov. 2024, p. 114924. www.sciencedirect.com, https://doi.org/10.1016/j.celrep.2024.114924

AI突破物理瓶頸！新框架讓視頻生成告別"反重力"尷尬

視頻生成AI常因違反物理規(guī)律鬧笑話？大連理工大學(xué)與莫納什大學(xué)的Xindi Yang、Baolu Li團(tuán)隊(duì)開發(fā)VLIPP框架，首次將視覺語(yǔ)言模型（VLM）的物理推理能力注入視頻擴(kuò)散模型，生成的機(jī)械碰撞、流體運(yùn)動(dòng)等場(chǎng)景完全符合真實(shí)物理規(guī)律。

研究采用革命性的兩階段設(shè)計(jì)：先讓VLM像"物理老師"一樣分析場(chǎng)景中的重力、動(dòng)量守恒等規(guī)律，通過(guò)思維鏈推理預(yù)測(cè)物體運(yùn)動(dòng)軌跡；再由視頻擴(kuò)散模型（VDM）根據(jù)這些"物理草圖"添加細(xì)節(jié)。為防VLM出錯(cuò)，團(tuán)隊(duì)獨(dú)創(chuàng)噪聲注入技術(shù)——在軌跡預(yù)測(cè)中添加可控噪聲，既保證整體符合物理，又保留生成自由度。測(cè)試顯示，該方法在PhyGenBench評(píng)估中比商用模型高76分，尤其擅長(zhǎng)模擬多球碰撞（準(zhǔn)確率89%）和流體擴(kuò)散（物理合理性提升2.3倍）。研究為游戲開發(fā)、影視特效等需物理真實(shí)的場(chǎng)景提供新工具。

#AI驅(qū)動(dòng)科學(xué) #計(jì)算模型與人工智能模擬 #跨學(xué)科整合 #物理仿真 #視頻生成

閱讀更多：

Yang, Xindi, et al. VLIPP: Towards Physically Plausible Video Generation with Vision and Language Informed Physical Prior. arXiv:2503.23368, arXiv, 4 Apr. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2503.23368

整理｜ChatGPT

編輯｜丹雀、存源

關(guān)于追問nextquestion

天橋腦科學(xué)研究院旗下科學(xué)媒體，旨在以科學(xué)追問為紐帶，深入探究人工智能與人類智能相互融合與促進(jìn)，不斷探索科學(xué)的邊界。如果您有進(jìn)一步想要討論的內(nèi)容，歡迎評(píng)論區(qū)留言，或后臺(tái)留言“社群”即可加入社群與我們互動(dòng)。

關(guān)于天橋腦科學(xué)研究院

天橋腦科學(xué)研究院（Tianqiao and Chrissy Chen Institute）是由陳天橋、雒芊芊夫婦出資10億美元?jiǎng)?chuàng)建的世界最大私人腦科學(xué)研究機(jī)構(gòu)之一，圍繞全球化、跨學(xué)科和青年科學(xué)家三大重點(diǎn)，支持腦科學(xué)研究，造福人類。

Chen Institute與華山醫(yī)院、上海市精神衛(wèi)生中心設(shè)立了應(yīng)用神經(jīng)技術(shù)前沿實(shí)驗(yàn)室、人工智能與精神健康前沿實(shí)驗(yàn)室；與加州理工學(xué)院合作成立了加州理工天橋神經(jīng)科學(xué)研究院。

Chen Institute建成了支持腦科學(xué)和人工智能領(lǐng)域研究的生態(tài)系統(tǒng)，項(xiàng)目遍布?xì)W美、亞洲和大洋洲，包括、、、科研型臨床醫(yī)生獎(jiǎng)勵(lì)計(jì)劃、、等。