█腦科學動態

Cell：破解人類甜味受體結構

你的眼睛能看多快？眼球速度決定視覺盲區

基因不直接遺傳也能影響下一代

用旋律解碼意識：新工具精準評估腦損傷兒童意識水平

疼痛不是想象！55%女性曾因醫生不信任放棄治療

█AI行業動態

OpenAI o4-mini 正式上線，強化微調讓普通AI秒變領域專家

1500美元造出雙人AI世界！開源神器Multiverse讓游戲實時互動成真

█AI驅動科學

Science：沒有大腦也沒問題：這個軟機器人用腿“思考”

Cell：7000年前基因突變成現代艾滋病克星

AI工具通過面部照片預測癌癥患者生存率

AI模型預測病毒進化路徑，助力疫苗研發搶占先機

無線光控嗎啡裝置實現無副作用精準鎮痛

清華團隊革新Dijkstra算法獲STOC最佳論文獎

個性化AI神經調控技術顯著改善舌部運動與感覺控制

腦科學動態

Cell：破解人類甜味受體結構

甜味感知如何啟動？哥倫比亞大學的Zhang Juen、Zhengyuan Lu等團隊通過冷凍電鏡技術，首次解析了人類甜味受體與兩種常用人工甜味劑（三氯蔗糖和阿斯巴甜）的復合物結構，揭示了甜味識別的分子基礎。

?Credit：Cell（2025）.

研究團隊采用冷凍電鏡解析了甜味受體TAS1R2/TAS1R3異源二聚體的高分辨率結構。結果顯示，TAS1R2亞基的Venus捕蠅草結構域（VFT）形成了容納甜味劑的共同口袋，而跨膜區（TM）則負責G蛋白偶聯信號傳導。雖然三氯蔗糖和阿斯巴甜化學結構差異巨大，但它們通過相似的相互作用網絡與受體結合。3D變異性分析進一步顯示，兩個亞基之間存在協調的構象變化，這種動態耦合可能是單一受體能識別數百種甜味化合物的關鍵。該發現不僅解釋了甜味感知的生物學原理，還為設計新一代甜味調節劑提供了結構模板。研究發表在 Cell 上。

#疾病與健康 #神經機制與腦功能解析 #感官生物學 #人工甜味劑 #GPCR

閱讀更多：

Juen, Zhang, et al. “The Structure of Human Sweetness.” Cell, vol. 0, no. 0, May 2025. www.cell.com, https://doi.org/10.1016/j.cell.2025.04.021

你的眼睛能看多快？眼球速度決定視覺盲區

為什么我們看不到快速移動的物體？柏林工業大學卓越智能科學集群的Martin Rolfs團隊發現，這與人類眼球運動速度直接相關：當物體移動速度超過掃視（saccades）速度時就會"消失"，且個體差異顯著——這可能解釋為什么運動員和游戲玩家具有更強的動態視覺。

研究團隊使用高速投影儀精確控制刺激運動參數，模擬不同幅度掃視的三種核心特征（峰值速度達900度/秒）。通過五項實驗發現，受試者對運動刺激的感知閾值嚴格遵循掃視的"主序列"規律——即移動距離越大，所需觸發感知的速度閾值越高。計算模型顯示，早期視覺系統通過200毫秒內的時空整合（spatiotemporal integration）實現這種速度過濾，其參數范圍與生物學數據完全吻合。有趣的是，掃視速度更快的個體（如職業棒球選手）能感知比常人快15-20%的運動刺激。該機制解釋了為何我們看不到掃視產生的視網膜運動（稱為"掃視忽略"），同時保持對非自主動作的敏感性。研究發表在 Nature Communications 上。

#神經科學 #神經機制與腦功能解析 #知覺康復 #計算模型與人工智能模擬

閱讀更多：

Rolfs, Martin, et al. “Lawful Kinematics Link Eye Movements to the Limits of High-Speed Perception.” Nature Communications, vol. 16, no. 1, May 2025, p. 3962. www.nature.com, https://doi.org/10.1038/s41467-025-58659-9

基因不直接遺傳也能影響下一代

基因不直接遺傳也能影響下一代？倫敦大學學院的José J. Morosoli和Jean-Baptiste Pingault團隊發現，父母未遺傳給子女的基因會通過營造家庭環境（如讀書習慣）間接影響孩子的學習成績和心理健康，這種現象被稱為"遺傳養育"。

研究整合了英國、美國等5國38,654個家庭數據，并新增英國4,580個家庭分析。通過多基因評分發現，父母教育相關基因即使未遺傳，仍通過行為（如購買書籍）使子女平均多接受0.3年教育。最顯著影響出現在3歲左右，父母非認知技能（如毅力）的間接遺傳效應可使兒童行為問題減少15%。但家庭年收入超過5萬英鎊時，這種基因影響下降75%，說明經濟條件能抵消遺傳劣勢。研究還首次發現非遺傳基因與兒童多動癥、共情能力的關聯，為早期干預提供依據。研究發表在 University College London report 上。

#疾病與健康 #心理健康與精神疾病 #跨學科整合 #教育心理學 #遺傳學

閱讀更多：

https://discovery.ucl.ac.uk/id/eprint/10207662/

用旋律解碼意識：新工具精準評估腦損傷兒童意識水平

嚴重腦損傷兒童常面臨意識評估難題，現有工具難以應對神經發育變化帶來的挑戰。安格利亞魯斯金大學的Jonathan W. Pool、天普大學的Wendy L. Magee、奧克蘭理工大學的Richard J. Siegert等團隊開發出音樂療法評估工具MuSICCA，獲得臨床專家和家屬一致認可。

研究團隊開發的MuSICCA工具通過音樂治療師現場演奏個性化音樂（根據患者反應實時調整元素），觀察記錄兒童行為反應。20名參與者（包括音樂治療師、醫護人員和患者家屬）評估顯示，所有參與者都認為該工具適合評估兒童意識水平，其中85%表示強烈認同。工具優勢包括評估嚴謹性、臨床指導價值、促進家屬參與等。特別值得注意的是，MuSICCA通過非語言音樂刺激克服了傳統語言評估的局限性，且能夠捕捉細微行為變化。參與者反饋指出，該工具易于跨團隊溝通，能幫助家屬理解如何支持孩子康復。研究為意識障礙兒童提供了首個經過驗證的音樂療法評估方案，有望顯著改善這類沉默群體的診斷準確性。研究發表在 Frontiers in Psychology 上。

#疾病與健康 #神經調控 #個性化醫療 #知覺康復 #跨學科整合

閱讀更多：

Pool, Jonathan W., et al. “The Development and Face Validity of the Music Therapy Sensory Instrument for Cognition, Consciousness, and Awareness (MuSICCA).” Frontiers in Psychology, vol. 16, May 2025, p. 1441178. www.frontiersin.org, https://doi.org/10.3389/fpsyg.2025.1441178

疼痛不是想象！55%女性曾因醫生不信任放棄治療

慢性婦科疼痛患者常被醫生質疑疼痛真實性，這種"醫療煤氣燈效應"導致診斷延誤和治療不足。Elizabeth Hintz和Marlene D. Berke通過整合患者調查、臨床數據和社會媒體分析，揭示了這一現象的系統性根源：醫學培訓缺陷、研究資金不足和深層性別偏見。

研究綜合分析了2024年外陰陰道疼痛（vulvovaginal pain）患者調查數據，發現近半數患者遭遇過"只需放松"的無效建議。跟蹤研究顯示，多數患者平均需就診5-7次才能獲得診斷。通過美國國立衛生研究院（NIH）資金流向分析發現，女性健康研究經費占比從2015年的12%降至2025年的9%。使用Reddit等社交媒體的患者中，83%表示從病友社區獲得的信息比醫生更實用。種族差異數據顯示，持有"黑人皮膚更厚"錯誤觀念的醫學生，其疼痛評估準確率比對照組低27個百分點。研究建議通過修訂醫學教材、建立疼痛專科轉診網絡和患者教育手冊來改善現狀。

#疾病與健康 #心理健康與精神疾病 #性別偏見 #醫療不平等 #慢性疼痛

閱讀更多：

https://theconversation.com/when-doctors-dont-believe-their-patients-pain-experts-explain-the-all-too-common-experience-of-medical-gaslighting-250770

AI 行業動態

OpenAI o4-mini 正式上線，強化微調讓普通AI秒變領域專家

OpenAI近日正式發布了其備受期待的強化微調（Reinforcement Fine-Tuning）技術。通過強化學習算法，OpenAI的o4-mini模型能夠從基礎水平快速躍升至專業級表現，例如將通用模型轉化為法律、醫療等領域的專家。與傳統方法依賴海量數據不同，強化微調僅需幾十個高質量示例即可顯著提升模型性能，大幅降低了專業化AI的開發門檻。

該技術的核心優勢在于其學習邏輯的革新。強化微調不僅模仿輸入數據特征，還能掌握新領域的推理能力，使模型具備分析問題、提出解決方案并優化回答的能力。用戶只需提供數據集和評分標準，OpenAI的基礎設施即可自動完成訓練與優化。

#OpenAI #強化學習 #AI模型 #自動化訓練 #人工智能

閱讀更多：

https://platform.openai.com/docs/guides/rft-use-cases

1500美元造出雙人AI世界！開源神器Multiverse讓游戲實時互動成真

Enigma Labs推出的Multiverse突破了AI生成游戲的邊界，首次實現多人實時共建虛擬世界。這款開源模型僅耗資1500美元，通過創新的多代理（multi-agent）架構，允許多名玩家在同一環境中感知、預測并相互影響。例如賽車游戲中，每位玩家的漂移或超車動作會實時改變共享世界的物理狀態，而底層技術還能拓展至機器人訓練等更廣泛領域。

該項目的核心創新在于重構了傳統單人世界模型的三大組件。通過雙人動作編碼器、共享去噪網絡和并行上采樣器，Multiverse確保了雙視角畫面的時空一致性。團隊對比了分屏堆疊與通道軸融合（Channel Stacking）兩種視覺輸入方式，發現后者通過6通道像素處理顯著提升了畫面邏輯統一性。此外，稀疏時間采樣與課程式訓練（Curriculum Learning）的結合，使得模型能高效捕捉從0.25秒急剎到15秒超車等長短交互動態。

數據采集依托經典游戲《GT賽車4》（Gran Turismo 4），通過逆向工程實現真實1v1比賽錄制，并利用B-Spec模式自動化生成海量訓練數據。研究團隊強調，該成果不僅驗證了多人同步視角生成的可行性，其低成本、高可復現性的開源設計更為社區提供了寶貴的研究范本，未來或將在自動駕駛模擬、AI協作等場景引發連鎖創新。

#AI游戲引擎 #多代理系統 #開源模型 #實時交互 #低成本創新

閱讀更多：

https://enigma-labs.io/blog

AI 驅動科學

Science：沒有大腦也沒問題：這個軟機器人用腿“思考”

機器人是否必須依賴復雜控制系統？荷蘭AMOLF研究所的Alberto Comoretto、Harmannus A.H. Schomaker和Johannes T.B. Overvelde團隊開發出僅由軟管和氣流驅動的機器人，其通過肢體物理耦合實現每秒30身長的快速運動，且能自主適應陸地與水域環境。

?四肢同步移動，可在未知地形上行走。Credit: AMOLF/Alberto Comoretto

研究團隊設計了一種軟體機器人，其核心是自振蕩肢體（self-oscillating limbs）——彈性軟管在恒定氣流驅動下可產生300赫茲的周期性運動。當多個肢體耦合時，它們會像螢火蟲同步閃爍般自發形成協調步態。實驗顯示，這種純物理機制使機器人速度達到每秒30個身長，比傳統氣動機器人快約100倍。更驚人的是，當從陸地進入水中時，機器人會自發將跳躍步態切換為自由泳模式；遇到障礙物時則通過肢體阻力變化自主轉向。這些行為完全依賴身體與環境互動產生，無需任何傳感器或處理器。研究團隊指出，該機制與海星通過局部反饋協調數百個管足的原理相似，為開發極端環境（如太空）適用的耐用機器人提供了新思路。研究發表在 Science 上。

#計算模型與人工智能模擬 #跨學科整合 #仿生機器人

閱讀更多：

Comoretto, Alberto, et al. “Physical Synchronization of Soft Self-Oscillating Limbs for Fast and Autonomous Locomotion.” Science, May 2025. world, www.science.org, https://www.science.org/doi/10.1126/science.adr3661

Cell：7000年前基因突變成現代艾滋病克星

為何18-25%的丹麥人對HIV具有天然抵抗力？哥本哈根大學Kirstine Ravn、Leonardo Cobuccio和Simon Rasmussen團隊通過分析2000名現代人及934具古人類遺骸基因組，發現抗HIV的CCR5delta32突變實為6700-9000年前黑海地區居民對抗古代病原體的進化遺產。

?圖形摘要。Credit: Cell (2025).

研究團隊結合古DNA測序與創新AI算法，首次精準鎖定CCR5delta32突變的起源——該突變出現于青銅時代黑海草原游牧族群，隨后通過84個連鎖變異構成的單倍型（haplotype，遺傳片段組合）快速擴散。分析顯示，突變攜帶者在農業社會轉型期（傳染病壓力劇增階段）生存優勢顯著：雖然該變異會弱化CCR5免疫基因功能，卻恰好能防止免疫系統過度反應。這種"以退為進"的進化策略，使突變頻率在8000-2000年前經歷強烈正向選擇，最終意外成為現代人對抗HIV的天然武器。研究還發現，該突變通過大航海時代傳播至拉丁美洲。研究發表在 Cell 上。

#疾病與健康 #跨學科整合 #進化醫學 #基因治療 #古基因組學

閱讀更多：

Ravn, Kirstine, et al. “Tracing the Evolutionary History of the CCR5delta32 Deletion via Ancient and Modern Genomes.” Cell, vol. 0, no. 0, May 2025. www.cell.com, https://doi.org/10.1016/j.cell.2025.04.015

AI工具通過面部照片預測癌癥患者生存率

如何通過外貌客觀評估癌癥患者預后？麻省總醫院布里格姆的Dennis Bontempi、Osbert Zalay等團隊開發了深度學習系統FaceAge，通過分析面部照片預測生物年齡，發現癌癥患者平均顯老近5歲，且面容年齡與生存率顯著相關。

?這張圖展示了如何根據患者照片計算出 FaceAge。照片中的患者是由 AI 生成的。Credit: Mass General Brigham

研究團隊首先用58,851張健康人照片訓練FaceAge模型，隨后在6,196名癌癥患者中驗證。結果顯示，癌癥患者的FaceAge比實際年齡平均高4.79歲（p<0.0001），且每顯老10歲死亡風險增加11.5-15.1%（不同癌癥隊列）。在姑息治療場景中，10位醫生僅憑照片預測患者生存期的準確率與拋硬幣相近（AUC 0.74），但加入FaceAge數據后顯著提升至0.8（p<0.0001）。基因分析進一步發現，FaceAge與衰老相關基因表達顯著相關，而實際年齡無此關聯，證實其反映生物學衰老的潛力。研究為將視覺特征轉化為客觀臨床指標開辟了新途徑，未來或可應用于其他慢性病管理。研究發表在 The Lancet Digital Health 上。

#疾病與健康 #預測模型構建 #個性化醫療 #AI驅動科學

閱讀更多：

Bontempi, Dennis, et al. “FaceAge, a Deep Learning System to Estimate Biological Age from Face Photographs to Improve Prognostication: A Model Development and Validation Study.” The Lancet Digital Health, vol. 0, no. 0, May 2025. www.thelancet.com, https://doi.org/10.1016/j.landig.2025.03.002

AI模型預測病毒進化路徑，助力疫苗研發搶占先機

如何解決疫苗研發滯后于病毒變異的問題？哈佛醫學院的Noor Youssef、Debora Marks團隊與麻省大學陳曾熙醫學院的Jeremy Luban、麻省總醫院的Jacob Lemieux等合作，開發了預測性AI模型EVE-Vax，成功設計出能模擬未來病毒變異的蛋白質。

?Credit: Immunity (2025).

研究團隊基于進化模型EVE開發了EVE-Vax，該模型整合病毒進化、生物學和結構信息，預測可能出現的表面蛋白（spike protein）。研究人員設計了83種含不同突變組合的刺突蛋白變體，每種含最多10個突變。通過使用安全改造的SARS-CoV-2假病毒進行實驗，發現這些設計的蛋白質成功模擬了COVID-19大流行期間五個時間點真實變異引發的免疫反應。特別值得注意的是，模型預測到針對omicron變體的加強疫苗會出現免疫逃逸，這一預測與實際觀察結果一致。該方法可快速廉價生成數百種刺突蛋白變體，為疫苗開發提供前瞻性參考。目前研究團隊正將該方法擴展應用于禽流感等病毒研究。研究發表在 Immunity 上。

#AI驅動科學 #疾病預防 #預測模型構建 #疫苗設計 #病毒進化

閱讀更多：

Youssef, Noor, et al. “Computationally Designed Proteins Mimic Antibody Immune Evasion in Viral Evolution.” Immunity, vol. 0, no. 0, May 2025. www.cell.com, https://doi.org/10.1016/j.immuni.2025.04.015

無線光控嗎啡裝置實現無副作用精準鎮痛

阿片類藥物鎮痛伴隨嚴重副作用怎么辦？巴塞羅那大學Francisco Ciruela、西北大學John Rogers等團隊開發出全球首個無線光控嗎啡裝置，通過405納米光精準激活脊髓部位藥物，在動物實驗中實現與傳統嗎啡相當的鎮痛效果且完全避免成癮性。

?一種新的無線、無電池光藥理學方案，基于光激活藥物的局部控制釋放，已在動物模型中證明了其在疼痛治療中的有效性。Credit: University of Barcelona

研究團隊設計出僅毫米大小的植入式裝置，集成微型發光二極管（μ-ILEDs）和近場通信（NFC）天線，可無線接收能量激活光源。裝置植入動物脊髓后，能程序化釋放光籠嗎啡（pc-Mor，一種被香豆素基團暫時封閉活性的嗎啡衍生物）。當405納米光照射時，光敏鍵斷裂釋放活性嗎啡，鎮痛效果與靜脈注射相當。關鍵突破在于：治療組動物兩周內未出現耐受性、便秘或藥物渴求行為，而傳統嗎啡組5天內即出現典型副作用。該技術還可調節光照強度/頻率以適應個體需求，為慢性疼痛管理提供新范式。研究發表在 Biosensors and Bioelectronics 上。

#疾病與健康 #神經調控 #個性化醫療 #光藥理學

閱讀更多：

“Wireless, Battery-Free, Remote Photoactivation of Caged-Morphine for Photopharmacological Pain Modulation without Side Effects.” Biosensors and Bioelectronics, vol. 281, Aug. 2025, p. 117440. www.sciencedirect.com, https://doi.org/10.1016/j.bios.2025.117440

清華團隊革新Dijkstra算法獲STOC最佳論文獎

單源最短路徑問題（SSSP）是計算機科學中最基礎也最具挑戰性的問題之一。清華大學段然團隊與來自馬克斯·普朗克信息研究所、斯坦福大學的合作者提出新算法，首次在確定性條件下突破Dijkstra算法60余年來的時間復雜度限制，獲得理論計算機頂級會議STOC 2025最佳論文獎。

研究團隊巧妙融合了Dijkstra算法（基于優先級隊列）和Bellman-Ford算法（基于動態規劃）的優勢，設計了一種遞歸分區技術。通過動態調整"前沿"頂點集（frontier，即已發現但未完全處理的頂點集合）的規模，將傳統算法中必須維護的Θ(n)規模縮減至|U?|/logΩ(1)(n)。關鍵技術突破在于：當|U?| ≤ k|S|時，通過運行k步Bellman-Ford算法識別"關鍵頂點"（pivots），僅對這些頂點進行深度處理。這種策略使算法在稀疏圖上達到O(m log2/3 n)時間復雜度，比經典Dijkstra算法快log1/3 n倍。特別值得注意的是，該算法完全確定性，相比此前隨機算法更具實用價值。研究為導航系統、社交網絡分析等實際應用提供了更高效的解決方案。研究發表在 STOC 2025 上。

#計算科學 #算法優化 #圖論 #理論計算機科學

閱讀更多：

Duan, Ran, et al. Breaking the Sorting Barrier for Directed Single-Source Shortest Paths. arXiv:2504.17033, arXiv, 23 Apr. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2504.17033

個性化AI神經調控技術顯著改善舌部運動與感覺控制

頭頸癌放療常導致患者出現舌部運動與感覺障礙，嚴重影響吞咽功能。T. Dorina Papageorgiou團隊開發的個性化fMRI神經調控技術（iNM）通過AI引導精準調節大腦活動，在30名受試者中證實可顯著增強舌部控制網絡功能。

研究采用個性化實時fMRI閉環神經調控（iNM）技術，以1毫米精度靶向每位受試者獨特的舌部運動感覺皮層。通過支持向量機（SVM）分析顯示，iNM能有效區分舌部運動與靜止狀態（分類準確率顯著提高）。動態因果模型（DCM）揭示iNM使BOLD信號強度曲線下面積增加45%，同時降低信號波動14%，表明神經調控提高了網絡穩定性。特別值得注意的是，iNM條件下97%的神經信號為有效運動信號（對照組僅83%），且成功強化了運動皮層與小腦、基底節等區域的連接（70%連接強度）。這種技術突破性地實現了對舌部控制網絡的空間-時間雙重調節，為放療后吞咽障礙患者帶來希望。

#疾病與健康 #神經調控 #個性化醫療 #AI驅動科學 #舌部功能障礙

閱讀更多：

Papageorgiou, T. Dorina, et al. Individualized AI-Driven Neuromodulation Enhances Tongue Motor and Sensory Control: Preliminary Efficacy Targeted towards the Alleviation of Chronic Cranial Neuropathies. bioRxiv, 8 May 2025, p. 2025.04.30.651533. bioRxiv, https://doi.org/10.1101/2025.04.30.651533

整理｜ChatGPT

編輯｜丹雀、存源

關于追問nextquestion

天橋腦科學研究院旗下科學媒體，旨在以科學追問為紐帶，深入探究人工智能與人類智能相互融合與促進，不斷探索科學的邊界。如果您有進一步想要討論的內容，歡迎評論區留言，或后臺留言“社群”即可加入社群與我們互動。

關于天橋腦科學研究院

天橋腦科學研究院（Tianqiao and Chrissy Chen Institute）是由陳天橋、雒芊芊夫婦出資10億美元創建的世界最大私人腦科學研究機構之一，圍繞全球化、跨學科和青年科學家三大重點，支持腦科學研究，造福人類。

Chen Institute與華山醫院、上海市精神衛生中心設立了應用神經技術前沿實驗室、人工智能與精神健康前沿實驗室；與加州理工學院合作成立了加州理工天橋神經科學研究院。

Chen Institute建成了支持腦科學和人工智能領域研究的生態系統，項目遍布歐美、亞洲和大洋洲，包括、、、科研型臨床醫生獎勵計劃、、等。