█腦科學(xué)動(dòng)態(tài)

幼兒眼球運(yùn)動(dòng)可以預(yù)測(cè)判斷記憶的能力

"進(jìn)餐記憶"神經(jīng)元的發(fā)現(xiàn)可解釋過度饑餓

獎(jiǎng)勵(lì)神經(jīng)圖譜在癡呆癥中受損，在成癮癥中增強(qiáng)

騎自行車顯著降低癡呆風(fēng)險(xiǎn)并保護(hù)海馬體體積

超加工食品改變大腦結(jié)構(gòu)，可能引發(fā)暴飲暴食惡性循環(huán)

大規(guī)模研究繪制阿爾茨海默病蛋白質(zhì)聚集的第一步

█AI行業(yè)動(dòng)態(tài)

FDA祭出AI神器Elsa：審批新藥或?qū)⒖s短至數(shù)周

Meta新AI模型讓機(jī)器像人類一樣腦補(bǔ)世界

字節(jié)跳動(dòng)發(fā)布豆包1.6等一系列全新模型

█AI驅(qū)動(dòng)科學(xué)

Nature：植入柔軟神經(jīng)蝌蚪機(jī)器人，一窺大腦發(fā)育過程

將AI無縫整合到病理診斷過程中

新指標(biāo)scGraph識(shí)別細(xì)胞嵌入的偽優(yōu)秀算法

AI納米孔技術(shù)實(shí)現(xiàn)分鐘級(jí)活病毒檢測(cè)，準(zhǔn)確率超90%

AI識(shí)別導(dǎo)致復(fù)雜疾病的關(guān)鍵基因組合

單一材料電子皮膚賦予機(jī)器人人類觸感

中國團(tuán)隊(duì)推出全球首個(gè)AI全自動(dòng)芯片設(shè)計(jì)系統(tǒng)QiMeng

腦科學(xué)動(dòng)態(tài)

幼兒眼球運(yùn)動(dòng)可以預(yù)測(cè)判斷記憶的能力

加州大學(xué)戴維斯分校的Sarah Leckey、Diana Selmeczy和Simona Ghetti團(tuán)隊(duì)發(fā)現(xiàn)，2歲幼兒在記憶任務(wù)中比較圖像的次數(shù)能預(yù)測(cè)一年后判斷記憶對(duì)錯(cuò)的能力，揭示了元記憶監(jiān)測(cè)能力的早期行為標(biāo)志。

研究團(tuán)隊(duì)對(duì)176名2歲幼兒進(jìn)行縱向追蹤。首次測(cè)試時(shí)，幼兒需從新舊圖像對(duì)中選擇看過的圖像，眼動(dòng)儀記錄其注視轉(zhuǎn)換（gaze transitions，即兩圖間目光切換次數(shù)）和反應(yīng)速度。一年后，這些兒童完成類似任務(wù)并需報(bào)告信心程度。結(jié)果顯示，早期更多注視轉(zhuǎn)換和更快反應(yīng)的幼兒，后期更能區(qū)分記憶正確（高信心）與錯(cuò)誤（低信心）。值得注意的是，2歲時(shí)的記憶準(zhǔn)確率也預(yù)測(cè)了后期判斷能力，但心理理論（theory of mind）和語言能力與此無關(guān)。這表明元記憶監(jiān)測(cè)可能源于早期信息比較的實(shí)踐，而非對(duì)心理狀態(tài)的認(rèn)知理解。研究為兒童認(rèn)知發(fā)展提供了新見解，提示簡(jiǎn)單的觀察比較行為可能是復(fù)雜記憶判斷能力的基礎(chǔ)。研究發(fā)表在 Nature Communications 上。

#認(rèn)知科學(xué) #記憶機(jī)制 #兒童發(fā)展 #元記憶監(jiān)測(cè) #眼動(dòng)追蹤

閱讀更多：

Leckey, Sarah, et al. “Two-Year-Olds’ Visual Exploration of Response Options during Memory Decisions Predicts Metamemory Monitoring One Year Later.” Nature Communications, vol. 16, no. 1, June 2025, p. 5284. www.nature.com, https://doi.org/10.1038/s41467-025-60273-8

"進(jìn)餐記憶"神經(jīng)元的發(fā)現(xiàn)可解釋過度饑餓

為什么人們會(huì)忘記吃過飯？南加州大學(xué)多恩西夫文理學(xué)院的Léa Décarie-Spain和Scott E. Kanoski團(tuán)隊(duì)發(fā)現(xiàn)腹側(cè)海馬區(qū)存在專門記錄飲食記憶的神經(jīng)元群，這些細(xì)胞的損傷或干擾會(huì)導(dǎo)致記憶性暴食行為。

研究團(tuán)隊(duì)結(jié)合光纖光度測(cè)定和化學(xué)遺傳學(xué)工具，首次捕捉到實(shí)驗(yàn)大鼠進(jìn)食時(shí)腹側(cè)海馬區(qū)神經(jīng)元的動(dòng)態(tài)編碼過程。數(shù)據(jù)顯示，被稱為"進(jìn)餐痕跡"（meal engram）的神經(jīng)元群在咀嚼間隙激活，同步記錄食物種類、進(jìn)食時(shí)間和環(huán)境位置。當(dāng)研究人員用靶向消融技術(shù)破壞這些神經(jīng)元后，大鼠喪失對(duì)進(jìn)食地點(diǎn)的記憶，但其他空間記憶保持完整。

進(jìn)一步實(shí)驗(yàn)揭示，這些神經(jīng)元通過5-羥色胺2a受體（5HT2aR）與下丘腦外側(cè)區(qū)（LHA，控制饑餓的中樞）形成功能連接——阻斷該連接會(huì)導(dǎo)致大鼠在兩餐間縮短進(jìn)食間隔并增加43%的熱量攝入。研究還發(fā)現(xiàn)分心環(huán)境（如邊進(jìn)食邊看屏幕）會(huì)削弱記憶編碼強(qiáng)度，這解釋了現(xiàn)代生活中普遍存在的無意識(shí)過度進(jìn)食現(xiàn)象。研究為開發(fā)通過增強(qiáng)飲食記憶來管理體重的干預(yù)策略提供了理論基礎(chǔ)。研究發(fā)表在 Nature Communications 上。

#疾病與健康 #記憶機(jī)制 #神經(jīng)機(jī)制與腦功能解析 #肥胖治療 #進(jìn)食障礙

閱讀更多：

Décarie-Spain, Léa, et al. “Ventral Hippocampus Neurons Encode Meal-Related Memory.” Nature Communications, vol. 16, no. 1, June 2025, p. 4898. www.nature.com, https://doi.org/10.1038/s41467-025-59687-1

獎(jiǎng)勵(lì)神經(jīng)圖譜在癡呆癥中受損，在成癮癥中增強(qiáng)

斯坦福醫(yī)學(xué)院的Marielena Sosa、Mark H. Plitt和Lisa M. Giocomo團(tuán)隊(duì)發(fā)現(xiàn)，小鼠海馬體中存在兩套并行編碼系統(tǒng)：一套維持穩(wěn)定的空間地圖，另一套動(dòng)態(tài)編碼獎(jiǎng)勵(lì)相關(guān)信息。

?小鼠海馬體切片展示了細(xì)胞在活動(dòng)時(shí)發(fā)出熒光的區(qū)域，這些細(xì)胞通過基因工程改造，使用了 GCaMP（一種常用于腦活動(dòng)成像的基因編碼鈣指示劑）。Credit: Giocomo Lab

研究團(tuán)隊(duì)使用雙光子顯微鏡實(shí)時(shí)觀察小鼠海馬體CA1區(qū)神經(jīng)元活動(dòng)。通過虛擬現(xiàn)實(shí)環(huán)境讓小鼠在輪子上奔跑，同時(shí)改變糖水獎(jiǎng)勵(lì)位置。結(jié)果顯示，當(dāng)獎(jiǎng)勵(lì)位置變化時(shí)，部分神經(jīng)元會(huì)立即更新其活動(dòng)模式，這種神經(jīng)層面的變化甚至早于行為適應(yīng)。有趣的是，海馬體中存在兩套并行編碼系統(tǒng)：一組神經(jīng)元維持穩(wěn)定的空間地圖，另一組則動(dòng)態(tài)編碼獎(jiǎng)勵(lì)相關(guān)信息。獎(jiǎng)勵(lì)相關(guān)神經(jīng)編碼可以追蹤動(dòng)物距離獎(jiǎng)勵(lì)數(shù)米遠(yuǎn)的位置，相當(dāng)于人類尺度中的多個(gè)城市街區(qū)。研究人員還發(fā)現(xiàn)，構(gòu)成這兩套系統(tǒng)的神經(jīng)元并非完全獨(dú)立，部分神經(jīng)元會(huì)在兩種編碼模式間切換。這些發(fā)現(xiàn)可能解釋癡呆癥患者的空間記憶障礙（因兩套系統(tǒng)脫鉤）和成癮者的環(huán)境觸發(fā)行為（因獎(jiǎng)勵(lì)-空間聯(lián)系過強(qiáng)）。研究發(fā)表在 Nature Neuroscience 上。

#疾病與健康 #神經(jīng)機(jī)制與腦功能解析 #記憶機(jī)制 #跨學(xué)科整合

閱讀更多：

Sosa, Marielena, et al. “A Flexible Hippocampal Population Code for Experience Relative to Reward.” Nature Neuroscience, June 2025, pp. 1–13. www.nature.com, https://doi.org/10.1038/s41593-025-01985-4

騎自行車顯著降低癡呆風(fēng)險(xiǎn)并保護(hù)海馬體體積

由中國多機(jī)構(gòu)（包括華中科技大學(xué)、復(fù)旦大學(xué)等）與澳大利亞合作者組成的團(tuán)隊(duì)，通過分析英國生物銀行（UK Biobank）近48萬人數(shù)據(jù)，發(fā)現(xiàn)騎行作為交通方式可顯著降低癡呆風(fēng)險(xiǎn)并保護(hù)大腦結(jié)構(gòu)。

研究團(tuán)隊(duì)追蹤了479,723名基線健康參與者（平均56.5歲）13年，記錄其非通勤交通方式（非主動(dòng)/步行/混合步行/騎行及混合騎行），并通過醫(yī)院記錄確認(rèn)癡呆診斷。結(jié)果顯示，相比非主動(dòng)出行者，騎行者全因癡呆風(fēng)險(xiǎn)降低19%（風(fēng)險(xiǎn)比HR=0.81），其中早發(fā)性癡呆（YOD）風(fēng)險(xiǎn)降低達(dá)40%（HR=0.60）。MRI數(shù)據(jù)分析進(jìn)一步揭示，騎行組海馬體體積更大（標(biāo)準(zhǔn)化差異β=0.05），且這種保護(hù)效應(yīng)在APOE ε4基因陰性人群中更顯著（風(fēng)險(xiǎn)降低26% vs 陽性者的12%）。機(jī)制上，騎行同時(shí)結(jié)合了運(yùn)動(dòng)刺激與空間導(dǎo)航，可能通過增強(qiáng)神經(jīng)可塑性發(fā)揮作用。研究為公共衛(wèi)生干預(yù)提供了新思路，建議將騎行納入中老年健康促進(jìn)計(jì)劃。研究發(fā)表在 JAMA Network Open 上。

#疾病與健康 #疾病預(yù)防 #神經(jīng)機(jī)制與腦功能解析 #健康管理與壽命延長(zhǎng) #阿爾茨海默病

閱讀更多：

Hou, Cunpeng, et al. “Active Travel Mode and Incident Dementia and Brain Structure.” JAMA Network Open, vol. 8, no. 6, June 2025, p. e2514316. Silverchair, https://doi.org/10.1001/jamanetworkopen.2025.14316

超加工食品改變大腦結(jié)構(gòu)，可能引發(fā)暴飲暴食惡性循環(huán)

超加工食品（UPFs）如何通過改變大腦結(jié)構(gòu)促進(jìn)暴飲暴食？赫爾辛基大學(xué)O'BRAIN實(shí)驗(yàn)室的Arsene Kanyamibwa、Filip Morys團(tuán)隊(duì)與蒙特利爾神經(jīng)學(xué)研究所合作，發(fā)現(xiàn)UPFs會(huì)直接導(dǎo)致飲食調(diào)控腦區(qū)的結(jié)構(gòu)損傷，這種影響62%獨(dú)立于肥胖因素。

?圖像突出顯示了研究中確定的與大量食用超加工食品相關(guān)的大腦區(qū)域?；疑珔^(qū)域的細(xì)胞密度較低。這可能表明這些區(qū)域的神經(jīng)元丟失，即大腦活動(dòng)減弱。綠色區(qū)域的細(xì)胞密度較高，暗示大腦存在炎癥變化。Credit: University of Helsinki

研究團(tuán)隊(duì)分析了英國生物樣本庫約3萬人的數(shù)據(jù)，通過磁共振成像（MRI）檢測(cè)發(fā)現(xiàn)，高UPFs攝入者下丘腦、杏仁核和右側(cè)伏隔核出現(xiàn)顯著結(jié)構(gòu)變化：調(diào)控飽腹感的灰色區(qū)域細(xì)胞密度降低，而綠色炎癥區(qū)域增生。中介分析顯示，僅38%的影響通過血脂異常、全身炎癥和體重指數(shù)（BMI）傳遞，其余為食品添加劑對(duì)血腦屏障的直接穿透作用。特別值得注意的是，右側(cè)伏隔核的結(jié)構(gòu)改變與沖動(dòng)性進(jìn)食行為高度相關(guān)，這解釋了為何UPFs會(huì)打破正常的飲食反饋機(jī)制。研究建議優(yōu)先避免含化學(xué)改性成分的肉制品，但肯定了巴氏殺菌牛奶等安全性加工食品的價(jià)值。研究發(fā)表在 npj Metabolic Health and Disease 上。

#疾病與健康 #神經(jīng)機(jī)制與腦功能解析 #健康管理與壽命延長(zhǎng) #食品添加劑 #代謝綜合征

閱讀更多：

Morys, Filip, et al. “Ultra-Processed Food Consumption Affects Structural Integrity of Feeding-Related Brain Regions Independent of and via Adiposity.” Npj Metabolic Health and Disease, vol. 3, no. 1, Apr. 2025, pp. 1–9. www.nature.com, https://doi.org/10.1038/s44324-025-00056-3

大規(guī)模研究繪制阿爾茨海默病蛋白質(zhì)聚集的第一步

阿爾茨海默病中淀粉樣β蛋白（Aβ）如何啟動(dòng)聚集？威康信托桑格研究所的Anna Arutyunyan、Ben Lehner團(tuán)隊(duì)與基因組調(diào)控中心（CRG）、加泰羅尼亞生物工程研究所（IBEC）合作，通過分析14萬種Aβ42變體，首次揭示聚集反應(yīng)始于C端疏水核心。

研究采用大規(guī)模并行DNA合成系統(tǒng)生成所有可能突變體，基因工程酵母實(shí)時(shí)監(jiān)測(cè)聚集動(dòng)力學(xué)，機(jī)器學(xué)習(xí)整合數(shù)據(jù)構(gòu)建完整能量圖譜。結(jié)果顯示，僅少數(shù)關(guān)鍵殘基（如第40-42位）的相互作用決定原纖維形成速度，C端區(qū)域構(gòu)成過渡態(tài)核心結(jié)構(gòu)。通過量化600多個(gè)突變間能量耦合，模型將預(yù)測(cè)準(zhǔn)確率提升1581倍，遠(yuǎn)超傳統(tǒng)方法。特別發(fā)現(xiàn)，穩(wěn)定過渡態(tài)的突變可加速聚集，而破壞C端疏水相互作用的突變顯著延緩進(jìn)程。該方法首次實(shí)現(xiàn)蛋白質(zhì)過渡態(tài)的高通量解析，未來可拓展至帕金森病等50余種淀粉樣蛋白相關(guān)疾病研究。研究發(fā)表在 Science Advances 上。

#疾病與健康 #健康管理與壽命延長(zhǎng) #營(yíng)養(yǎng)與衰老 #咖啡因 #女性健康

閱讀更多：

Arutyunyan, Anna, et al. “Massively Parallel Genetic Perturbation Suggests the Energetic Structure of an Amyloid-β Transition State.” Science Advances, vol. 11, no. 24, June 2025, p. eadv1422. science.org (Atypon), https://doi.org/10.1126/sciadv.adv1422

AI 行業(yè)動(dòng)態(tài)

FDA祭出AI神器Elsa：審批新藥或?qū)⒖s短至數(shù)周

美國食品藥品監(jiān)督管理局（FDA）近日宣布將人工智能（AI）技術(shù)引入藥品和食品安全審查流程，以大幅提升審批效率。局長(zhǎng)Marty Makary博士與疫苗及基因治療部門負(fù)責(zé)人Vinay Prasad博士在《美國醫(yī)學(xué)會(huì)雜志》（JAMA）撰文稱，AI工具如類ChatGPT的Elsa可快速處理50萬頁申報(bào)數(shù)據(jù)，自動(dòng)標(biāo)記需審查的設(shè)施，目標(biāo)是將最終審批周期壓縮至數(shù)周，效仿新冠疫情期間的“曲速行動(dòng)”（Operation Warp Speed）。不過，F(xiàn)DA內(nèi)部透露Elsa存在“幻覺”（錯(cuò)誤答案）問題，且當(dāng)前數(shù)據(jù)處理能力有限，實(shí)際節(jié)省時(shí)間尚未達(dá)標(biāo)。

除加速審批外，F(xiàn)DA計(jì)劃重新評(píng)估美國食品中的人工色素等“爭(zhēng)議成分”，這些成分在其他國家可能被禁用。但該舉措引發(fā)專家質(zhì)疑，前國會(huì)衛(wèi)生顧問Stephen Holland指出，F(xiàn)DA在疫情期間曾因緊急調(diào)派人員導(dǎo)致常規(guī)審查積壓，擔(dān)憂新計(jì)劃“雷聲大雨點(diǎn)小”。耶魯大學(xué)研究人員Reshma Ramachandran博士更批評(píng)FDA與制藥企業(yè)閉門會(huì)議頻繁，其政策傾向疑似照搬行業(yè)組織美國藥物研究與制造商協(xié)會(huì)（PhRMA）的訴求。

盡管面臨預(yù)算削減（員工已縮減至8000人）和技術(shù)瓶頸，F(xiàn)DA仍堅(jiān)持推進(jìn)改革。Makary強(qiáng)調(diào)，優(yōu)先保障罕見病藥物和兒童食品安全，同時(shí)重建公眾信任。這場(chǎng)AI驅(qū)動(dòng)的監(jiān)管變革能否兌現(xiàn)“即時(shí)審批”承諾，仍需時(shí)間驗(yàn)證。

#人工智能 #藥品審批 #食品安全 #FDA #Elsa

閱讀更多：

https://jamanetwork.com/journals/jama/fullarticle/2835314

LeCun親自站臺(tái)，Meta新AI模型讓機(jī)器像人類一樣腦補(bǔ)世界

Meta近日發(fā)布了基于視頻訓(xùn)練的世界模型V-JEPA 2（Video Joint Embedding Predictive Architecture 2），該模型具備環(huán)境理解、預(yù)測(cè)及零樣本規(guī)劃能力，可應(yīng)用于機(jī)器人控制和復(fù)雜任務(wù)執(zhí)行。Meta首席AI科學(xué)家Yann LeCun親自介紹，世界模型是物理世界的數(shù)字孿生，使AI無需反復(fù)試驗(yàn)即可理解現(xiàn)實(shí)邏輯并規(guī)劃行動(dòng)。

V-JEPA 2基于聯(lián)合嵌入預(yù)測(cè)架構(gòu)（JEPA），包含編碼器和預(yù)測(cè)器兩大組件，通過自監(jiān)督學(xué)習(xí)從海量視頻數(shù)據(jù)中提取語義信息。其訓(xùn)練分為兩階段：預(yù)訓(xùn)練階段使用超100萬小時(shí)視頻數(shù)據(jù)，使模型掌握物體交互與運(yùn)動(dòng)規(guī)律；第二階段僅需62小時(shí)機(jī)器人數(shù)據(jù)即可實(shí)現(xiàn)新環(huán)境中的零樣本規(guī)劃。測(cè)試顯示，V-JEPA 2在未見過物體和環(huán)境中的任務(wù)成功率高達(dá)65%-80%，并在物理推理榜單上超越GPT-4o等模型。

Meta還發(fā)布了三個(gè)新基準(zhǔn)測(cè)試（IntPhys 2、MVPBench和CausalVQA），用于評(píng)估AI對(duì)物理世界的理解能力。盡管當(dāng)前模型與人類表現(xiàn)仍有差距，Meta計(jì)劃進(jìn)一步開發(fā)跨時(shí)間尺度、多模態(tài)的分層JEPA模型，整合視覺、聽覺和觸覺數(shù)據(jù)，推動(dòng)AI向更接近人類認(rèn)知的方向發(fā)展。

#GoogleVeo3 #AI視頻生成 #成本降低 #原生音頻 #DeepMind

閱讀更多：

https://ai.meta.com/blog/v-jepa-2-world-model-benchmarks/

字節(jié)跳動(dòng)發(fā)布豆包1.6、Seedance 1.0 pro、語音播客模型等一系列全新模型

阿里巴巴旗下火山引擎團(tuán)隊(duì)于2025年6月11日在北京舉辦的FORCE原動(dòng)力大會(huì)上發(fā)布了“Seedance 1.0 Pro”視頻生成大型模型，這是Seedance 1.0系列的高參數(shù)版本，專注于多鏡頭敘事能力，支持文字或圖像輸入生成1080P高品質(zhì)短視頻。該模型在國內(nèi)外評(píng)測(cè)平臺(tái)如Artificial Analysis中文生視頻和圖生視頻任務(wù)中表現(xiàn)出色，位列榜首，并超過Veo 3等競(jìng)品

deevid.ai。

在視頻生成方面，Seedance 1.0 Pro使用改進(jìn)后的擴(kuò)散Transformer架構(gòu)和多模態(tài)交織位置編碼，實(shí)現(xiàn)對(duì)空間與時(shí)間進(jìn)行解耦式建模，同時(shí)采用統(tǒng)一訓(xùn)練框架支持文本到視頻（T2V）和圖像到視頻（I2V）任務(wù)。值得注意的是通過精準(zhǔn)描述模型及復(fù)合獎(jiǎng)勵(lì)系統(tǒng)（包括基礎(chǔ)、運(yùn)動(dòng)與美學(xué)獎(jiǎng)勵(lì)）進(jìn)行強(qiáng)化學(xué)習(xí)微調(diào)，使模型能生成帶有鏡頭切換、流暢動(dòng)作和美學(xué)質(zhì)感的1080P視頻。在Artificial Analysis基準(zhǔn)上，Seedance 1.0在文生視頻和圖生視頻任務(wù)均獲得第一名。

此外，在NVIDIA L20推理環(huán)境下生成5秒1080P視頻平均只需約41.4秒，成本低至3.67元人民幣，生成速度和成本效率顯著優(yōu)化。用戶實(shí)測(cè)表明其理解提示詞能力、運(yùn)動(dòng)穩(wěn)定性與畫面自然度表現(xiàn)優(yōu)異，并支持多種風(fēng)格和復(fù)雜運(yùn)鏡實(shí)現(xiàn)場(chǎng)景流暢度

#AI視頻生成 #多模態(tài)模型 #擴(kuò)散Transformer #Seedance1_0Pro

閱讀更多：

https://www.xiaohu.ai/c/xiaohu-ai/1-6-seedance-1-0-pro

AI 驅(qū)動(dòng)科學(xué)

Nature：植入柔軟神經(jīng)蝌蚪機(jī)器人，一窺大腦的發(fā)育過程

神經(jīng)發(fā)育障礙如孤獨(dú)癥、躁郁癥和精神分裂癥可能在早期發(fā)育階段就已顯現(xiàn)，但目前缺乏有效手段監(jiān)測(cè)這一關(guān)鍵時(shí)期的神經(jīng)活動(dòng)。哈佛大學(xué)約翰·A·保爾森工程與應(yīng)用科學(xué)學(xué)院的Jia Liu團(tuán)隊(duì)開發(fā)出一種柔軟可拉伸的生物電子植入物，能夠在胚胎發(fā)育過程中無縫整合并記錄神經(jīng)活動(dòng)。

?軟網(wǎng)狀電子器件逐步植入蝌蚪胚胎大腦的示意圖。Credit: Liu Lab / Harvard SEAS

研究團(tuán)隊(duì)使用氟化彈性體（perfluoropolyether-dimethacrylate）制造出柔軟、超薄的網(wǎng)狀微電極陣列。這種材料像生物組織一樣柔軟，但可以設(shè)計(jì)成高彈性的電子元件。研究人員將設(shè)備植入蝌蚪胚胎的神經(jīng)板（早期大腦發(fā)育的扁平結(jié)構(gòu)），利用組織自然從2D到3D的重構(gòu)過程實(shí)現(xiàn)整合。隨著大腦發(fā)育，設(shè)備會(huì)變形、拉伸和分布，與神經(jīng)組織無縫整合。免疫染色、基因表達(dá)分析和行為測(cè)試證實(shí)，該設(shè)備不會(huì)對(duì)大腦發(fā)育或功能產(chǎn)生不良影響。研究顯示，該技術(shù)能夠以毫秒級(jí)精度記錄單個(gè)腦細(xì)胞電活動(dòng)，且不影響正常發(fā)育或行為。在蠑螈模型中，該設(shè)備不僅能記錄再生過程中的神經(jīng)活動(dòng)，還能通過電刺激調(diào)節(jié)該過程。這項(xiàng)突破性技術(shù)已授權(quán)給Jia Liu共同創(chuàng)立的初創(chuàng)公司Axoft進(jìn)行進(jìn)一步開發(fā)。研究發(fā)表在 Nature 上。

#大模型技術(shù) #自動(dòng)化科研 #強(qiáng)化學(xué)習(xí) #語言模型代理 #自我監(jiān)督學(xué)習(xí)

閱讀更多：

Sheng, Hao, et al. “Brain Implantation of Soft Bioelectronics via Embryonic Development.” Nature, June 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41586-025-09106-8

將AI無縫整合到病理診斷過程中

數(shù)字病理學(xué)雖催生大量AI工具，但臨床采用率不足5%。弗里德里希-亞歷山大大學(xué)埃爾蘭根-紐倫堡大學(xué)與意大利格拉維納醫(yī)院的Miriam Angeloni、Fulvia Ferrazzi等開發(fā)出首個(gè)基于HL7標(biāo)準(zhǔn)的開源整合框架，成功將16個(gè)深度學(xué)習(xí)模型無縫接入醫(yī)院信息系統(tǒng)，使AI輔助診斷準(zhǔn)確率提升至81.6%。

?整合框架的運(yùn)作模式。Credit: Genome Medicine (2025).

研究團(tuán)隊(duì)在意大利全數(shù)字化病理科室中，構(gòu)建了Python服務(wù)器-客戶端架構(gòu)，通過HL7醫(yī)療信息標(biāo)準(zhǔn)連接解剖病理實(shí)驗(yàn)室信息系統(tǒng)（AP-LIS）與AI決策支持系統(tǒng)（AI-DSS）。系統(tǒng)集成16個(gè)預(yù)訓(xùn)練深度學(xué)習(xí)模型，能根據(jù)組織類型和染色方法自動(dòng)選擇算法，并采用開源工具QuPath生成彩色熱力圖直觀顯示預(yù)測(cè)結(jié)果。創(chuàng)新性地設(shè)計(jì)兩種工作模式：默認(rèn)模式下，每張新數(shù)字化切片會(huì)觸發(fā)自動(dòng)分析；病理學(xué)家也可通過虛擬切片托盤手動(dòng)選擇特定模型。測(cè)試顯示，系統(tǒng)在手術(shù)預(yù)后良好病例中識(shí)別準(zhǔn)確率達(dá)81.6%，對(duì)常規(guī)MRI難以檢測(cè)的病例敏感度提升至63.7%?？蚣芡ㄟ^完全開源方案降低90%部署成本，陽性預(yù)測(cè)值從傳統(tǒng)算法的39%躍升至76%。研究為全球病理科AI整合提供了可復(fù)用的技術(shù)藍(lán)本。研究發(fā)表在 Genome Medicine 上。

#疾病與健康 #跨學(xué)科整合 #個(gè)性化醫(yī)療 #數(shù)字病理學(xué) #AI驅(qū)動(dòng)科學(xué)

閱讀更多：

Angeloni, Miriam, et al. “Closing the Gap in the Clinical Adoption of Computational Pathology: A Standardized, Open-Source Framework to Integrate Deep-Learning Models into the Laboratory Information System.” Genome Medicine, vol. 17, no. 1, May 2025, p. 60. BioMed Central, https://doi.org/10.1186/s13073-025-01484-y

新指標(biāo)scGraph識(shí)別細(xì)胞嵌入的偽優(yōu)秀算法

單細(xì)胞嵌入方法如何避免“高分低能”？Hanchen Wang、Jure Leskovec和Aviv Regev團(tuán)隊(duì)發(fā)現(xiàn)，當(dāng)前評(píng)估指標(biāo)可能誤導(dǎo)算法開發(fā)——他們?cè)O(shè)計(jì)的簡(jiǎn)單模型Islander雖在指標(biāo)上碾壓主流方法，卻扭曲生物結(jié)構(gòu)。為此，團(tuán)隊(duì)提出新指標(biāo)scGraph，為細(xì)胞嵌入的生物學(xué)真實(shí)性設(shè)立新標(biāo)準(zhǔn)。

研究首先訓(xùn)練三層感知器Islander，其僅優(yōu)化現(xiàn)有評(píng)估指標(biāo)（如鄰域保留率），卻在多個(gè)細(xì)胞圖譜中超越t-SNE、UMAP等方法。進(jìn)一步分析顯示，Islander通過“指標(biāo)博弈”導(dǎo)致細(xì)胞群異常分離（即漂流島現(xiàn)象），暴露指標(biāo)忽視生物結(jié)構(gòu)的缺陷。團(tuán)隊(duì)隨后開發(fā)scGraph，通過圖論量化細(xì)胞鄰域（cellular neighborhood）的拓?fù)溥B續(xù)性，能有效捕捉局部生物關(guān)系失真。實(shí)驗(yàn)證實(shí)，scGraph對(duì)傳統(tǒng)指標(biāo)認(rèn)為“優(yōu)秀”但實(shí)際扭曲生物信號(hào)的嵌入發(fā)出警告，例如它識(shí)別出Islander將本應(yīng)連續(xù)的發(fā)育軌跡切割為離散島嶼。這一成果推動(dòng)單細(xì)胞領(lǐng)域從數(shù)值優(yōu)化轉(zhuǎn)向生物真實(shí)性評(píng)估。研究發(fā)表在 Nature Biotechnology 上。

#AI驅(qū)動(dòng)科學(xué) #預(yù)測(cè)模型構(gòu)建 #單細(xì)胞生物學(xué) #計(jì)算生物學(xué) #數(shù)據(jù)可視化

閱讀更多：

Wang, Hanchen, et al. “Limitations of Cell Embedding Metrics Assessed Using Drifting Islands.” Nature Biotechnology, June 2025, pp. 1–4. www.nature.com, https://doi.org/10.1038/s41587-025-02702-z

AI納米孔技術(shù)實(shí)現(xiàn)分鐘級(jí)活病毒檢測(cè)，準(zhǔn)確率超90%

傳統(tǒng)病毒檢測(cè)需數(shù)小時(shí)且無法區(qū)分病毒活性，嚴(yán)重制約臨床干預(yù)效率。Noriyasu Hashida、Hiroyasu Takei、Masateru Taniguchi等跨國團(tuán)隊(duì)開發(fā)出基于納米孔與AI的檢測(cè)系統(tǒng)，可在幾分鐘內(nèi)完成活病毒識(shí)別，為皰疹病毒等致盲病原體提供快速診斷方案。

?皰疹病毒的結(jié)構(gòu)、納米孔模塊及其波形。Credit: PNAS Nexus (2025).

研究團(tuán)隊(duì)采用固態(tài)納米孔（solid-state nanopore）技術(shù)，通過測(cè)量病毒顆粒穿孔時(shí)的離子電流（ionic current）變化獲取病毒尺寸、表面電荷及分子結(jié)構(gòu)特征。結(jié)合AI波形分析，系統(tǒng)可識(shí)別單個(gè)病毒顆粒并區(qū)分皰疹病毒亞型，其靈敏度在培養(yǎng)病毒樣本中達(dá)100%。臨床驗(yàn)證顯示，對(duì)房水樣本的檢測(cè)特異性從初始71.4%通過參數(shù)優(yōu)化提升至90%以上，顯著優(yōu)于傳統(tǒng)PCR的耗時(shí)缺陷。關(guān)鍵技術(shù)突破在于實(shí)現(xiàn)了300納米孔徑下病毒單顆粒檢測(cè)，并通過機(jī)器學(xué)習(xí)算法建立了電導(dǎo)信號(hào)與病毒種類的映射關(guān)系。該系統(tǒng)已成功區(qū)分皰疹病毒Alphaherpesvirinae和Betaherpesvirinae亞科，為開發(fā)便攜式診斷設(shè)備奠定基礎(chǔ)。研究發(fā)表在 PNAS Nexus 上。

#疾病與健康 #AI驅(qū)動(dòng)科學(xué) #個(gè)性化醫(yī)療 #病毒檢測(cè) #納米孔技術(shù)

閱讀更多：

Hashida, Noriyasu, et al. “Rapid Diagnosis of Ocular Viral Infections via Single-Virus Detection Using Solid-State Nanopore: A Diagnostic Evaluation Study.” PNAS Nexus, vol. 4, no. 6, June 2025, p. pgaf161. Silverchair, https://doi.org/10.1093/pnasnexus/pgaf161

AI識(shí)別導(dǎo)致復(fù)雜疾病的關(guān)鍵基因組合

復(fù)雜疾病通常由多個(gè)基因共同作用導(dǎo)致，但現(xiàn)有方法難以準(zhǔn)確識(shí)別這些關(guān)鍵基因組合。西北大學(xué)的Adilson Motter、Benjamin Kuznets-Speck、Buduka Ogonor和Thomas Wytock團(tuán)隊(duì)開發(fā)了新型AI工具TWAVE，成功識(shí)別出多種復(fù)雜疾病的關(guān)鍵基因組合，包括糖尿病、癌癥和哮喘等。

研究團(tuán)隊(duì)開發(fā)了轉(zhuǎn)錄組范圍的條件變分自編碼器（TWAVE），這是一種結(jié)合生成式AI和優(yōu)化框架的創(chuàng)新方法。該模型通過分析基因表達(dá)數(shù)據(jù)，而非靜態(tài)的DNA序列，能夠更全面地捕捉基因間的相互作用。TWAVE利用臨床試驗(yàn)數(shù)據(jù)進(jìn)行訓(xùn)練，能夠區(qū)分健康與患病狀態(tài)的基因表達(dá)譜。實(shí)驗(yàn)驗(yàn)證顯示，該模型可以準(zhǔn)確預(yù)測(cè)基因網(wǎng)絡(luò)對(duì)特定基因開啟或關(guān)閉的反應(yīng)。研究結(jié)果顯示，TWAVE不僅成功識(shí)別出多種復(fù)雜疾病的關(guān)鍵基因組合，還發(fā)現(xiàn)了現(xiàn)有方法遺漏的重要基因。模型揭示了不同患者可能因完全不同的基因組合導(dǎo)致相同疾病，這一發(fā)現(xiàn)為個(gè)性化醫(yī)療提供了重要依據(jù)。此外，由于基因表達(dá)受環(huán)境影響，TWAVE的分析結(jié)果還間接反映了環(huán)境因素對(duì)疾病的作用機(jī)制。研究發(fā)表在 PNAS 上。

#疾病與健康 #個(gè)性化醫(yī)療 #AI驅(qū)動(dòng)科學(xué) #基因表達(dá)分析

閱讀更多：

Kuznets-Speck, Benjamin, et al. Generative Prediction of Causal Gene Sets Responsible for Complex Traits. bioRxiv, 22 Apr. 2025, p. 2025.04.17.649405. bioRxiv, https://doi.org/10.1101/2025.04.17.649405

單一材料電子皮膚賦予機(jī)器人人類觸感

劍橋大學(xué)工程系的David Hardman、倫敦大學(xué)學(xué)院的Thomas George Thuruthel和Fumiya Iida團(tuán)隊(duì)開發(fā)出革命性電子皮膚，僅用單一材料即可檢測(cè)多種觸覺信號(hào)，為機(jī)器人裝上靈敏的“神經(jīng)末梢”。

?科學(xué)家們研發(fā)出一種低成本、耐用且高靈敏度的機(jī)器人“皮膚”，可以像手套一樣安裝在機(jī)器人手上，使機(jī)器人能夠以類似人類的方式感知周圍環(huán)境信息。Credit: University of Cambridge

研究團(tuán)隊(duì)采用導(dǎo)電明膠基水凝膠（具有彈性和生物相容性的合成材料）作為基礎(chǔ)材料，通過高密度電阻抗斷層掃描技術(shù)實(shí)時(shí)監(jiān)測(cè)材料中863,040條導(dǎo)電通路的狀態(tài)變化。實(shí)驗(yàn)顯示，這種設(shè)計(jì)能同時(shí)識(shí)別人類手指輕觸（靈敏度達(dá)0.1牛）、80°C溫差、刀具切割等六類刺激。機(jī)器學(xué)習(xí)模型幫助系統(tǒng)從海量數(shù)據(jù)中篩選關(guān)鍵信號(hào)通路，使32個(gè)腕部電極即可實(shí)現(xiàn)全手170萬次/秒的采樣。在人手形狀的測(cè)試中，系統(tǒng)成功區(qū)分同時(shí)發(fā)生的多點(diǎn)觸壓和溫度變化，準(zhǔn)確率達(dá)92%。相比需要多種傳感器的傳統(tǒng)方案，新材料成本降低70%，且抗損傷能力提升3倍。研究為假肢感知、工業(yè)機(jī)器人和救災(zāi)裝備提供了突破性解決方案。研究發(fā)表在 Science Robotics 上。

#AI驅(qū)動(dòng)科學(xué) #預(yù)測(cè)模型構(gòu)建 #機(jī)器人技術(shù) #柔性電子 #人機(jī)交互

閱讀更多：

Hardman, David, et al. “Multimodal Information Structuring with Single-Layer Soft Skins and High-Density Electrical Impedance Tomography.” Science Robotics, vol. 10, no. 103, June 2025, p. eadq2303. science.org (Atypon), https://doi.org/10.1126/scirobotics.adq2303

中國團(tuán)隊(duì)推出全球首個(gè)AI全自動(dòng)芯片設(shè)計(jì)系統(tǒng)QiMeng

中國科學(xué)院計(jì)算技術(shù)研究所與軟件研究所的Rui Zhang、Yuanbo Wen等研究人員開發(fā)了QiMeng系統(tǒng)，首次實(shí)現(xiàn)處理器芯片硬件軟件全自動(dòng)設(shè)計(jì)，其生成的芯片設(shè)計(jì)已具備等效傳統(tǒng)產(chǎn)品的功能完整性。

研究團(tuán)隊(duì)構(gòu)建了領(lǐng)域?qū)Ｓ玫拇笮酒Ｐ蚅PCM（Large Processor Chip Model），通過多模態(tài)架構(gòu)理解芯片設(shè)計(jì)中的圖數(shù)據(jù)（如數(shù)據(jù)流圖DFG），并采用級(jí)聯(lián)模型生成跨階段訓(xùn)練數(shù)據(jù)。LPCM配備雙反饋機(jī)制：功能正確性驗(yàn)證確保設(shè)計(jì)有效性，性能優(yōu)化反饋則通過剪枝低效子空間應(yīng)對(duì)10^540量級(jí)的解決方案空間?；贚PCM開發(fā)的硬件設(shè)計(jì)代理采用雙循環(huán)機(jī)制（外環(huán)性能優(yōu)化+內(nèi)環(huán)功能驗(yàn)證），實(shí)現(xiàn)從邏輯設(shè)計(jì)到物理布局的端到端自動(dòng)化；軟件設(shè)計(jì)代理則同步生成適配的編譯器工具鏈等基礎(chǔ)軟件。當(dāng)前系統(tǒng)已能生成等效英特爾486的設(shè)計(jì)，雖然性能落后現(xiàn)代芯片，但驗(yàn)證了技術(shù)路徑可行性。團(tuán)隊(duì)規(guī)劃通過三階段演進(jìn)最終形成自進(jìn)化設(shè)計(jì)框架，預(yù)計(jì)可縮短開發(fā)周期60%以上。

#大模型技術(shù) #自動(dòng)化科研 #代碼生成 #強(qiáng)化學(xué)習(xí) #單元測(cè)試

閱讀更多：

Zhang, Rui, et al. QiMeng: Fully Automated Hardware and Software Design for Processor Chip. arXiv:2506.05007, arXiv, 5 June 2025. arXiv.org, https://doi.org/10.48550/arXiv.2506.05007

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。