█ 神經科學

Nature：科學家提出腦類器官研究新標準

Nature：繪制單個神經元編碼行為狀態的過程

Nature：下丘腦視前區發育軌跡解密動物行為調控

100小時大腦活動記錄揭示大腦如何將聲音變成對話

樹突可塑性：記憶鏈接的關鍵機制

降低體溫可顯著延緩小鼠衰老

從模糊到清晰：大腦如何過濾視覺噪聲

大腦如何控制我們突然停止說話？

熒光傳感器揭示靈長類動物大腦中的多巴胺信號

記憶恢復與轉化：大腦如何幫助我們識別過去？

觀看自然場景可以減輕疼痛

危急時刻的大腦：量子力學模型揭示其快速反應機制

大腦如何處理有意識和無意識的聲音

逃跑還是僵住？雙眼視覺決定命運

想象導航與實際導航腦波相似

青少年大腦網絡分化預示決策能力發展

大腦神經網絡的新架構：對數正態分布揭示神經元連接規律

█ 認知科學

Nature：大腦的“社交積木”：快速理解復雜互動的秘密

衰老激活雌性小鼠海馬體中失活X染色體的基因表達

紅隊測試暴露 ChatGPT 的醫療隱患

大型語言模型在健康問答中表現優于傳統搜索引擎

少量黃金標準數據即可，LLM驅動的BERT模型在臨床領域大放異彩

位置-上下文加法模型讓社交媒體文本分類更精準

披露AI參與，患者滿意度小幅下降

AI工具PhyloFrame助力精準醫療，消除祖先偏差

社交媒體使用與妄想性障礙密切關聯

月經周期中心跳變化揭示女性心臟與大腦健康

大腦用同一套機制處理空間導航與語言

弱監督與情境學習結合，臨床NLP性能飛躍

機器學習助力生物膜降解，TeleProt發現高效核酸酶變體

兒童與成人的色彩體驗驚人相似

多巴胺不僅是快樂源泉，還能“刪除”記憶

自然神經元網絡中的振蕩：表觀現象還是基本的計算機制？

AI 精準提取癌癥治療關鍵生物標志物

大型語言模型顯著提升術后并發癥預測準確性

注意力錯誤如何影響我們的空間工作記憶

多吃魚，孩子更友善

人工智能實時反饋提升非常規工作中的信任度

AI生成論文首次通過同行評審

剪除虛假數據，AI模型性能大幅提升

無需重新訓練，實時糾正機器人行為

監控思維鏈可有效檢測AI模型的不當行為

Comet系統提升1.7 倍專家混合模型執行效率

█ 大腦健康

Science：破解數十年的帕金森病之謎，解析出PINK1蛋白結構

血液檢測提前四年預警癡呆風險

便攜式AI系統高效識別輕度認知障礙

中年飲食與腰臀比影響晚年大腦健康

降低生物能量年齡有助于抵御阿爾茨海默病

四分之三抑郁癥患者認為抗抑郁藥有幫助

腦電圖與機器學習結合，精準識別青少年抑郁癥

機器學習助力焦慮癥治療，準確率高達72%

敲除基因，逆轉大腦老化

腦成像與機器學習預測 PTSD 癥狀軌跡

賽洛辛增強神經可塑性，為精神疾病治療提供新思路

睡眠質量差破壞大腦的“廢物處理廠”

神經絲像魔術貼一樣堵塞大腦，導致神經功能受損

█ AI與神經技術

ConnectionMiner：揭示果蠅運動神經元的連接機制

寬帶技術提升深部腦刺激手術精度

HyenaDNA：基因組序列建模的新星

導電水凝膠：讓脊髓損傷研究更精準

腦部炎癥或是 COVID-19 神經并發癥的罪魁禍首

細胞因子適配器：精準調控免疫反應

3D打印技術打造逼真人工肌肉

手機應用程序幫助中風幸存者康復

大腦如何感受他人痛苦：前扣帶回皮層的關鍵作用

智能行為數字孿生（IADT）實現實時自主控制

Bell Jar：AI驅動的腦圖譜繪制工具加速神經科學研究

外骨骼與數字孿生技術助力中風患者康復

Exo 2：高性能計算的新編程語言，代碼量減少 100 倍

*如需定位對應內容，請使用微信的檢索功能

（點擊右上方三點，找到查找頁面內容按鈕）

神經科學

Nature：科學家提出腦類器官研究新標準

腦類器官作為三維腦模型，為研究大腦的發展、演化和疾病提供了重要工具。然而，其局限性和實驗標準化問題亟待解決。由斯坦福大學的Sergiu Pasca和分子生物技術研究所（IMBA）的Jürgen Knoblich等科學家發表了一篇共識論文，提出了一個改進腦類器官的實驗框架，旨在提高實驗的可重復性和結果的可轉移性。

?顯微鏡圖像和腦類器官中 CHOOSE 系統的藝術表現。Credit: Knoblich Lab/IMBA

該框架涵蓋了從干細胞選擇到神經元功能評估的多個方面。首先，研究人員建議使用高質量的人類多能干細胞（hPSC, human pluripotent stem cells）作為起點，確保類器官的細胞來源可靠。其次，框架詳細描述了生成和表征神經細胞的過程，包括如何誘導干細胞形成特定腦區的模型。此外，研究還提出了評估腦類器官功能特性的方法，如測量神經元活性和將類器官整合到神經元回路中。通過這些標準化步驟，研究人員能夠更好地模擬大腦的生理功能，并揭示新的組織生物學和病理生理學見解。研究發表在 Nature 上。

#神經科學 #跨學科整合 #腦類器官 #干細胞 #神經回路

閱讀更多：

Pa?ca, Sergiu P., et al. “A Framework for Neural Organoids, Assembloids and Transplantation Studies.” Nature, vol. 639, no. 8054, Mar. 2025, pp. 315–20. www.nature.com, https://doi.org/10.1038/s41586-024-08487-6

Nature：繪制單個神經元編碼行為狀態的過程

初級軀體感覺皮層神經元如何處理不同類型的感覺信息，并表現出不同的活動模式一直是個謎。美國國立衛生研究院的研究團隊通過高分辨率單細胞映射技術，揭示了丘腦輸入是運動相關神經元的主要驅動因素，而運動皮層輸入作用較小。

?缺乏偽手術單細胞基礎的單突觸輸入追蹤實驗中的突觸前標記。Credit: Nature (2025).

研究團隊使用雙光子鈣成像、光遺傳學、神經藥理學和單細胞單突觸逆向追蹤技術，繪制了小鼠初級軀體感覺皮層單個神經元突觸前網絡的圖譜。研究發現，神經元編碼行為狀態接收來自運動皮層區域的輸入顯著減少，而來自丘腦區域的輸入更多，尤其是腹側后內側核。光遺傳學抑制丘腦輸入減少了行為狀態依賴性活動，而阻斷神經調節輸入，如乙酰膽堿和去甲腎上腺素，影響最小。皮層狀態轉變在多日間保持穩定，這與之前描述其為短暫性的模型相矛盾。即使在神經調節輸入的藥理學阻斷后，與行為狀態相關的神經元活動模式仍然完整，這表明谷氨酸能突觸輸入在維持這些表征中起著主導作用。研究發表在 Nature 上。

#神經科學 #神經機制與腦功能解析 #丘腦輸入 #初級軀體感覺皮層 #光遺傳學

閱讀更多：

Inácio, Ana R., et al. “Brain-Wide Presynaptic Networks of Functionally Distinct Cortical Neurons.” Nature, Feb. 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41586-025-08631-w

Nature：下丘腦視前區發育軌跡解密動物行為調控

哺乳動物在早期生命階段的行為和生理變化如何與神經元發育相關聯？為了探索這一問題，Harris S. Kaplan、Brandon L. Logeman、Kai Zhang等研究人員合作，使用單核RNA測序和單核染色質可及性測序技術，揭示了下丘腦視前區（POA）神經元的發育軌跡，為理解行為與生理調控的神經機制提供了新視角。

研究團隊對小鼠從胚胎期到成年期的多個時間點進行了單核RNA測序和單核染色質可及性測序，并結合已發表的成年POA細胞類型圖譜，系統分析了147種神經元類型的發育軌跡。研究發現，POA神經元在胚胎期E12到E16之間生成，并在出生后迅速多樣化。不同POA亞區的神經元類型在發育過程中表現出不同的成熟軌跡，這些軌跡受到性別、行為功能和生理需求的顯著影響。

此外，研究還發現嗅覺輸入對POA發育的時間調控具有重要作用。通過分析多種感官突變體，研究團隊進一步驗證了嗅覺感知在POA細胞類型成熟中的關鍵作用。這些結果為理解本能行為回路在早期生命中的發育和功能提供了新的機制性見解。研究發表在 Nature 上。

#神經科學 #神經機制與腦功能解析 #下丘腦視前區 #單核RNA測序 #嗅覺感知

閱讀更多：

Kaplan, Harris S., et al. “Sensory Input, Sex and Function Shape Hypothalamic Cell Type Development.” Nature, Mar. 2025, pp. 1–12. www.nature.com, https://doi.org/10.1038/s41586-025-08603-0

100小時大腦活動記錄揭示大腦如何將聲音變成對話

耶路撒冷希伯來大學的Ariel Goldstein與谷歌研究團隊、普林斯頓大學神經科學研究所的Hasson實驗室以及紐約大學Langone綜合癲癇中心的Flinker和Devinsky合作，開發了一個統一的計算框架，研究大腦如何處理日常對話。通過分析超過100小時的真實對話中的大腦活動，研究揭示了大腦在語言處理中的神經通路，為語音技術和通信工具的進步提供了新的方向。

研究團隊使用電皮質電圖（ECoG, electrocorticography）記錄了4名患者在100小時的真實對話中的神經信號，并利用名為Whisper的語音轉文字模型，將語言分解為聲學、語音和詞匯層面的嵌入（embeddings）。通過線性回歸模型，研究人員將這些嵌入與大腦活動進行映射，發現該模型能夠準確預測大腦在不同語言處理層次上的活動。

研究結果顯示，大腦在處理語言時遵循一定的層次結構，聽覺和運動區域與語音模式更相關，而高級語言區域則與詞匯意義更相關。此外，研究還揭示了語言處理的時序性，即在說話前大腦從詞匯到語音的編碼，而在聽后會從語音到詞匯的編碼。這項研究為理解大腦如何處理自然語言提供了新的視角，并為未來的語音技術和溝通工具開發奠定了基礎。研究發表在 Nature Human Behaviour 上。

#神經科學 #大腦信號解析 #語言處理 #語音技術 #計算模型

閱讀更多：

Goldstein, Ariel, et al. “A Unified Acoustic-to-Speech-to-Language Embedding Space Captures the Neural Basis of Natural Language Processing in Everyday Conversations.” Nature Human Behaviour, Mar. 2025, pp. 1–15. www.nature.com, https://doi.org/10.1038/s41562-025-02105-9

樹突可塑性：記憶鏈接的關鍵機制

記憶鏈接是大腦將時間相近的事件記憶相互連接的過程，但其神經機制尚不明確。加州大學洛杉磯分校的Alcino Silva和Megha Sehgal團隊與克里特島研究與技術基金會的Yiota Poirazi實驗室合作，揭示了樹突可塑性在記憶鏈接中的關鍵作用。

?代表縱向成像中突觸動力學示例，顯示在關聯記憶形成后新突觸的聚集。Credit: Nature Neuroscience (2025).

研究團隊采用了三種互補的成像技術，包括縱向單光子和雙光子成像，觀察了活體小鼠神經元中的體細胞、樹突和棘的動態變化。通過活動依賴性標記和遺傳操作，研究人員發現，當小鼠形成時間相近的記憶時，相同的樹突和棘會被激活。實驗還表明，通過干預將獨立記憶存儲在相同的樹突中，可以成功鏈接這些記憶。計算建模進一步驗證了局部樹突可塑性在記憶整合中的重要性，揭示了樹突節段上的突觸聚集和穩定性對記憶鏈接的關鍵作用。研究發表在 Nature Neuroscience 上。

#神經科學 #記憶機制 #樹突可塑性 #計算建模 #阿爾茨海默病

閱讀更多：

Sehgal, Megha, et al. “Compartmentalized Dendritic Plasticity in the Mouse Retrosplenial Cortex Links Contextual Memories Formed Close in Time.” Nature Neuroscience, Feb. 2025, pp. 1–14. www.nature.com, https://doi.org/10.1038/s41593-025-01876-

降低體溫可顯著延緩小鼠衰老

冬眠和日間休眠是動物適應極端環境的策略，但其對衰老的影響機制尚不清楚。懷特黑德研究所的Sini?a Hrvatin團隊通過誘導小鼠進入類似冬眠的狀態，發現體溫降低是延緩衰老的關鍵因素。

?長期通過重復 CNO 給藥誘導 TLS 的示意圖。Credit: Nature Aging (2025).

研究團隊通過在小鼠下丘腦特定區域注射腺相關病毒，誘導小鼠進入類似冬眠的狀態（TLS），并持續數月。使用哺乳動物血液表觀遺傳時鐘（mammalian blood epigenetic clock）和臨床脆弱指數評估衰老情況。研究發現，類似冬眠的狀態使小鼠的血液表觀遺傳年齡減少了37%，且脆弱指數低于對照組。進一步分析表明，體溫降低是抗衰老效果的關鍵因素，而代謝率和熱量攝入的單獨影響較小。研究發表在 Nature Aging 上。

#神經科學 #健康管理與壽命延長 #表觀遺傳時鐘 #冬眠 #體溫調節

閱讀更多：

Jayne, Lorna, et al. “A Torpor-like State in Mice Slows Blood Epigenetic Aging and Prolongs Healthspan.” Nature Aging, Mar. 2025, pp. 1–13. www.nature.com, https://doi.org/10.1038/s43587-025-00830-4

從模糊到清晰：大腦如何過濾視覺噪聲

側抑制機制在大腦處理視覺信息中扮演關鍵角色，但其具體機制和影響尚不完全清楚。喬治亞理工學院的研究團隊，包括Bilal Haider、Joseph Del Rosario和Hannah Choi，通過激活小鼠視覺皮層中的特定神經元，揭示了側抑制如何影響視覺對比敏感度。

?SST 側抑制控制心理測量對比敏感度的斜率。Credit: Nature Neuroscience (2025).

研究團隊使用光遺傳學激活小鼠視覺皮層中的PV和SST神經元。結果顯示，PV神經元的激活均勻降低視覺對比敏感度，類似于降低電腦屏幕亮度；而SST神經元的激活則改變對比敏感度曲線的斜率，更精細地調節對比感知。這些發現表明，不同類型的抑制性神經元通過不同的計算方式實現側抑制，這對于理解大腦如何處理視覺信息具有重要意義。研究發表在 Nature Neuroscience 上。

#神經科學 #神經機制與腦功能解析 #側抑制 #光遺傳學 #視覺感知

閱讀更多：

Del Rosario, Joseph, et al. “Lateral Inhibition in V1 Controls Neural and Perceptual Contrast Sensitivity.” Nature Neuroscience, Mar. 2025, pp. 1–12. www.nature.com, https://doi.org/10.1038/s41593-025-01888-4

大腦如何控制我們突然停止說話？

我們如何會突然主動停止言語？加州大學舊金山分校的Lingyun Zhao、Alexander B. Silva及其團隊發現了一個支持言語抑制控制的運動前皮層網絡，揭示了這一機制。

?言語停止時運動前神經激活。Credit: Nature Human Behaviour (2025).

研究團隊使用高密度皮層腦電圖（ECoG）記錄了13名難治性癲癇患者在進行言語停止任務時的神經活動。結果顯示，運動前額葉皮質中存在與停止說話相關的明顯活動，且這種活動主要發生在說話中途突然停止時，而非自然完成短語時。進一步的實驗通過電刺激驗證了這一機制，表明這一網絡支持言語的抑制控制。研究發表在 Nature Human Behaviour 上。

#神經科學 #神經機制與腦功能解析 #言語控制 #運動前皮層 #高密度皮層腦電圖

閱讀更多：

Zhao, Lingyun, et al. “Inhibitory Control of Speech Production in the Human Premotor Frontal Cortex.” Nature Human Behaviour, Mar. 2025, pp. 1–16. www.nature.com, https://doi.org/10.1038/s41562-025-02118-4

熒光傳感器揭示靈長類動物大腦中的多巴胺信號

多巴胺在靈長類動物大腦中的作用機制尚不明確，尤其是其在紋狀體中的信號傳遞如何影響行為和動機。京都大學和劍橋大學的研究團隊開發了一種熒光多巴胺傳感器，用于監測非人類靈長類動物大腦中的多巴胺信號。

?用熒光多巴胺傳感器檢測非人類靈長類動物大腦中的多巴胺信號。Credit: (KyotoU/Amita lab)

研究團隊對恒河猴進行了巴甫洛夫概率獎勵任務的訓練，并使用熒光多巴胺傳感器監測其大腦中的多巴胺信號。通過分析猴子的舔舐和凝視行為，研究團隊發現熒光傳感器能夠有效捕捉多巴胺瞬變。研究發現，紋狀體中的多巴胺信號因位置不同而有所變化。前殼核（anterior putamen）對未預測的獎勵表現出積極的反應，而尾狀核頭（caudate head）則表現出微弱的反應。這一發現對于理解背側紋狀體在認知和運動功能中的作用具有重要意義，尤其是在研究神經退行性疾病如帕金森病和路易體癡呆方面。研究發表在 PNAS 上。

#神經科學 #大腦信號解析 #多巴胺 #熒光傳感器 #神經退行性疾病

閱讀更多：

Hidetoshi Amita et al, Fluorescence detection of dopamine signaling to the primate striatum in relation to stimulus–reward associations, Proceedings of the National Academy of Sciences (2025). DOI: 10.1073/pnas.2426861122

記憶恢復與轉化：大腦如何幫助我們識別過去？

近期，西北大學的Elizabeth Johnson及其國際合作團隊通過分析兒童、青少年和年輕人的顱內腦電圖數據，揭示了記憶痕跡在大腦中的恢復和轉化過程，為理解記憶的神經基礎提供了新視角。

?任務、樣本、行為表現和電極覆蓋范圍。Credit: Science Advances (2025).

研究人員利用顱內腦電圖技術，記錄了參與者在觀看視覺場景后識別記憶時的神經活動。通過表征相似性分析，他們追蹤了記憶痕跡的恢復和轉化過程。研究發現，記憶識別依賴于兩個獨立的過程：恢復發生在顳葉皮層，而轉化則發生在頂葉皮層。此外，研究還揭示了神經網絡中泛化和分化在記憶編碼和檢索中的重要作用。通過深度神經網絡模型，研究人員模擬了記憶痕跡的不同格式，發現記憶形成依賴于超越視覺特征的廣義和記憶特異性表征格式。這一研究為理解記憶的靈活性和多面性提供了重要線索，并為未來研究記憶發展和神經生理學奠定了基礎。研究發表在 Science Advances 上。

#神經科學 #記憶機制 #顱內腦電圖 #表征相似性分析 #深度神經網絡

閱讀更多：

Rau, Elias M. B., et al. “Reinstatement and Transformation of Memory Traces for Recognition.” Science Advances, vol. 11, no. 8, Feb. 2025, p. eadp9336. science.org (Atypon), https://doi.org/10.1126/sciadv.adp9336

觀看自然場景可以減輕疼痛

自然環境對健康有益，但其減輕疼痛的機制尚不明確。維也納大學和埃克塞特大學的研究團隊通過神經影像學研究發現，觀看虛擬自然場景可以減少疼痛感。

研究使用功能磁共振成像技術，監測49名健康參與者在接受電擊疼痛時的腦部活動。參與者觀看虛擬自然場景、城市場景和室內場景，同時接受電擊。通過多體素腦簽名方法（NPS和SIIPS1）分析疼痛相關的腦活動模式。結果顯示，觀看自然場景時，參與者報告的疼痛感較低，且與痛覺相關的腦活動減少。這表明自然暴露通過改變痛覺和體感處理產生真正的鎮痛效果。研究發表在 Nature Communications 上。

#神經科學 #疼痛 #虛擬現實 #神經影像學 #自然療法

閱讀更多：

Steininger, Maximilian O., et al. “Nature Exposure Induces Analgesic Effects by Acting on Nociception-Related Neural Processing.” Nature Communications, vol. 16, no. 1, Mar. 2025, p. 2037. www.nature.com, https://doi.org/10.1038/s41467-025-56870-2

危急時刻的大腦：量子力學模型揭示其快速反應機制

人類大腦在面臨重大風險時能夠比計算機更快地做出決策，這一現象引發了神經科學領域的廣泛關注。巴塞羅那龐培法布拉大學（UPF）和牛津大學的研究團隊設計了一種名為CHARM（復雜諧波分解）的新型大腦計算分析模型，首次將量子力學原理應用于大腦動態分析，揭示了大腦在危急情況下的快速決策機制。

?(a) 七個流形網絡之間的兩個移位功能連接矩陣反映了清醒狀態（頂部）和深度睡眠狀態（底部）中的不同相互作用。 (b) 這些時間不對稱性通過七個流形網絡之間的箭頭（前 20%）說明，其中灰色箭頭對應負相互作用，棕色箭頭對應正相互作用，其粗細對應這些相互作用的值。 (c) CHARM 潛在空間中的時空特征可以通過 Edge 亞穩態捕捉，清醒和睡眠之間存在顯著差異。Credit: Deco, G.; Sanz Perl, Y.; Kringelbach M.L

研究團隊開發的CHARM模型基于薛定諤方程，利用其數學結構捕捉大腦動態中的非局部性和長距離連接特性。研究分析了1000多人的神經影像數據，發現當大腦處于臨界狀態（介于有序與混亂之間的過渡狀態）時，長距離神經連接的效率顯著增強。這種狀態類似于水變成冰的過渡過程，大腦在此狀態下表現出加劇的特性。

CHARM模型還揭示了清醒和睡眠狀態下大腦動態的顯著差異，表明大腦區域網絡而非單個區域是關鍵的計算引擎。這一發現不僅解釋了大腦在危急情況下的快速決策能力，還為神經系統疾病（如精神分裂癥和抑郁癥）的診斷和治療提供了新思路。研究發表在 Physical Review E 上。

#神經科學 #計算模型與人工智能模擬 #量子力學 #大腦動態 #長距離神經連接

閱讀更多：

Deco, Gustavo, et al. “Complex Harmonics Reveal Low-Dimensional Manifolds of Critical Brain Dynamics.” Physical Review E, vol. 111, no. 1, Jan. 2025, p. 014410. APS, https://doi.org/10.1103/PhysRevE.111.014410

大腦如何處理有意識和無意識的聲音

意識的本質一直是哲學、心理學和神經科學等領域的研究熱點，而感官感知常被用作研究意識的代理。耶魯大學的研究團隊由Hal Blumenfeld教授領導，致力于探索聽覺感知的神經機制。他們的研究揭示了有意識和無意識感知聲音時大腦活動的顯著差異，并提出了一個四部分框架來解釋意識感知的神經機制。

研究團隊設計了一項新穎的聽覺實驗，使用閾值水平的音調刺激（即在白噪聲背景下播放從不可察覺到完全可聽見的音調），并結合顱內腦電圖技術記錄大腦活動。這種方法能夠捕捉到高時空分辨率的神經信號，并分析寬帶伽馬功率（broadband gamma power, 40-115 Hz），這是一種反映局部神經元活動的指標。

研究結果顯示，當聲音被有意識感知時，大腦活動從早期聽覺區域開始，隨后在額葉眼區和丘腦出現早期活動增加，接著在額頂葉聯合皮層引發一波廣泛的活動。而未感知到的聲音則僅在早期聽覺區域表現出有限的神經活動。

?產生對外部聽覺刺激的意識的神經機制序列。Credit: NeuroImage (2025).

這一發現表明，聽覺感知涉及的網絡與視覺感知相似，支持了跨感官模式的共享意識機制假說。研究還提出了一個四部分框架來解釋意識感知的神經機制：（1）初級感覺區域的刺激檢測；（2）皮層下-皮層喚醒和顯著性網絡的短暫神經調節脈沖；（3）感覺皮層、檢測網絡和任務負網絡的信息流控制；（4）皮層層級處理和記憶編碼的持續波。這一框架為理解意識感知的時空動態提供了新的視角。研究發表在 NeuroImage 上。

#神經科學 #大腦信號解析 #聽覺感知 #意識模擬

閱讀更多：

“The Neural Activity of Auditory Conscious Perception.” NeuroImage, vol. 308, Mar. 2025, p. 121041. www.sciencedirect.com, https://doi.org/10.1016/j.neuroimage.2025.121041

逃跑還是僵住？雙眼視覺決定命運

為什么擁有兩只眼睛對生存如此重要？澳大利亞國立大學和伊拉斯姆斯 MC 的 Robin Broersen 助理教授帶領的國際團隊通過研究小鼠發現，雙眼視覺在評估威脅和做出快速反應中起關鍵作用。研究發現，雙眼小鼠在面對模擬的猛禽攻擊時更容易選擇逃跑，而單眼小鼠則更容易僵住不動。

?Credit: Current Biology (2025).

研究團隊使用了光遺傳學技術，發現來自左右眼的視覺信息通過三條主要通路傳遞到大腦的上丘腦：視網膜通路、半球間通路和皮質-頂蓋通路。這些信息在上丘腦中整合，幫助小鼠快速判斷威脅并做出反應。研究還發現，雙眼視覺信息在上丘腦中以一種“亞線性”方式相加，這意味著雙眼看到的信息并不是簡單疊加，而是經過復雜處理。最終，雙眼視覺顯著提高了小鼠的逃脫效率。這項研究不僅揭示了大腦如何處理視覺信息，還為未來開發相關治療方法提供了基礎。研究發表在 Current Biology 上。

#認知科學 #神經機制與腦功能解析 #雙眼視覺 #上丘腦 #光遺傳學

閱讀更多：

Broersen, Robin, et al. “Binocular Processing Facilitates Escape Behavior through Multiple Pathways to the Superior Colliculus.” Current Biology, vol. 0, no. 0, Feb. 2025. www.cell.com, https://doi.org/10.1016/j.cub.2025.01.066

想象導航與實際導航腦波相似

大腦形成和回憶空間記憶的能力對于在空間中移動和想象未來經歷至關重要。Martin Seeber、Nanthia Suthana 及其同事測量了五位患有癲癇的人類受試者的腦活動，這些受試者為了臨床監測目的，在顳葉內側慢性植入電極。研究發現，盡管沒有外部提示，在真實和想象中的導航過程中會出現相似的大腦波模式。

?實驗范式。Credit: Nature Human Behaviour (2025).

研究使用運動捕捉和顱內腦電圖記錄，比較了該區域在現實世界和想象導航過程中的 theta 振蕩。結果顯示，間歇性的 theta 動態，特別是在海馬體內，編碼空間信息并在現實世界導航中將導航路線分割成線性段。在想象導航期間，盡管沒有外部提示，theta 動態表現出類似的模式。統計模型成功重建了現實世界和想象的位置，提供了對人類導航和想象神經機制的見解。研究發表在 Nature Human Behaviour 上。

#認知科學 #記憶機制 #神經機制與腦功能解析 #大腦信號解析

閱讀更多：

Seeber, Martin, et al. “Human Neural Dynamics of Real-World and Imagined Navigation.” Nature Human Behaviour, Mar. 2025, pp. 1–13. www.nature.com, https://doi.org/10.1038/s41562-025-02119-3

青少年大腦網絡分化預示決策能力發展

明尼蘇達大學的Samuel Klein和Monica Luciana團隊研究了青少年到成年期間大腦獎勵處理和執行功能網絡的變化。他們發現，促進獎勵與行為控制的特定網絡在青春期過程中表現出差異，這一發現有助于理解青少年冒險行為和精神疾病的發展。

研究團隊分析了150多名11至25歲參與者的腦成像數據，重點關注腹側（VS）和背側（DS）紋狀體靜息態連接網絡的發展。他們發現，腹側 靜息態功能連接與獎勵處理相關腦區（如下顳葉扣帶回和內側眶額皮層）的連接隨年齡增加，而與執行功能相關腦區（如腹側和背外側前額葉皮層）的連接減少；背側靜息態功能連接則呈現相反模式。這些變化與獎勵決策和執行功能的改善相關，表明青少年神經發育以腹側和背側前額葉皮層連接的分化為特征。研究結果發表在 JNeurosci 上。

#神經科學 #預測模型構建 #青少年發展 #大腦網絡 #決策能力

閱讀更多：

Klein, Samuel D., et al. “Frontostriatal Networks Undergo Functional Specialization During Adolescence That Follows a Ventral-Dorsal Gradient: Developmental Trajectories and Longitudinal Associations.” Journal of Neuroscience, Feb. 2025. www.jneurosci.org, https://doi.org/10.1523/JNEUROSCI.1233-23.2025

大腦神經網絡的新架構：對數正態分布揭示神經元連接規律

大腦長期以來被看作是由突觸連接的神經元網絡，但其結構仍未得到解決。為了揭示神經網絡的結構，研究團隊通過對八個實驗映射的連接組進行比較分析，發現它們的度分布無法用現有的隨機或無標度模型來描述，而是可以通過對數正態分布很好地近似，盡管這些分布在大腦背景下缺乏機制解釋。

通過承認大腦的物理網絡性質，研究團隊展示了神經元大小由乘法過程控制，從而可以解析地推導出神經元長度分布的對數正態性質。研究框架不僅預測了八個連接組中的度和強度分布，還產生了一系列新的、可經驗證的不同神經元特征之間的關系。由此產生的乘法網絡代表了網絡科學的一種新架構，其獨特的定量特征彌合了神經結構和功能之間的關鍵差距，對大腦動力學、魯棒性和同步性具有重要意義。

#神經科學 #預測模型構建 #大腦信號解析 #對數正態分布 #神經網絡

閱讀更多：

Piazza, Ben, et al. Physical Network Constraints Define the Lognormal Architecture of the Brain’s Connectome. bioRxiv, 27 Feb. 2025, p. 2025.02.27.640551. bioRxiv, https://doi.org/10.1101/2025.02.27.640551

認知科學

Nature：大腦的“社交積木”：快速理解復雜互動的秘密

大腦如何處理復雜的社交信息？倫敦大學學院（UCL）的Marco Wittmann及其團隊通過一項新中，揭示了大腦如何使用“社交積木”來簡化并理解復雜的社交互動。

研究團隊使用功能性磁共振成像記錄了88名參與者的大腦活動，研究發現，大腦在處理多人群體的社交互動時，使用了一種稱為“基礎函數”（basis functions）的壓縮編碼方式。這種編碼方式類似于視覺和運動領域中的信息處理機制，能夠將復雜的社交信息簡化為幾個關鍵維度。研究團隊通過設計一個多人社交決策任務，發現大腦的背內側前額葉皮層（dmPFC）和前扣帶皮層（ACC）在社交認知過程中計算這些基礎函數。這些基礎函數以壓縮格式總結了可能的社交互動，并根據任務需求靈活組合，從而幫助大腦在復雜的社交環境中做出快速決策。

此外，研究還發現，大腦在處理社交信息時，不僅使用“以代理為中心”的編碼方式（即追蹤每個個體的表現），還使用“順序”編碼方式（即按照信息接收的順序追蹤互動模式）。這兩種編碼方式共同作用，使得大腦能夠高效地處理多人群體的社交互動。研究還通過行為實驗驗證了這些基礎函數在決策中的重要性，發現參與者在包含群體決策的任務中表現更好，表明基礎函數的壓縮編碼方式能夠提高決策的準確性。研究結果發表在 Nature 上。

#認知科學 #大腦信號解析 #社交互動 #前額葉皮層 #fMRI

閱讀更多：

Wittmann, Marco K., et al. “Basis Functions for Complex Social Decisions in Dorsomedial Frontal Cortex.” Nature, Mar. 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41586-025-08705-9

衰老激活雌性小鼠海馬體中失活X染色體的基因表達

雌性在壽命和認知老化方面表現出比雄性更強的韌性，這種性別差異可能與X染色體有關。Margaret Gadek、Cayce K. Shaw、Samira Abdulai-Saiku、Rowan Saloner等研究人員通過單核RNA測序技術，研究了雌性小鼠海馬體中失活X染色體（Xi）基因的表達變化，揭示了衰老對Xi基因的重新激活作用。

這項研究的關鍵方法是等位基因特異性單核RNA測序，研究人員分析了老化對雌性小鼠海馬體中Xi和活躍X染色體（Xa）基因表達的影響。研究發現，衰老顯著改變了Xi和Xa上的基因表達，尤其是Xi上的某些基因在衰老過程中被重新激活。例如，Xi上的Plp1基因在衰老海馬體中的表達增加，這種變化可能有助于雌性在認知老化中的優勢。此外，通過AAV介導的Plp1基因在海馬體中的表達提升，改善了衰老小鼠的認知功能。研究發表在 Science Advances 上。

#認知科學 #個性化醫療 #X染色體 #海馬體 #基因表達

閱讀更多：

Gadek, Margaret, et al. “Aging Activates Escape of the Silent X Chromosome in the Female Mouse Hippocampus.” Science Advances, vol. 11, no. 10, Mar. 2025, p. eads8169. science.org (Atypon), https://doi.org/10.1126/sciadv.ads8169

紅隊測試暴露 ChatGPT 的醫療隱患

大型語言模型在醫療領域的應用潛力巨大，但其可能產生的不準確或有害的回應需要被識別和糾正。Crystal T. Chang、Hodan Farah、Haiwen Gui 等研究人員通過紅隊測試（red teaming）方法，評估了 LLMs 在醫療場景中的表現，揭示了模型在安全、隱私、準確性和偏見方面的潛在風險。

研究的關鍵方法是紅隊測試，研究團隊召集了 80 名參與者，包括臨床醫生、醫學生和工程技術人員，通過模擬真實臨床案例對 LLMs 進行壓力測試。研究對不適當的回應進行了分類，包括安全、隱私、幻覺/準確性和偏見等方面。在 376 個獨特的提示中，20.1% 的回應被認為不適當，其中 GPT-3.5 的不適當回應率為 25.8%，GPT-4.0 為 16%。研究還發現，21.5% 在 GPT-3.5 中被認為適當的回應在更新的模型中變得不適當。這一研究為改進 LLMs 在醫療領域的應用提供了重要參考，未來可能有助于減少模型在實際應用中的風險。研究發表在 npj Digital Medicine 上。

#認知科學 #預測模型構建 #大型語言模型 #紅隊測試 #醫療應用

閱讀更多：

Chang, Crystal T., et al. “Red Teaming ChatGPT in Medicine to Yield Real-World Insights on Model Behavior.” Npj Digital Medicine, vol. 8, no. 1, Mar. 2025, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41746-025-01542-0

大型語言模型在健康問答中表現優于傳統搜索引擎

搜索引擎和大型語言模型在健康信息檢索中各有優勢，但哪種工具更有效尚不清楚。Marcos Fernández-Pichel、Juan C. Pichel、David E. Losada等研究人員通過比較這兩種工具在回答健康問題方面的表現，揭示了它們的優缺點。

研究團隊比較了四種流行搜索引擎（Google、Bing、Yahoo!、DuckDuckGo）、七種大型語言模型及其檢索增強（RAG）變體在回答150個健康相關問題（來自TREC Health Misinformation Track）中的表現。結果顯示，搜索引擎正確回答了50-70%的問題，但許多檢索結果并未針對健康問題。大型語言模型的準確性更高，正確回答了約80%的問題，但其表現對輸入提示非常敏感。檢索增強方法顯著提升了較小模型的性能，通過整合檢索證據，準確性提高了30%。這一研究表明，大型語言模型在健康問答中具有顯著優勢，但其表現高度依賴于輸入提示。檢索增強方法為提升模型性能提供了有效途徑。研究發表在 npj Digital Medicine 上。

#認知科學 #預測模型構建 #健康信息檢索 #大型語言模型 #檢索增強

閱讀更多：

Fernández-Pichel, Marcos, et al. “Evaluating Search Engines and Large Language Models for Answering Health Questions.” Npj Digital Medicine, vol. 8, no. 1, Mar. 2025, pp. 1–15. www.nature.com, https://doi.org/10.1038/s41746-025-01546-w

少量黃金標準數據即可，LLM驅動的BERT模型在臨床領域大放異彩

深度學習自然語言處理系統在臨床領域的應用面臨數據標注難題。Enshuo Hsu和Kirk Roberts等人提出了一種結合弱監督和上下文學習的方法，利用大型語言模型（LLMs）生成弱標簽，并通過監督微調（SFT）技術微調LLMs，最終微調BERT模型以執行下游任務。

研究提出了一種利用微調LLMs和弱監督的方法，幾乎不需要領域知識，通過基于提示的方法，LLM生成弱標簽數據用于訓練下游BERT模型，并在少量黃金標準數據上進一步微調。研究在三個廣泛使用的生物醫學基準測試中評估了該方法，結果顯示，使用不超過10個黃金標準筆記，最終BERT模型在F1分數上始終優于未微調的PubMedBERT，提升幅度為4.7-47.9%。僅使用50個黃金標準筆記，模型性能接近完全微調的系統。研究發表在 Scientific Reports 上。

#認知科學 #大模型技術 #自然語言處理 #弱監督 #臨床數據

閱讀更多：

Hsu, Enshuo, and Kirk Roberts. “Leveraging Large Language Models for Knowledge-Free Weak Supervision in Clinical Natural Language Processing.” Scientific Reports, vol. 15, no. 1, Mar. 2025, p. 8241. www.nature.com, https://doi.org/10.1038/s41598-024-68168-2

位置-上下文加法模型讓社交媒體文本分類更精準

隨著社交媒體文本數據的快速增長，開發高效的文本分類模型成為研究熱點。研究人員提出了一種新的位置-上下文加法（PCA）transformer模型，顯著提高了文本分類的準確性。

研究的關鍵方法是開發兩階段的PCA模型。第一階段通過改進詞嵌入技術，結合位置向量和雙向長短期記憶網絡（Bi-LSTM）增強文本表示。位置向量捕捉詞語在句子中的具體位置，而Bi-LSTM網絡通過處理詞語之間的上下文關系，提供更豐富的語義表示。

第二階段通過改進加性注意力機制，提升分類效率。研究團隊引入了全局查詢和上下文感知鍵機制，替代傳統的點積注意力機制，并采用16個注意力頭（multi-head attention）同時學習文本的多個方面。PCA模型在六個健康相關社交媒體文本數據集上的測試顯示，其分類準確性顯著提高，F1分數在五個數據集中提升了0.2%至10.2%。與現有的transformer模型相比，PCA模型在四個數據集中表現更優，F1分數提升了0.1%至2.1%。研究還發現，訓練數據量的增加對模型性能有積極影響。這一研究為社交媒體文本分類提供了新的解決方案，未來可能應用于更廣泛的自然語言處理任務。

#認知科學 #預測模型構建 #文本分類 #transformer模型 #詞嵌入

閱讀更多：

Wang, Yanwei, et al. Inference-Time Policy Steering through Human Interactions. arXiv:2411.16627, arXiv, 25 Nov. 2024. arXiv.org, https://doi.org/10.48550/arXiv.2411.16627

披露AI參與，患者滿意度小幅下降

隨著患者通過門戶向臨床醫生發送消息的增加，醫生的工作負擔和不滿情緒也在上升，人工智能被引入以減輕這一負擔。杜克大學醫學中心的Anand Chowdhury、Joanna S. Cavalier等研究人員進行了一項調查，旨在了解患者對AI生成消息的偏好以及披露AI參與對患者滿意度的影響。研究結果顯示，盡管患者對AI生成的消息略有偏好，但當被告知消息由AI生成時，他們的滿意度略有下降。

研究人員向杜克大學醫療系統患者咨詢委員會的成員發送了一系列調查問卷，涵蓋了不同嚴重程度的臨床主題。參與者被要求評估由AI或人類臨床醫生撰寫的消息，并披露或不披露作者身份。研究結果顯示，患者對AI生成的消息略有偏好，平均滿意度高出0.30分（5分制）。然而，當被告知消息由AI生成時，滿意度下降了0.13分。總體而言，無論作者是誰，患者對消息的滿意度都較高，但未披露AI參與時滿意度更高。研究發表在 JAMA Network Open 上。

#認知科學 #個性化醫療 #人工智能 #患者滿意度 #醫療系統

閱讀更多：

Cavalier, Joanna S., et al. “Ethics in Patient Preferences for Artificial Intelligence–Drafted Responses to Electronic Messages.” JAMA Network Open, vol. 8, no. 3, Mar. 2025, pp. e250449–e250449, https://doi.org/10.1001/jamanetworkopen.2025.0449

AI工具PhyloFrame助力精準醫療，消除祖先偏差

醫學遺傳研究中存在“祖先偏差”問題，即大多數研究基于單一祖先群體的數據，導致精準醫學的進步受限，全球大量人口在疾病治療和預防方面得不到充分服務。佛羅里達大學的 Kiley Graim 及其團隊開發了 PhyloFrame，一種機器學習工具，旨在通過人工智能解決遺傳數據中的祖先多樣性問題。研究顯著提高了精準醫療結果的準確性，能夠預測疾病亞型差異并為不同祖先背景的患者提供個性化治療方案。

?PhyloFrame 方法的可視化表示。Credit: Nature Communications (2025).

PhyloFrame 利用人口基因組數據庫 gnomAD，將大量健康人類基因組數據與特定疾病的小型數據集結合，使用超級計算機 HiPerGator 處理數十億個堿基對的 DNA 數據。通過整合功能交互網絡和轉錄組訓練數據，PhyloFrame 糾正了祖先偏差，顯著提高了所有祖先群體的預測能力，減少了模型過擬合，并更可能識別出已知的癌癥相關基因。在14個不同祖先群體的數據集中，PhyloFrame 能夠更好地調整祖先偏差，特別是在代表性不足的群體中，預測準確性顯著提高。研究發表在 Nature Communications 上。

#認知科學 #預測模型構建 #精準醫療 #祖先偏差 #機器學習

閱讀更多：

Smith, Leslie A., et al. “Equitable Machine Learning Counteracts Ancestral Bias in Precision Medicine.” Nature Communications, vol. 16, no. 1, Mar. 2025, p. 2144. www.nature.com, https://doi.org/10.1038/s41467-025-57216-8

社交媒體使用與妄想性障礙密切關聯

社交媒體在現代生活中扮演著重要角色，但其對心理健康的影響尚未完全明了。西蒙弗雷澤大學的Bernard Crespi和Nancy Yang等研究人員通過對2500多篇相關文獻的系統綜述，發現社交媒體使用程度高與涉及妄想的精神疾病之間存在密切聯系。

?一個關于社交媒體如何改變自我-他人互動背景下現實本質的模型。Credit: BMC Psychiatry (2025).

研究團隊通過對2500多篇關于社交媒體使用和精神疾病的文獻進行系統綜述，發現妄想癥是與社會媒體使用相關的最常見的心理疾病類型。這些障礙包括自戀型人格障礙（Narcissistic Personality Disorder, 優越感妄想）、情愛妄想癥（Erotomania, 認為名人愛上你）、體象障礙（Body Dysmorphic Disorder, 對自己身體某部分存在缺陷的妄想）和厭食癥（Anorexia, 對身體大小的妄想）。

研究指出，社交媒體平臺和應用程序的存在，以及缺乏有效的現實檢驗，使得妄想更容易產生和維持。研究呼吁減少社交媒體使用，并探索使在線社交互動更加接地氣和現實生活化的方法，如利用眼神接觸技術、3D視角、虛擬形象以及其他沉浸式技術。研究發表在 BMC Psychiatry 上。

#認知科學 #健康管理與壽命延長 #睡眠障礙 #激素變化 #認知行為療法

閱讀更多：

Yang, Nancy, and Bernard Crespi. “I Tweet, Therefore I Am: A Systematic Review on Social Media Use and Disorders of the Social Brain.” BMC Psychiatry, vol. 25, no. 1, Feb. 2025, p. 95. BioMed Central, https://doi.org/10.1186/s12888-025-06528-6

月經周期中心跳變化揭示女性心臟與大腦健康

馬克斯·普朗克人類認知與腦科學研究所的Jellina Prinsen、Julia Sacher和Arno Villringer團隊研究了女性月經周期中心跳變化對心臟和大腦健康的影響。他們的研究揭示了激素波動如何影響女性的壓力、情緒及長期健康，為個性化醫療提供了新的視角。

?女性大腦與心臟之間的聯系。Credit: MPI CBS

研究團隊通過分析月經周期中女性靜息心率的變化，發現心率在黃體中期平均每分鐘增加2.33次，這與孕酮水平的增加有關。這一變化可能影響女性的壓力水平和情緒，同時也對長期的心血管和神經健康產生影響。研究還發現，月經周期中的激素波動可能影響心臟內感受（cardiac interoception），即感知心臟內部狀態的能力，這對情緒處理和穩態調節至關重要。女性在心臟內感受測試中表現較差，這可能與性激素的作用有關。此外，研究指出，黃體期心臟迷走神經張力降低，可能增加女性在心律失常、高血壓或焦慮癥方面的風險。研究強調了在醫療診斷和治療中考慮月經周期的必要性，以促進更精準的個性化醫療。例如，黃體期可能需要調整β-受體阻滯劑（β-blockers）的劑量，以更好地控制心臟活動。研究發表在 Science Advances 上。

#認知科學 #個性化醫療 #心臟健康 #月經周期 #激素波動

閱讀更多：

Prinsen, Jellina, et al. “The Monthly Rhythm of the Brain-Heart Connection.” Science Advances, vol. 11, no. 10, Mar. 2025, p. eadt1243. science.org (Atypon), https://doi.org/10.1126/sciadv.adt1243

大腦用同一套機制處理空間導航與語言

空間導航和語言處理是否共享相同的腦部機制？沖繩科學技術研究所（OIST）、國家信息與通信技術研究所和東京大學的研究團隊通過開發“解耦后繼信息”（DSI）模型，揭示了海馬體和內嗅皮層可能使用類似的計算過程處理這兩種信息。

?DSI 表示捕捉了詞匯在群體層面的語義結構（DSI 去相關）。（A）通過詞匯表示向量（余弦相似度）和人類（WS353 數據集）評估的詞匯相似度的秩相關。對于 DSI，點表示 5 次不同隨機種子（學習不同初始值）的試驗；條形表示這 5 次模擬的平均值。（B）10 個語義類別中 100 個詞匯的 DSI 表示向量之間的差異矩陣（DSI 去相關）。選擇每個類別中的 10 個詞匯。使用與 Reber 等人（32）相同的差異度量標準（1 - 皮爾遜相關系數）。（C）基于（B）中顯示的差異矩陣，使用 MDS 可視化 DSI 的表示結構。每種顏色對應一個語義類別。Credit: Proceedings of the National Academy of Sciences (2025).

研究團隊提出的DSI模型通過數學方法將目標導向的空間導航與自然語言處理中的詞嵌入模型聯系起來。該模型生成的神經表征與地點細胞、網格細胞和概念細胞的活動高度相似。地點細胞和網格細胞負責空間導航，而概念細胞則與語義概念處理相關。

研究發現，海馬體和內嗅皮層不僅負責空間導航，還可能通過部分激活特定神經元群體來處理語言和概念信息。DSI模型通過簡單的算術運算實現了空間背景和詞語信息的推斷，并解釋了非網格細胞和概念細胞的部分調制機制。這一發現表明，空間和語義信息在大腦中可能共享相同的計算框架。研究發表在 Proceedings of the National Academy of Sciences 上。

#認知科學 #神經機制與腦功能解析 #空間導航 #語言處理 #DSI模型

閱讀更多：

Haga, Tatsuya, et al. “A Unified Neural Representation Model for Spatial and Conceptual Computations.” Proceedings of the National Academy of Sciences, vol. 122, no. 11, Mar. 2025, p. e2413449122. world, www.pnas.org, https://doi.org/10.1073/pnas.2413449122

弱監督與情境學習結合，臨床NLP性能飛躍

臨床自然語言處理面臨標記數據不足和隱私保護等挑戰。Enshuo Hsu和Kirk Roberts等人提出了一種結合弱監督和情境學習的方法，通過微調大型語言模型生成弱標簽，顯著提高了模型性能。

研究提出了一種由LLM驅動的弱監督方法，通過使用LLM創建弱標簽，減少對領域專業知識的依賴，并利用最新的提示監督微調技術對LLM進行微調。研究評估了四種實驗設置，包括Llama-SFTn-WS-BERTn和Llama-WS-BERTn等。在三個生物醫學基準上進行的評估顯示，使用微調后的Llama2-13B生成的弱標簽對BERT進行弱監督和微調，能夠顯著提高性能，且避免了在生產環境中部署LLM的計算負擔。研究發表在Scientific Reports上。

#認知科學 #大模型技術 #自然語言處理 #弱監督 #臨床數據

閱讀更多：

Hsu, Enshuo, and Kirk Roberts. “Leveraging Large Language Models for Knowledge-Free Weak Supervision in Clinical Natural Language Processing.” Scientific Reports, vol. 15, no. 1, Mar. 2025, p. 8241. www.nature.com, https://doi.org/10.1038/s41598-024-68168-2

機器學習助力生物膜降解，TeleProt發現高效核酸酶變體

蛋白質工程在工業和治療領域具有重要應用，但傳統的定向進化方法存在局限性。Neil Thomas、David Belanger、Chenling Xu等研究人員開發了TeleProt，一個結合進化和實驗數據的機器學習框架，用于優化核酸酶NucB的活性。

?圖形摘要。Credit：Cell Systems（2025）.

研究團隊使用TeleProt框架，結合超高通量微流控平臺，對NucB進行工程改造。TeleProt在多個方面優于DE，包括命中率、多樣性和初始文庫設計。研究團隊還發布了包含55,000個核酸酶變體的數據集，為ML引導設計提供了寶貴資源。研究發表在 Cell Systems 上。

#認知科學 #預測模型構建 #蛋白質工程 #機器學習 #核酸酶

閱讀更多：

Thomas, Neil, et al. “Engineering Highly Active Nuclease Enzymes with Machine Learning and High-Throughput Screening.” Cell Systems, vol. 0, no. 0, Mar. 2025. www.cell.com, https://doi.org/10.1016/j.cels.2025.101236

兒童與成人的色彩體驗驚人相似

兒童如何感知顏色？他們的意識體驗與成人有何異同？京都大學的Yusuke Moriguchi及其團隊通過開發一種觸摸屏界面，成功評估了幼兒的顏色體驗。研究發現，兒童與成人的色彩體驗結構高度一致，且跨文化和年齡差異極小。

研究團隊設計了一種觸摸屏界面，要求3-12歲的日本兒童、6-8歲的中國兒童以及日本成人對九種顏色的相似性進行評分，評分范圍從“非常相似”到“非常不相似”。實驗在線上和線下環境中進行，使用計算機或觸摸屏完成。結果顯示，兒童對顏色的體驗與成人幾乎相同，且這種體驗結構在不同年齡和文化中高度一致。盡管兒童對顏色名稱的理解和使用隨年齡增長而變化，但他們的色彩感受性結構保持一致。實驗環境對結果影響極小，證明了方法的穩健性。研究發表在 PNAS 上。

#認知科學 #意識模擬 #色彩體驗 #兒童發展 #跨文化研究

閱讀更多：

Moriguchi, Yusuke, et al. “Comparing Color Qualia Structures through a Similarity Task in Young Children versus Adults.” Proceedings of the National Academy of Sciences, vol. 122, no. 11, Mar. 2025, p. e2415346122. pnas.org (Atypon), https://doi.org/10.1073/pnas.2415346122

多巴胺不僅是快樂源泉，還能“刪除”記憶

多巴胺通常被認為與獎勵和學習相關，但其在記憶貶值中的作用尚不明確。密歇根州立大學的Alexander Johnson及其團隊通過實驗發現，多巴胺在降低與獎勵相關的記憶價值中發揮了關鍵作用，這一發現挑戰了傳統理論。

?通過活動依賴性標記和腹側被蓋區細胞的化學遺傳激活介導蔗糖獎勵貶值。Credit: Communications Biology (2025).

研究團隊首先訓練小鼠將聽覺提示（CS）與液體蔗糖獎勵建立關聯。在厭惡階段，研究人員僅呈現聽覺提示并將其與胃部不適誘導劑氯化鋰（LiCl）配對。通過活動依賴性標記技術，研究團隊標記了腹側被蓋區細胞，并在后續實驗中重新激活這些細胞，觀察其對蔗糖獎勵的享樂評價的影響。結果顯示，重新激活VTA細胞顯著降低了小鼠對蔗糖獎勵的喜好。

進一步，研究團隊利用光遺傳學和化學遺傳學技術驗證了VTA多巴胺細胞在獎勵貶值中的充分性和必要性。通過體內光纖光度法，研究人員還觀察到伏隔核中的多巴胺釋放與記憶貶值過程密切相關。此外，計算模型數據成功模擬了多巴胺信號在記憶重塑中的動態過程，進一步支持了多巴胺在編碼獎勵環境詳細特征中的關鍵作用。

這一研究表明，多巴胺不僅通過傳統的獎勵預測誤差機制支持學習，還在編碼獎勵的感官特征和狀態轉換中發揮了重要作用。這一發現為理解多巴胺在記憶處理中的復雜功能提供了新視角，并為成癮、抑郁等神經精神疾病的治療提供了潛在方向。研究發表在 Communications Biology 上。

#認知科學 #記憶機制 #多巴胺 #化學遺傳激活 #計算模型

閱讀更多：

Fry, Benjamin R., et al. “Devaluing Memories of Reward: A Case for Dopamine.” Communications Biology, vol. 8, no. 1, Feb. 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s42003-024-07440-7

自然神經元網絡中的振蕩：是表觀現象還是基本的計算機制？

長期以來，神經元振蕩被認為是循環相互作用的副現象，但一項新研究通過模擬實驗表明，振蕩在信息處理中扮演著關鍵角色。

研究團隊設計了一種名為諧波振蕩循環網絡（HORN）的模型，模擬了大腦皮層中的神經元振蕩。通過將網絡節點配置為阻尼諧波振蕩器，研究人員發現，振蕩節點顯著提升了網絡在模式分類任務中的性能。特別是在噪聲環境下，振蕩網絡表現出更強的魯棒性。

研究還發現，異質網絡（即節點具有不同振蕩頻率和延遲的網絡）在處理復雜任務時表現更佳。此外，Hebbian學習機制在HORN網絡中的應用進一步增強了網絡的分類能力，表明相關性學習在自然神經元網絡中具有重要作用。

這項研究不僅揭示了振蕩在神經元網絡中的計算功能，還為未來設計更高效的機器學習模型提供了新的思路。通過模擬自然神經元網絡的動態特性，研究人員展示了振蕩在特征綁定和場景分割等復雜任務中的潛力。研究發表在Human Arenas 上。

#認知科學 #預測模型構建 #神經元振蕩 #諧波振蕩循環網絡

閱讀更多：

Singer, Wolf, and Felix Effenberger. “Oscillations in Natural Neuronal Networks; An Epiphenomenon or a Fundamental Computational Mechanism?” Human Arenas, Mar. 2025. Springer Link, https://doi.org/10.1007/s42087-025-00478-x

AI 精準提取癌癥治療關鍵生物標志物

PD-L1 生物標志物檢測對癌癥治療決策至關重要，但由于實驗室報告的非結構化和隨時間變化的文檔模式，這些結果難以獲取。來自 Flatiron Health 和紐約大學朗格尼醫學中心的 Aaron Cohen 及其團隊應用開源大型語言模型從 Flatiron Health 美國全國性的 EHR 數據庫中提取與 PD-L1 檢測相關的七個生物標志物細節，結果顯示微調的 LLMs 能夠準確提取復雜的 PD-L1 測試細節。

研究團隊應用開源 LLMs（Llama-2-7B 和 Mistral-v0.1-7B）從 Flatiron Health 美國全國性的 EHR 數據庫中提取與 PD-L1 檢測相關的七個生物標志物細節。研究采用兩種方法：zero-shot 實驗（無微調）和基于 500、1000 和 1500 份文檔的手動標注數據進行微調。研究還比較了 LLMs 與基于 >10,000 個樣本訓練的深度學習模型的性能。結果顯示，微調的 LLMs 能夠準確提取復雜的 PD-L1 測試細節，F1 分數在 0.8 到 0.95 之間，日期準確率（15 天內）在 0.85 到 0.9 之間。微調的 LLMs 性能優于深度學習模型基線（ΔF1 = 0.05），盡管訓練數據量存在顯著差異。研究發表在 AI in Precision Oncology 上。

#認知科學 #個性化醫療 #大模型技術 #癌癥治療 #電子健康記錄 #生物標志物

閱讀更多：

Cohen, Aaron B., et al. “Large Language Model Extraction of PD-L1 Biomarker Testing Details From Electronic Health Records.” AI in Precision Oncology, Feb. 2025. liebertpub.com (Atypon), https://doi.org/10.1089/aipo.2024.0043

大型語言模型顯著提升術后并發癥預測準確性

術后并發癥如肺炎和血栓嚴重影響患者康復，傳統預測方法依賴結構化數據，難以捕捉臨床筆記中的細微信息。華盛頓大學圣路易斯分校的Chenyang Lu團隊開發了一種基于大型語言模型的新方法，通過分析術前筆記顯著提高了術后風險預測的準確性。

?比較不同的微調策略。a 比較了僅使用預訓練模型與使用其自監督目標對模型進行微調的使用情況。自監督微調涉及通過其目標損失函數（們）對預訓練模型的權重進行細化，使用提供的臨床筆記。b 闡述了半監督微調與基礎微調之間的差異。半監督微調側重于優化模型以實現感興趣的特定結果，而基礎微調采用多任務學習（MTL）目標，將數據集中所有可用的術后標簽納入其中。Credit: npj Digital Medicine (2025).

研究團隊使用84,875份術前筆記，通過自監督微調和基礎微調優化LLMs。自監督微調通過目標損失函數細化模型權重，而基礎微調采用多任務學習目標，整合所有術后標簽。結果顯示，預訓練的LLMs在AUROC（曲線下面積，area under the receiver operating characteristic curve）和AUPRC（精確率-召回率曲線下面積，area under the precision-recall curve）上分別比傳統方法提高了38.3%和33.2%。基礎微調進一步將AUROC和AUPRC提升了3.6%和2.6%。研究發表在 npj Digital Medicine 上。

#認知科學 #預測模型構建 #個性化醫療 #大型語言模型 #術后并發癥 #臨床筆記分析

閱讀更多：

Alba, Charles, et al. “The Foundational Capabilities of Large Language Models in Predicting Postoperative Risks Using Clinical Notes.” Npj Digital Medicine, vol. 8, no. 1, Feb. 2025, pp. 1–17. www.nature.com, https://doi.org/10.1038/s41746-025-01489-2

注意力錯誤如何影響我們的空間工作記憶

密歇根大學的研究團隊，由James A. Brissenden領導，探索了注意力錯誤對空間工作記憶的影響。他們的研究揭示了人類大腦如何通過調整空間表征來響應注意力分配中的錯誤。

?注意錯誤和空間工作記憶實驗范式。Credit: Nature Human Behaviour (2025).

研究團隊設計了五項實驗，其中三項在線進行，兩項使用眼動追蹤技術。在這些實驗中，參與者的注意力被有意引導到特定位置，導致注意力分配錯誤。研究發現，隨著這些錯誤的累積，參與者會自適應地改變他們被要求記憶的刺激的回憶，以抵消這些錯誤。具體來說，在工作記憶測試中，參與者記得所呈現的物體位于應該注意到的位置附近，以便在注意測試中最好地識別目標刺激。這一結果表明，我們在環境中注意和記憶信息的方式正在不斷調整和校準，這種微調可能在沒有意識意識的情況下發生。研究發表在 Nature Human Behaviour 上。

#認知科學 #記憶機制 #注意力錯誤 #空間工作記憶 #眼動追蹤

閱讀更多：

Brissenden, James A., et al. “Errors of Attention Adaptively Warp Spatial Cognition.” Nature Human Behaviour, Feb. 2025, pp. 1–12. www.nature.com, https://doi.org/10.1038/s41562-025-02109-5

多吃魚，孩子更友善

布里斯托爾大學的研究團隊發表了一項研究，探討了兒童海鮮攝入量與親社會行為之間的關系。研究發現，7歲時海鮮攝入量較少的孩子在7歲和9歲時表現出較少的親社會行為，如友好互動、利他主義和分享。

研究使用了“90后兒童”研究（Children of the '90s）中的5,969名參與者的數據，通過問卷調查收集了7歲時兒童的海鮮攝入量，并在7歲和9歲時通過父母填寫的困難與挑戰問卷（Strength and Difficulties Questionnaire, SDQ）評估了兒童的親社會行為。研究還使用調整后的邏輯回歸模型分析了海鮮攝入量與行為得分之間的關系。

結果顯示，7歲時海鮮攝入量較低（每周少于190克）的兒童，在7歲時表現出較差親社會行為的概率增加了35%（OR 1.35，95% CI 1.10-1.81，p=0.042），在9歲時這一概率進一步增加了43%（OR 1.43，95% CI 1.02-1.99，p=0.036）。然而，研究未發現海鮮攝入量與8歲時智商（IQ）之間的顯著關聯。

研究還指出，幾乎所有參與研究的兒童海鮮攝入量都未達到英國國家健康服務體系（NHS）的建議標準（每周至少兩份魚，其中一份為油性魚類）。研究人員推測，這可能與家長對魚類中污染物（如汞）的擔憂有關。盡管如此，研究強調了海鮮中富含的歐米伽-3脂肪酸、硒和碘等營養素對兒童神經發育和行為發展的重要性。研究發表在 European Journal of Nutrition 上。

#認知科學 #健康管理與壽命延長 #兒童營養 #親社會行為

閱讀更多：

Nel, L., et al. “Seafood Intake in Children at Age 7 Years and Neurodevelopmental Outcomes in an Observational Cohort Study (ALSPAC).” European Journal of Nutrition, vol. 64, no. 3, Mar. 2025, p. 120. Springer Link, https://doi.org/10.1007/s00394-025-03636-7

人工智能實時反饋提升非常規工作中的信任度

隨著知識工作變得越來越非例行化，傳統管理方法難以應對其不確定性。卡內基梅隆大學的約翰·米勒、Anita Williams Woolley 和艾倫·S·布朗等研究人員通過實驗發現，人工智能的實時反饋可以提高工人對算法績效評級的信任度，尤其是在高不確定性的任務中。

研究人員讓140名參與者在在線模擬家庭保健環境中執行護理任務，并隨機分配是否接收自動實時反饋。研究結果顯示，實時反饋提高了參與者對自身工作質量的感知，并減少了對最終評級的驚訝程度，從而增強了對算法績效評級的信任度。這一效果在高不確定性的任務中尤為顯著。研究還發現，AI可以通過提供透明度和與工人期望的一致性來補充人類工作，從而提升績效和信任度。這一研究為非常規工作環境中的管理提供了新的思路，未來可能有助于開發更有效的AI管理工具。研究發表在 Computers in Human Behavior 上。

#認知科學 #預測模型構建 #人工智能 #非常規工作 #實時反饋

閱讀更多：

“Beyond Efficiency: Trust, AI, and Surprise in Knowledge Work Environments.” Computers in Human Behavior, vol. 167, June 2025, p. 108605. www.sciencedirect.com, https://doi.org/10.1016/j.chb.2025.108605

AI生成論文首次通過同行評審

人工智能在科研領域的應用日益廣泛，但AI生成的論文能否通過嚴格的同行評審仍是一個未知數。Sakana AI的研究人員開發了名為The AI Scientist-v2的AI系統，旨在生成完全由AI撰寫的科學論文。研究團隊與ICLR 2025研討會合作，提交了三篇完全由AI生成的論文進行同行評審。其中一篇論文通過了評審，獲得了平均6.33的評分，高于研討會的平均接受閾值。盡管論文最終被撤回，但這一實驗表明AI生成的論文在某些情況下可以達到人類科學家的水平。

研究使用The AI Scientist-v2系統生成完全由AI撰寫的論文，并將其提交給ICLR 2025研討會進行同行評審。研究團隊與研討會組織者合作，提交了三篇AI生成的論文，其中一篇通過了評審，獲得了平均6.33的評分，高于研討會的平均接受閾值。盡管論文最終被撤回，但這一實驗表明AI生成的論文在某些情況下可以達到人類科學家的水平。研究團隊還進行了內部評審，發現AI生成的論文雖然存在一些錯誤，但包含了許多有趣且原創的想法。這一研究為AI在科研領域的應用提供了新的視角，未來可能有助于推動AI生成科學論文的發展。研究發表在 ICLR 2025 上。

#認知科學 #自動化科研 #AI生成論文 #同行評審

閱讀更多：

https://sakana.ai/ai-scientist-first-publication/

剪除虛假數據，AI模型性能大幅提升

人工智能模型在訓練過程中常常依賴于“虛假相關性”，這在實際應用中可能導致模型失效。北卡羅來納州立大學的Jung-Eun Kim及其團隊提出了一種新技術，通過移除訓練數據中的一小部分難以理解的樣本，有效克服了這一問題。

這項研究的關鍵方法是數據剪枝，研究人員通過識別并剪除包含虛假特征的少量訓練數據樣本，來解決虛假相關性問題。研究顯示，這種技術不需要預先知道虛假特征的具體信息，也不需要人類干預，就能有效提升模型性能。實驗結果表明，該技術在多種設置下達到了最先進的結果，顯著提高了模型的準確性和魯棒性。研究發表在 International Conference on Learning Representations 上。

#認知科學 #預測模型構建 #大模型技術 #數據剪枝 #虛假相關性

閱讀更多：

Mulchandani, Varun, and Jung-Eun Kim. Severing Spurious Correlations with Data Pruning. 2024. openreview.net, https://openreview.net/forum?id=Bk13Qfu8Ru

無需重新訓練，實時糾正機器人行為

機器人在執行復雜任務時，往往需要人類干預來糾正其行為，但傳統方法需要重新訓練模型，耗時且復雜。麻省理工學院和 NVIDIA 的研究團隊開發了一種新框架，允許用戶通過簡單直觀的方式實時糾正機器人行為，無需重新訓練模型。

?研究人員輕推了一下正在玩具廚房套裝中操作碗的機械臂，這是一種糾正其行為的方法。Credit: Melanie Gonick, MIT

研究人員開發了一種框架，允許用戶通過三種方式糾正機器人行為：指向目標、繪制軌跡或物理推動機器人手臂。該框架通過采樣技術確保機器人選擇有效且符合用戶意圖的動作。實驗表明，該方法成功率比傳統方法高出 21%，并且能夠通過用戶反饋不斷改進機器人行為。此外，提出的推理時策略引導（Inference-Time Policy Steering, ITPS）框架利用人類交互來偏置生成采樣過程，而不是在交互數據上微調策略。在三個模擬和現實世界基準測試中，ITPS 框架通過三種形式的人類交互和相關對齊距離指標進行評估。在六種采樣策略中，提出的基于擴散策略的隨機采樣在對齊和分布偏移之間取得了最佳平衡。這一研究為機器人任務執行提供了新的方法，未來可能廣泛應用于家庭和工業場景。

#認知科學 #意圖問題 #機器人交互 #采樣技術 #推理時策略引導

閱讀更多：

Wang, Yanwei, et al. Inference-Time Policy Steering through Human Interactions. arXiv:2411.16627, arXiv, 25 Nov. 2024. arXiv.org, https...