█腦科學動態

Nature：iPS細胞療法讓帕金森病患者運動功能顯著改善

唇讀時大腦在“看”聲音？

母愛如何影響人格發展？

步數追蹤+正念=運動持久力

觀賞藝術提升幸福感，國際研究揭示背后的五大心理機制

麻省總醫院發明8度角導管，精準投遞腦內藥物

聽喜歡的音樂，將激活大腦的阿片系統

越胖越不容易便秘？內臟脂肪的腸道保護作用

數據說話也不管用？科學分歧的認知根源

"細胞聽音樂"竟能減肥？科學家發現聲波抑制脂肪的神奇效應

█AI行業動態

Google發布Gemini 2.5 Flash的預覽版本

Google Research提出Cell2Sentence框架，旨在將大語言模型用于單細胞轉錄組學分析

█AI驅動科學

Nature：多模態基礎模型，破解分子細胞生物學復雜性的新范式

多模態MRI結合AutoGluon平臺，精準識別腦小血管病認知障礙

科研效率提升90%，SAIUnit破解AI科學計算最大痛點

無意識狀態下的學習奇跡：人類海馬體在麻醉中仍能處理語言

預測復雜動態系統臨界行為的新框架：基于機制學習的精準預測

DNA測序面臨風險：黑客可能利用基因組數據漏洞

從腦電波到完整句子：漢語意念解碼技術全球首現

AI突破物理瓶頸！新框架讓視頻生成告別"反重力"尷尬

腦科學動態

Nature：iPS細胞療法讓帕金森病患者運動功能顯著改善

京都大學醫院的Nobukatsu Sawamoto、Daisuke Doi等團隊通過iPS細胞分化技術，成功將多巴胺前體細胞移植至患者腦內，24個月隨訪顯示安全且能顯著改善運動癥狀。

研究團隊在京都大學醫院開展I/II期臨床試驗，7名50-69歲帕金森患者接受雙側紋狀體移植。通過運動障礙學會統一帕金森病評定量表（MDS-UPDRS）評估發現，6名完成療效評估的患者中，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53.2%）。磁共振成像（MRI）確認無移植物過度生長，73例輕中度不良事件均未導致治療中斷。該療法避免了傳統胎兒組織移植的倫理爭議，為規模化治療奠定基礎。研究發表在 Nature 上。

#疾病與健康 #神經調控 #個性化醫療 #iPS細胞療法 #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

唇讀時大腦在“看”聲音？波蘭語人群研究揭秘視覺語言的神經機制

唇讀能力如何受語言復雜度和性別影響？Jakub Wojciechowski、Joanna Beck等波蘭研究者團隊通過行為測試和腦成像發現，雖然男女唇讀能力相當，但大腦處理方式存在差異，且視覺單獨唇讀會更強激活聽覺相關腦區。

研究團隊招募51名波蘭語者（26名女性），首先進行行為測試評估唇讀準確性，隨后在功能磁共振成像（fMRI）中完成視覺單獨和視聽雙模態的語言理解任務。實驗特別設計不同詞匯（lexicality）和語法復雜度的材料。結果顯示，雖然男女客觀表現無差異，但女性自評能力顯著更高（p<0.05）。神經影像發現，單獨視覺唇讀時顳上皮質（STC，聽覺處理核心區）激活比視聽條件增強35%，且詞匯復雜度會特異性激活運動前區（PMv，與發音規劃相關）。這些發現顛覆了“唇讀是無聲聽覺”的傳統認知，證明視覺語言理解會招募典型聽覺腦區，支持多模態處理理論。研究為聽力康復訓練提供了神經科學依據，顯示通過唇讀訓練可能重塑聽覺皮層功能。研究發表在 Scientific Reports 上。

#認知科學 #神經機制與腦功能解析 #跨學科整合 #語言處理 #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展？

童年期的母愛如何影響人格發展？愛丁堡大學Jasmin Wertz團隊通過2232對英國同卵雙胞胎的追蹤研究發現，5-10歲期間獲得更多母愛的個體，18歲時會表現出更強的開放性、責任心和宜人性，這種影響獨立于遺傳因素。研究為早期育兒干預提供了科學依據。

研究采用環境風險縱向雙胞胎研究數據，通過編碼母親與5-10歲子女互動時的溫暖程度（warmth coding）。為區分遺傳影響，團隊使用同卵雙胞胎差異設計——比較同一家庭中基因完全相同的雙胞胎，發現獲得更多母愛的一方在18歲時：開放性評分高14%（衡量求知欲和想象力），盡責性高12%（關聯學業/職業成功），宜人性高15%（影響人際關系）。這些關聯通過嚴格檢驗，包括控制童年虐待、18歲時家庭支持等干擾因素。

值得注意的是，母親溫暖程度通過錄像行為編碼（video-recorded behavioral coding）量化，而非自我報告，增強結果可靠性。研究未發現母愛對外向性和情緒穩定性的影響，提示這些特質可能更多受同伴關系或遺傳調控。研究發表在 American Psychologist 上，表明改善育兒環境（如通過政策減輕家庭經濟壓力、提供父母心理健康服務）可能通過微小但持久的人格改變，帶來廣泛社會效益。

#疾病與健康 #心理健康與精神疾病 #個性化醫療 #兒童發展 #行為遺傳學

閱讀更多：

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

步數追蹤+正念=運動持久力

如何讓運動習慣長期保持？巴斯大學Masha Remskar、Max J. Western團隊發現，通過手機應用將正念訓練與步數追蹤結合30天，雖未立即增加運動量，但能顯著提升參與者的長期運動意愿，為行為改變奠定心理基礎。

研究采用隨機對照試驗設計，109名運動不足的成年人被分為兩組：一組僅使用步數追蹤器（每日8000步目標），另一組額外通過Medito應用完成30天正念訓練。結果顯示，兩組運動量均顯著提升（正念組每周增加373分鐘中等強度運動，對照組增加297分鐘），但正念組表現出更強的持續運動意圖——這是預測長期行為改變的關鍵指標。值得注意的是，正念組在運動專注度上提升更明顯，但運動自我效能（self-efficacy，對自己運動能力的信心）和心理健康指標未見組間差異。研究提示，數字正念干預可能通過增強運動意愿而非即時效果來促進長期改變。研究發表在 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 #行為改變 #數字健康 #自我調節

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

觀賞藝術提升幸福感，國際研究揭示背后的五大心理機制

維也納大學MacKenzie Trupp聯合都柏林、柏林等地的跨學科團隊，通過系統分析38項研究發現，定期觀賞藝術可通過五大心理機制顯著提升生活意義感，尤其在結合反思活動時效果更佳。

研究團隊從四大數據庫篩選2000-2023年間38項研究（N=6,805），首次系統評估藝術觀賞對幸福感的影響。分析顯示，博物館、醫院甚至線上觀賞都能產生效益，其中結合日記、討論等"反思性活動"的干預效果提升40%。研究識別出五大作用機制：情緒調節（通過審美愉悅緩解壓力）、認知激活（激發好奇與注意力）、社交連接（減少孤獨感）、自我重塑（強化身份認同）和抗壓韌性（幫助應對臨床壓力）。最突出的是"實現幸福感"——參與者報告生活意義感提升23%。團隊還制定了RAARR指南，為未來藝術干預研究提供標準化框架。研究發表在 the Journal of Positive Psychology 上。

#認知科學 #心理健康與精神疾病 #跨學科整合 #健康管理與壽命延長 #藝術治療 #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

麻省總醫院發明8度角導管，精準投遞腦內藥物

如何在不干擾成像的情況下向大腦精準遞送藥物？麻省總醫院的Steven S. Hou、Joyce Yang和Yeseo Kwon團隊開發了一種革命性的淺角度導管系統，能以近乎平行于腦表面的角度植入，實現成像劑和藥物的重復遞送，為阿爾茨海默病等神經疾病研究開辟了新途徑。

?新開發的導管系統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路徑。該系統的驗證涉及向大腦中各種細胞類型和結構輸送并成像熒光標記。Credit: S. S. Hou (Massachusetts General Hospital)

研究團隊設計的低剖面導管（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。通過該系統，他們成功將熒光標記物注入小鼠大腦，并同步完成高清晰度成像。在阿爾茨海默病模型中，團隊利用特殊染料Fluoro-Jade C追蹤了退化神經元的動態過程，還通過磷光氧傳感器（phosphorescent oxygen sensor）實現了腦組織氧分壓的長期監測。實驗證明，該技術不僅能精準遞送化合物，還完全兼容縱向研究需求，解決了傳統顱窗手術無法重復給藥的難題。研究發表在 Neurophotonics 上。

#疾病與健康 #神經調控 #跨學科整合 #腦成像技術 #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

芬蘭圖爾庫大學的Vesa Putkinen、Lauri Nummenmaa團隊首次通過腦成像證明，聆聽喜愛的音樂會觸發大腦阿片系統釋放，這種機制與食物、性快感相同，還能解釋音樂的鎮痛效果。

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

研究結合兩種尖端神經成像技術：正電子發射斷層掃描（PET）使用[11C]卡芬太尼示蹤劑直接捕捉μ-阿片受體（MOR，調控快感的關鍵蛋白）活動，功能性磁共振成像（fMRI）則同步記錄全腦血流變化。當參與者聆聽引發"寒顫"愉悅感的音樂時，其腹側紋狀體（大腦獎賞中樞）和眶額皮層（價值評估區）出現顯著阿片釋放，其中伏隔核的受體激活程度與主觀愉悅強度直接相關。更有趣的是，天生阿片受體較多的人，聽音樂時腦部反應更強。該發現不僅揭示音樂快感的化學本質，還為音樂療法緩解疼痛（如術后鎮痛）提供了科學依據——音樂可能天然刺激了內源性止痛系統。研究發表在 European Journal of Nuclear Medicine and Molecular Imaging 上。

#神經科學 #神經調控 #疼痛 #心理健康與精神疾病 #神經機制與腦功能解析

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？6千人研究揭秘內臟脂肪的腸道保護作用

Chaofan Guo、Qibo Peng等研究者通過分析美國國家健康與營養調查（NHANES）數據發現，反映內臟脂肪的體圓指數（BRI）與便秘風險呈負相關，最高BRI組便秘風險降低32%。

研究團隊分析了2005-2010年NHANES數據庫中6,898名參與者的數據，采用二元邏輯回歸控制多種混雜因素后發現，BRI每增加一個四分位數，便秘風險顯著降低。特別值得注意的是，這種保護作用獨立于體重指數（BMI），提示內臟脂肪可能通過分泌特定激素或調節腸道菌群（gut microbiota，腸道內的微生物生態系統）改善腸道蠕動功能。雖然該橫斷面研究不能證明因果關系，但為肥胖與胃腸功能的復雜關系提供了新視角，可能指導未來針對代謝-腸腦軸的干預研究。研究發表在 Scientific Reports 上。

#疾病與健康 #健康管理與壽命延長 #便秘 #體圓指數 #內臟脂肪

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

數據說話也不管用？科學分歧的認知根源

為什么科學家對相同數據會得出不同結論？Justin Sulik、Nakwon Rim、Elizabeth Pontikes、James Evans和Gary Lupyan團隊通過對7,973名心理學研究者的調查發現，科學分歧背后隱藏著研究者認知特質的差異，這種差異甚至能在發表記錄中檢測到。

研究團隊首先設計了一套包含認知特質測量（如模糊容忍度）和科學立場評估的問卷。通過分析發現，傾向于社會建構主義（social constructionism）的研究者比生物本質主義（biological essentialism）支持者表現出更高的模糊容忍度。進一步追蹤這些研究者的發表歷史顯示，認知特質與研究方法選擇、理論傾向存在顯著關聯。例如，高系統化（systemizing）傾向的研究者更可能采用量化方法，而高共情（empathizing）傾向者偏好質性研究。最引人注目的是，即使面對相同實驗數據，不同認知特質的研究者會側重不同方面，導致結論分歧。這些發現挑戰了"數據最終會統一科學"的傳統觀點，暗示某些分歧可能根植于研究者思維方式的本質差異。研究發表在 Nature Human Behaviour 上。

#認知科學 #跨學科整合 #心理健康與精神疾病 #科學方法論

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

"細胞聽音樂"竟能減肥？科學家發現聲波抑制脂肪的神奇效應

日本理化學研究所的Masahiro Kumeta、Makoto Otani等團隊發現，特定頻率的聲波能激活細胞機械傳感系統，顯著改變基因表達并抑制脂肪細胞分化，為聲波治療代謝疾病提供了新思路。

研究團隊開發了精準的聲波發射系統，對小鼠肌肉細胞施加440 Hz至14 kHz的聲波（強度100 Pa，約相當于近距離耳語）。RNA測序顯示，僅2小時刺激就激活42個基因，24小時后響應基因增至145個。關鍵發現是前列腺素合成酶Ptgs2/Cox-2（一種炎癥相關酶）的快速激活，該過程依賴黏著斑激酶（FAK，細胞感知機械力的關鍵蛋白）信號通路。通過阻斷實驗證實，聲波通過促進前列腺素E2合成來調控下游基因。最令人驚訝的是，3T3-L1前脂肪細胞對聲波異常敏感，連續聲波刺激使其分化程度降低40%。研究還發現不同頻率聲波效果各異，14 kHz聲波對脂肪細胞的抑制作用最強。這些發現不僅揭示了聲波作為新型細胞調控手段的潛力，也為開發無創代謝疾病療法提供了理論基礎。研究發表在 Communications Biology 上。

#疾病與健康 #神經調控 #跨學科整合 #機械生物學 #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 行業動態

Google發布Gemini 2.5 Flash的預覽版本

Google于2025年4月17日發布了Gemini 2.5 Flash的預覽版本，這是其首個完全混合推理（hybrid reasoning）模型。該模型在保持高速度和低成本的同時，顯著提升了推理能力。開發者現可通過Google AI Studio和Vertex AI訪問Gemini 2.5 Flash，利用其靈活的“思考預算”功能，根據具體需求在響應質量、成本和延遲之間進行權衡。此外，Gemini 2.5 Flash支持多模態輸入，具備100萬個token的上下文窗口，適用于處理大規模數據的任務。這一更新為構建更智能、響應更快的AI應用提供了強大支持。

在實際應用中，Gemini 2.5 Flash引入了“混合推理”（hybrid reasoning）機制，允許開發者根據任務復雜度開啟或關閉模型的思考過程。例如，對于需要深度分析的任務，開發者可以啟用推理功能，以獲得更準確的結果；而對于簡單的請求，則可關閉推理，以提高響應速度并降低成本。此外，模型還支持設置“思考預算”（thinking budgets），使開發者能夠在質量、成本和延遲之間找到最佳平衡點。值得注意的是，Gemini 2.5 Flash保持了其前代版本的優勢，包括支持多模態輸入和100萬個token的上下文窗口，適用于處理復雜的多模態任務，如文本、圖像和音頻的綜合分析。這一系列功能的增強，使得開發者能夠構建更智能、響應更快的AI應用，滿足多樣化的業務需求。

#神經技術 #混合推理 #多模態輸入 #思考預算 #AI應用開發

閱讀更多：

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

Google Research提出Cell2Sentence框架，旨在將大語言模型用于單細胞轉錄組學分析

Google Research與耶魯大學的研究人員合作，開發了一種創新方法，旨在將大語言模型（LLMs）應用于單細胞轉錄組學的分析。通過將基因表達數據轉化為“細胞句子”（cell sentences），該方法使得LLMs能夠理解和處理生物學數據，從而在細胞類型注釋、細胞生成和數據驅動的文本生成等任務中表現出色。這一進展標志著自然語言處理技術在生物學領域的深入融合，為單細胞分析提供了更高效、直觀的工具。

該研究由Google Research的研究科學家Bryan Perozzi與耶魯大學的助理教授David van Dijk領導，旨在解決傳統生物數據分析方法在處理高維、復雜的單細胞RNA測序數據時的效率和可解釋性問題。通過引入自然語言處理的技術，研究團隊希望降低生物數據分析的門檻，使非專業人員也能參與到生物學研究中。

團隊提出了Cell2Sentence（C2S）框架，將每個細胞的基因表達譜轉化為類似自然語言的句子，使得LLMs能夠直接處理這些數據。通過對GPT-2模型進行微調，研究人員使其能夠生成生物學上有效的細胞數據，并準確預測細胞類型。在實驗中，C2S框架在細胞類型注釋任務中取得了顯著的準確率提升，展示了其在生物數據分析中的潛力。此外，該方法還支持從文本描述生成細胞數據，實現了從自然語言到生物數據的雙向轉換。這一創新不僅提高了數據分析的效率，還增強了模型的可解釋性和靈活性。

#神經技術 #單細胞轉錄組學 #大型語言模型 #自然語言處理 #生物數據分析

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 驅動科學

Nature：多模態基礎模型：破解分子細胞生物學復雜性的新范式

面對組學數據爆炸性增長與傳統分析方法滯后的矛盾，Haotian Cui、Alejandro Tejada-Lapuerta等跨國團隊提出多模態基礎模型（MFMs）解決方案，通過整合基因組學、蛋白質組學等多組學數據，為生命科學研究開辟新路徑。

研究團隊設計基于Transformer架構的MFMs框架，采用統一標記化技術（Unified tokenization，將不同分辨率數據如DNA序列與蛋白質統一編碼）和混合多級注意力機制（Hybrid multilevel attention，局部建模基因互作，全局連接多模態數據）。模型通過"實驗-計算"閉環（lab-in-the-loop，迭代優化實驗設計與算法）實現多功能應用：包括基于Perturb-seq數據預測基因編輯效果，整合空間轉錄組重建組織異質性。特別地，MFMs可生成缺失模態數據（如從臨床樣本預測代謝標記），并支持計算機模擬藥物篩選（in silico drug screening）。研究同時指出需協調全球數據共享、解決高算力需求及防范模型"幻覺"風險。研究發表在 Nature 上。

#AI驅動科學 #跨學科整合 #個性化醫療 #多模態基礎模型 #基因調控

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MRI結合AutoGluon平臺，機器學習精準識別腦小血管病認知障礙

腦小血管病(CSVD)導致的認知障礙診斷困難，傳統評估方法存在主觀偏差。Guihan Lin、Weiyue Chen等12人團隊開發了基于多模態MRI和AutoGluon平臺的機器學習框架，在獨立驗證中實現81.93%的準確率。

研究納入165例CSVD患者，采集T1加權結構MRI（顯示腦解剖結構）、靜息態功能MRI（rs-fMRI）和彌散張量成像（DTI）數據。通過AutoGluon平臺自動整合三類影像特征，模型在訓練組達到88.48%準確率(AUC=0.926)，顯著優于傳統機器學習算法。獨立驗證顯示，該框架保持81.93%準確率(AUC=0.878)，敏感度86.36%，能有效識別早期認知衰退。特別值得注意的是，模型對白質高信號（常見于老年人但未必提示認知障礙）的干擾具有較強抵抗力。研究發表在 Scientific Reports 上。

#疾病與健康 #預測模型構建 #AI驅動科學 #神經科學 #個性化醫療

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科學計算最大痛點

AI科學計算長期面臨物理單位支持缺失的難題，導致結果可靠性降低。Chaoming Wang、Sichao He等五人團隊開發的SAIUnit系統，首次將2000+物理單位整合到JAX等AI計算框架中，在保持高性能的同時顯著提升計算準確性。

研究團隊采用標準化設計原則，構建了包含國際單位制（SI）的完整物理單位庫，并與JAX的自動微分和即時編譯（JIT compilation）功能深度整合。系統在編譯階段完成單位檢查，確保運行時零性能損失。測試顯示，在數值積分任務中可自動處理單位轉換；在腦建模中實現從分子到系統層面的跨尺度單位統一；在物理信息神經網絡（Physics-Informed Neural Networks）中有效保持方程維度一致性。特別值得注意的是，系統將單位錯誤檢測時間從傳統手動檢查的分鐘級縮短至毫秒級，且完全兼容GPU/TPU加速。研究為AI科學計算建立了新的可靠性標準，預計將加速物理、化學等領域的AI應用。研究發表在 Nature Communications 上。

#AI驅動科學 #跨學科整合 #計算模型與人工智能模擬 #高性能計算 #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

無意識狀態下的學習奇跡：人類海馬體在麻醉中仍能處理語言

意識消失后大腦還能學習嗎？由Kalman A. Katlowitz、Shraddha Shah等23人組成的多機構團隊發現，麻醉狀態下的人類海馬體不僅能識別異常聲音，還能處理自然語言的語義和語法，甚至預測即將出現的詞語。

研究團隊使用Neuropixels微電極（一種高密度神經信號采集設備）記錄了5名癲癇手術患者的海馬體活動。通過設計純音oddball任務（80%標準音/20%異常音）和播放自然語言播客，發現70.9%神經元對聲音有反應，其中22.7%能區分音調頻率。令人驚訝的是，異常音表征在10分鐘內效果量增長35%，顯示無意識學習能力。當播放自然語言時，神經元能編碼詞語語義（相關性r=0.55）和語法特征（91.3%神經元區分詞性），甚至能預測未來詞語（解碼準確率60.5%）。團隊還構建了循環神經網絡（RNN）模型，成功模擬了這種無意識學習過程。

#意識與腦機接口 #神經機制與腦功能解析 #計算模型與人工智能模擬 #語言處理 #無意識認知

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

預測復雜動態系統臨界行為的新框架：基于機制學習的精準預測

如何預測傳染病爆發或信息爆炸的臨界點？深圳大學的Xiangrong Wang、北京航空航天大學的Dan Lu與西班牙薩拉戈薩大學的Yamir Moreno團隊開發了一種結合知識驅動與數據驅動的新方法，通過"先學規則、再預測行為"的雙階段框架，顯著提高了復雜系統臨界行為的預測準確率。

研究團隊將圖神經網絡與注意力機制結合，首先從動態圖數據中提取系統演化規則。這些規則隨后指導圖循環單元捕捉長期狀態依賴，解決了傳統深度學習模型過度依賴短期數據的局限。在模擬疾病傳播（SIR模型）測試中，該系統能提前5-7個時間步預測爆發臨界點，且對參數變化的敏感度比傳統方法降低30%。特別值得注意的是，框架能識別網絡拓撲微小變化等"隱形臨界前兆"，這些信號常被常規統計方法忽略。研究還驗證了該框架在社交網絡信息級聯預測中的普適性，為公共衛生預警和輿情監控提供了新工具。

#AI驅動科學 #預測模型構建 #跨學科整合 #復雜系統 #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測序面臨風險：黑客可能利用基因組數據漏洞

下一代DNA測序（NGS）技術正推動醫學革命，但其網絡安全漏洞可能被黑客利用。樸茨茅斯大學的Nasreen Anjum聯合多國團隊首次全面分析了NGS全流程的網絡生物安全威脅，警告基因組數據可能成為新型攻擊目標。

研究團隊系統梳理了NGS工作流程中的脆弱環節，從樣本制備到數據存儲均存在風險。特別指出，開放訪問的基因組數據庫可能被用于合成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技術可被用于篡改測序結果。相比傳統數據泄露，這類攻擊可能引發身份追蹤、醫療欺詐甚至生物恐怖主義。研究提出了分層防護策略：在硬件層面采用安全測序協議（secure sequencing protocols，防篡改的實驗室標準），數據層面實施區塊鏈加密存儲，系統層面部署AI驅動的異常檢測（AI-powered anomaly detection，實時識別可疑活動）。論文強調，當前保護措施零散且缺乏跨學科協作，亟需計算機科學家與生物學家聯合應對。研究發表在 IEEE Access 上。

#AI驅動科學 #網絡安全 #基因組數據 #跨學科整合 #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：漢語意念解碼技術全球首現

如何讓失語患者通過"意念"直接輸出漢語句子？復旦大學附屬華山醫院吳勁松/路俊鋒團隊聯合上海科技大學李遠寧團隊，首次實現從大腦神經信號到漢語連續語句的端到端解碼，單字準確率最高達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）記錄5名不同方言背景受試者朗讀時的神經活動。通過三模塊深度學習架構：先偵測言語起始點，再并行解碼聲調（4分類）和音節（40個高頻音節），最后結合n-gram語言模型（基于統計的上下文預測算法）輸出完整句子。在覆蓋漢語25%高頻音節的語料庫測試中，聲調解碼平均準確率93%（隨機水平25%），單字錯誤率僅21%。特別值得注意的是，算法在"耳語音"（whisper）狀態下仍有效工作，為未來臨床應用于失語患者打下基礎。研究發表在 Cell Reports 上。

#意識與腦機接口 #腦機接口 #神經機制與腦功能解析 #語言解碼 #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常因違反物理規律鬧笑話？大連理工大學與莫納什大學的Xindi Yang、Baolu Li團隊開發VLIPP框架，首次將視覺語言模型（VLM）的物理推理能力注入視頻擴散模型，生成的機械碰撞、流體運動等場景完全符合真實物理規律。

研究采用革命性的兩階段設計：先讓VLM像"物理老師"一樣分析場景中的重力、動量守恒等規律，通過思維鏈推理預測物體運動軌跡；再由視頻擴散模型（VDM）根據這些"物理草圖"添加細節。為防VLM出錯，團隊獨創噪聲注入技術——在軌跡預測中添加可控噪聲，既保證整體符合物理，又保留生成自由度。測試顯示，該方法在PhyGenBench評估中比商用模型高76分，尤其擅長模擬多球碰撞（準確率89%）和流體擴散（物理合理性提升2.3倍）。研究為游戲開發、影視特效等需物理真實的場景提供新工具。

#AI驅動科學 #計算模型與人工智能模擬 #跨學科整合 #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。