追问daily | 通过记忆融合重新定义意识；第一个大脑信息高速公路模型；预测所有生命分子结构的AI模型发布

█脑科学动态

通过记忆融合重新定义意识

迷幻药物如何与血清素受体作用治疗抑郁症

血糖水平高促进生殖功能

KDM5B基因在海马体学习和记忆过程中的关键调控作用

第一个大脑信息高速公路模型

“数学显微镜”揭示新型高效记忆机制

█AI行业动态

DeepMind 发布 AlphaFold 3：预测所有生命分子结构的AI 模型

加拿大抑郁症护理新指南强调以患者为中心的方法

微软联合LinkedIn 发布了2024年工作趋势指数年度报告

苹果春季发布会惊艳亮相：新一代 iPad Pro 搭载 M4 芯

█AI研发动态

从缓慢的大脑活动中解耦重建动态自然视觉

基于电子健康记录的跌倒风险预测模型表现良好

可拉伸的电子皮肤赋予机器超越人类的触感灵敏度

Agent Hospital：虚拟AI医院

提升 Gemini 的多模式医疗能力

脑科学动态

通过记忆融合重新定义意识

最新研究由MX Biotech的Gerard Marx和耶路撒冷希伯来大学的Israel Jerusalem领导，通过全局神经工作空间（GNW）假设和三部分记忆机制（Tripartite Mechanism of Memory），提出了一种新的理解意识和记忆的方法。

研究者提出，记忆在意识形成中起着关键作用，而情感记忆则是理解大脑如何创建体验性记忆的关键。研究中引入了“大脑云”概念，强调信息在大脑各解剖区域之间的流动。此外，研究识别了一种三部分神经记忆机制，其中神经元利用微量金属离子（trace metal cations）和神经递质（neurotransmitters）在细胞外基质中编码情感状态。研究还强调了在复杂生物体中，细菌化学信号过程对神经记忆和意识发展的进化重要性。通过生化视角，研究阐明了生命如何通过记忆进化转变为意识。研究发表在 International Journal of Psychiatry Research 上。

#认知科学 #神经网络 #记忆机制 #意识研究 #情感状态

阅读论文：

Marx G, Gilon C. “Consciousness” as a Fusion of the Global Neuronal Network (GNW) Hypothesis and the TripartiteMechanism of Memory. Int J Psychiatr Res 2024; 7(2): 1-6.

迷幻药物如何与血清素受体作用治疗抑郁症

西奈山伊坎医学院的研究团队最近发表了一项关于精神活性药物5-MeO-DMT如何激活血清素受体5-HT1A并在抑郁症和焦虑症治疗中显示潜在效果的研究。

通过冷冻电子显微镜技术，研究者详细映射了5-HT1A受体的结构，并通过药物化学方法和受体突变技术，分析了5-MeO-DMT及其类似物的活性。他们发现，一个称为4-F, 5-MeO-PyrT的化合物在没有引起幻觉的情况下，可以有效地缓解由社会挫败引起的焦虑和抑郁症状，这些效果主要通过5-HT1A受体介导。研究发表在 Nature 上。

#神经科学 #血清素受体 #5-HT1A #抗抑郁治疗 #精神活性药物

阅读论文：

Warren, Audrey L., et al. “Structural Pharmacology and Therapeutic Potential of 5-Methoxytryptamines.” Nature, May 2024, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41586-024-07403-2.

血糖水平高促进生殖功能

日本名古屋大学的中村翔副教授、塚村浩子教授及大仓智教授带领的研究团队通过对大鼠和山羊的研究，揭示了血糖水平与生殖功能之间的联系。他们的研究成果为抑郁症患者生育问题提供了新的理解和治疗思路。

通过对大鼠和山羊的实验，研究团队发现背侧丘脑的血清素神经元在血糖水平高时能感知到这一变化，并通过激活下丘脑弓状核中的亲和素神经元（KNDy神经元）来提升生殖功能。实验中，通过RNA序列分析和组织学分析确认，大鼠KNDy神经元主要表达5-羟色胺2C受体（5HT2CR），这是一种与血清素结合的蛋白质，能够刺激生殖激素的释放。此外，实验中使用血清素重摄取抑制剂能有效阻断血糖下降对生殖激素的影响。研究发表在Scientific Reports上。

#神经科学 #血糖调节 #生殖健康 #血清素 #抑郁症

阅读论文：

Nakamura, Sho, et al. “Raphe Glucose-Sensing Serotonergic Neurons Stimulate KNDy Neurons to Enhance LH Pulses via 5HT2CR: Rat and Goat Studies.” Scientific Reports, vol. 14, no. 1, May 2024, p. 10190. www.nature.com, https://doi.org/10.1038/s41598-024-58470-4.

KDM5B基因在海马体学习和记忆过程中的关键调控作用

敦国王学院、埃克塞特大学和加利福尼亚大学欧文分校的研究团队联合进行了关于KDM5B基因与学习记忆关系的研究。KDM5B基因先前已与智力障碍和自闭症联系在一起，但其具体作用机制尚不清楚。

研究团队首先在同型合子的Kdm5bΔARID小鼠（一种基因工程小鼠，缺乏KDM5B的去甲基化功能）上进行实验，观察到这些小鼠在海马体依赖的学习任务中表现出超活跃和长期记忆缺陷。通过对比，发现这些小鼠在学习刺激后即刻早期活动依赖性基因表达降低但过度激活。此外，研究还特异性敲低成年野生型小鼠海马体中的Kdm5b基因，发现这导致自发性癫痫、超活跃和长期记忆及长期增强的缺陷。这些结果表明KDM5B是成年海马体中突触可塑性和基因表达的关键调控因子，对于认知功能的维持至关重要。研究发表在Journal of Neuroscience上。

#神经科学 #KDM5B #学习记忆 #突触可塑性 #基因表达

阅读论文：

Pérez-Sisqués, Leticia, et al. “The Intellectual Disability Risk Gene Kdm5b Regulates Long-Term Memory Consolidation in the Hippocampus.” Journal of Neuroscience, vol. 44, no. 19, May 2024. www.jneurosci.org, https://doi.org/10.1523/JNEUROSCI.1544-23.2024.

第一个大脑信息高速公路模型

奥地利科学院分子生物技术研究所（IMBA）的Jürgen Knoblich团队与维也纳医科大学的Gregor Kasprian协作，研究了大脑中类似高速公路的神经连接。利用一种罕见神经发育障碍的知识，该团队开发了模拟大脑重要连接的类器官模型。

该研究利用携带ARID1B基因突变的两名患者的血细胞制成干细胞，并从中发展出三维脑类器官，以模拟大脑中的长距离神经投射。通过将两个脑类器官放置在3D打印的模具中，研究人员观察到了这些类器官通过神经投射（轴突）如何连接。研究发现，含有ARID1B突变的类器官在发展连接轴突时存在显著障碍，连接数量较少。进一步的研究显示，在ARID1B突变的神经元中，负责神经成熟和轴突生成的基因组表达下调，这解释了为什么这些神经元无法产生用于胼胝体的长距离轴突。研究发表在Cell Stem Cell 上。

#神经科学 #基因突变 #脑类器官 #胼胝体发育不全 #轴突生成

阅读论文：

Martins-Costa, Catarina, et al. “ARID1B Controls Transcriptional Programs of Axon Projection in an Organoid Model of the Human Corpus Callosum.” Cell Stem Cell, May 2024. ScienceDirect, https://doi.org/10.1016/j.stem.2024.04.014.

“数学显微镜”揭示新型高效记忆机制

加州大学洛杉矶分校（UCLA）的健康研究团队发现了一个在睡眠中也能降低代谢成本的记忆形成机制。这一发现有助于深入理解阿尔茨海默病等记忆障碍病症的早期诊断和治疗。

研究团队采用了称为“数学显微镜”的新型方法，通过简化大脑复杂交互作用的数学模型，实现了对内嗅皮层和大脑皮层之间的对话和记忆形成过程的高精度解析。实验观察到，在睡眠或麻醉状态下，大脑皮层的信号和内嗅皮层的反应呈现出类似波浪起伏的动态。模型不仅预测了自发的持续活动（SPA），还首次发现了自发的持续不活动状态（SPI），这种状态的能量消耗极低，有助于提高记忆容量并降低代谢成本。此外，这一数学模型与实验数据的完美匹配为神经科学领域提供了前所未有的精确度。研究发表在Nature Communications上。

#认知科学 #记忆形成 #数学模型 #能量效率 #阿尔茨海默病

阅读论文：

Choudhary, Krishna, et al. “Spontaneous Persistent Activity and Inactivity in Vivo Reveals Differential Cortico-Entorhinal Functional Connectivity.” Nature Communications, vol. 15, no. 1, May 2024, p. 3542. www.nature.com, https://doi.org/10.1038/s41467-024-47617-6.

AI 行业动态

DeepMind 发布 AlphaFold 3：预测所有生命分子结构的AI 模型

在近期发表于Nature的研究中，DeepMind与其子公司Isomorphic Labs共同推出了AlphaFold3，这是一种新型的结构预测框架，其能力覆盖前所未有的广度和精度。AlphaFold3不仅能够精确预测蛋白质与其他生物分子（如小分子、核酸等）之间的相互作用，还能观察到这些分子系统的结构影响，为疾病通路、基因组学、治疗靶点的研究提供了全新的视角。

该技术的核心在于其改进的Evoformer模块和扩散网络，这些允许AlphaFold3在无需任何结构信息的前提下，进行比以往任何系统都更准确的分子结构预测。尤其在蛋白质与配体、蛋白质与核酸、抗体与抗原的相互作用预测方面，展现了超越当前技术的精确度，大幅提升了分子对接工具的性能。

Isomorphic Labs利用AlphaFold3的高速精确预测能力，与制药公司合作，加速新药的研发进程。同时，AlphaFold3也为科研界开放，通过AlphaFold Server平台，科研工作者可以免费进行非商业用途的结构预测，这不仅加快了科学研究的步伐，还可能改变未来药物设计的方式。

#AlphaFold3 #生物分子预测 #药物研发 #结构生物学 #人工智能

阅读更多：

https://blog.google/technology/ai/google-deepmind-isomorphic-alphafold-3-ai-model/

加拿大抑郁症护理新指南强调以患者为中心的方法

由不列颠哥伦比亚大学和多伦多大学的研究人员领导，加拿大情绪与焦虑治疗网络（CANMAT）发布了其抑郁症的最新临床指南。这些指南在全球范围内广泛使用，是基于广泛专家共识和患者真实体验的更新，旨在改善数百万抑郁症患者的治疗成效和生活质量。

新指南通过广泛的文献综述，包括系统评价和荟萃分析，重点关注自2016年以来的科学进展。研究团队与40多位临床专家和患者伙伴共同通过专家共识过程，确立了基于证据等级的治疗建议。这些建议考虑了安全性、耐受性和可行性，强调了与患者的协作决策，确保治疗方案反映患者的需要和偏好。新指南覆盖从评估、诊断到治疗选择和预防复发的全过程，提供了心理治疗，药物治疗以及生活方式干预等多方面的更新建议。此外，指南还介绍了数字健康工具在管理抑郁症中的应用，以及对处理难治性抑郁症的新方法。

#大脑健康 #抑郁症 #个性化治疗 #患者参与 #临床指南

阅读更多：

Lam, Raymond W., et al. “Canadian Network for Mood and Anxiety Treatments (CANMAT) 2023 Update on Clinical Guidelines for Management of Major Depressive Disorder in Adults: Réseau Canadien Pour Les Traitements de l’humeur et de l’anxiété (CANMAT) 2023 : Mise à Jour Des Lignes Directrices Cliniques Pour La Prise En Charge Du Trouble Dépressif Majeur Chez Les Adultes.” The Canadian Journal of Psychiatry, May 2024, p. 07067437241245384. SAGE Journals, https://doi.org/10.1177/07067437241245384.

微软联合LinkedIn发布了2024年工作趋势指数年度报告

微软与LinkedIn合作发布了2024年的工作趋势指数年度报告，深度剖析了人工智能如何重塑全球劳动市场。报告基于对31个国家31000名受访者的调查，以及对两家公司关键数据的分析。

报告揭示，全球75%的知识工作者已采用生成式AI工具，其中46%的人是在过去六个月内开始使用。大多数用户认为，AI不仅提高了工作效率，还增强了创造力和工作乐趣。尽管AI的引入带来了生产力的提升，但59%的领导者表示难以量化这一效果，60%担忧缺乏有效的AI实施策略。

AI技能的重要性日益突出，66%的领导者表示不会雇佣缺乏AI技能的员工，而71%的领导者倾向于聘请有AI技能但经验较少的候选人。尽管只有39%的员工接受过相关培训，25%的公司计划在当年提供AI培训。

AI重度用户（每周多次使用AI）的工作效率和创造力显著提高，他们更善于使用AI优化工作流程和提升任务效率。这部分人群也更容易接受公司高层关于AI重要性的传达，并享有更多定制化培训机会。

报告还建议，企业应从解决业务问题入手，采用自上而下及自下而上的策略推广AI使用，优先考虑为员工提供针对性的持续培训，以利用AI提升整体业务效率。

#人工智能 #劳动市场 #员工培训 #工作效率 #企业竞争力

阅读更多：

https://www.microsoft.com/en-us/worklab/work-trend-index/ai-at-work-is-here-now-comes-the-hard-part/#section1

苹果春季发布会惊艳亮相：新一代 iPad Pro 搭载 M4 芯片

5月7日晚的苹果春季新品发布会上，备受期待的新一代 iPad Pro 以及其它新品如 iPad Air 和配件正式亮相。新款 iPad Pro 的最大亮点是其搭载了苹果自家最新的 M4 芯片，这是该芯片的全球首次亮相。M4 芯片基于先进的第二代 3nm 技术，拥有 10 核心 CPU，提供出色的性能和能效，CPU 性能比上一代 M2 提升了 50%。同时，M4 芯片的 10 核心 GPU 实现了硬件加速光线追踪，大幅提升了图形和专业应用程序的性能。此外，新款 iPad Pro 还配备了先进的双层串联 OLED 显示屏，具有更高的亮度和色彩准确度。

新款 iPad Pro 11 英寸版起售价为 8999 元，而顶级配置的 13 英寸版价格可高达 19999 元，成为 iPad 史上价格最高的机型。新品预计从 5 月 9 日开始接受预订，5 月 15 日正式发售。

#苹果 #iPadPro #M4芯片 #新品发布 #技术创新

阅读更多：

https://www.apple.com/newsroom/2024/05/apple-introduces-m4-chip/

AI 研发动态

从缓慢的大脑活动中解耦重建动态自然视觉

在最新的研究中，科学家们开发了一种名为“Mind-Animator”的两阶段模型，这一模型能从fMRI数据中解码出动态自然视觉，其表现在三个公共数据集上均达到了前所未有的精确度。该技术首次成功地从fMRI信号中分离出语义、结构和运动信息，并将其转化为视频，为脑机接口和神经科学研究开辟了新的可能性。

该模型包括两个主要阶段：首先，在“fMRI到特征”阶段，利用fMRI-视觉-语言三模态对比学习和稀疏因果注意机制，从fMRI中解耦出语义、结构和运动特征；其次，在“特征到视频”阶段，通过一个膨胀的稳定扩散模型将这些特征合成为视频，确保重建的视频动态完全来源于fMRI数据，而非生成模型的幻觉。

研究团队在CC2017、HCP和Algonauts2021三个数据集上进行了测试，其结果不仅在结构相似性指数（SSIM）上比之前的最佳模型提高了76%，而且在五项评估指标中均实现了最优性能。此外，通过置换测试验证了重建视频中运动信息的真实性，进一步证实了模型的可靠性和科学价值。

#神经技术 #fMRI #动态视觉重构 #脑机接口 #神经科学

阅读论文：

Lu, Yizhuo, et al. Animate Your Thoughts: Decoupled Reconstruction of Dynamic Natural Vision from Slow Brain Activity. arXiv:2405.03280, arXiv, 6 May 2024. arXiv.org, https://doi.org/10.48550/arXiv.2405.03280.

基于电子健康记录的跌倒风险预测模型表现良好

由利兹大学和伯明翰大学的研究团队开发的eFalls跌倒预测模型，可以预测老年人未来12个月内因跌倒或骨折而需要急诊或住院的风险。

研究利用两个独立的成年人队列数据，这些数据源自威尔士的安全匿名信息链接数据库（Secure Anonymised Information Linkage Databank，模型开发）和英格兰的布拉德福德与艾尔代尔（Connected Bradford，外部验证）。模型整合了基于电子脆弱性指数（electronic frailty index）的多个预测因子，结合了文献综述和临床专家的建议。通过多变量逻辑回归并应用最小绝对收缩和选择算子（LASSO）技术，优化了模型的预测性能。模型的区分能力（c-statistic）在外部验证中达到了0.82，显示出较高的预测准确性。此外，模型在临床实践中经过重新校准后，其临床效用显著提高。研究发表在Age and Ageing上。

#神经技术 #电子健康记录 #跌倒预防 #数据科学 #老年医学

阅读论文：

Archer, Lucinda, et al. “Development and External Validation of the eFalls Tool: A Multivariable Prediction Model for the Risk of ED Attendance or Hospitalisation with a Fall or Fracture in Older Adults.” Age and Ageing, vol. 53, no. 3, Mar. 2024, p. afae057. Silverchair, https://doi.org/10.1093/ageing/afae057.

可拉伸的电子皮肤赋予机器超越人类的触感灵敏度

德克萨斯大学奥斯汀分校的研究团队开发出了一种新型电子皮肤，这种材料不仅可拉伸，还能在被拉伸时保持触觉的精确性，解决了传统电子皮肤在延展时感应精度下降的问题。

通过结合压阻效应（Piezoresistivity，压力改变时材料电阻变化的现象）和压电效应（Piezocapacitivity，材料在压力下电容变化的现象），研究团队设计了一个可拉伸混合响应压力传感器（SHRPS），实现了在拉伸环境下的精准压力测量。优化碳纳米管（CNT）的掺杂比例后，该传感器展现了前所未有的高压力灵敏度。通过分析模型，研究证实这种高性能主要受到新工作机制的影响，而非单一的材料属性。此外，团队还演示了如何利用这种技术制作出能精确测量脉搏和灵活操作的电子设备，为医疗护理和灾难救援等领域开辟了新的应用可能。研究发表在Matter杂志上。

#神经技术 #电子皮肤 #传感器技术 #压力测量 #机器人应用

阅读论文：

Ha, Kyoung-Ho, et al. “Stretchable Hybrid Response Pressure Sensors.” Matter, vol. 7, no. 5, May 2024, pp. 1895–908. ScienceDirect, https://doi.org/10.1016/j.matt.2024.04.009.

Agent Hospital：虚拟AI医院

在最近的一项研究中，科研人员创造了一种名为“代理人医院”的模拟环境，通过此模型完整模拟了治疗疾病的过程。该模型中的所有病人、护士和医生均由大型语言模型（LLMs）驱动的自主代理人扮演。研究的核心目标是使医生代理人在该模拟环境中学习治疗疾病的方法。为此，研究团队提出了一种名为MedAgent-Zero的方法。利用该方法，医生代理人可以根据知识库和语言模型模拟疾病的发生和进展，从而积累成功与失败案例的经验。

模拟实验显示，医生代理人在各种任务中的治疗表现持续改进。更引人注目的是，医生代理人在“代理人医院”中获得的知识可应用于现实世界的医疗基准。在处理约一万名病人后（现实世界中的医生可能需要超过两年的时间），这些进化后的医生代理人在涵盖主要呼吸系统疾病的MedQA数据集子集上，实现了93.06%的先进准确率。

#人工智能 #医疗创新 #代理人医院 #语言模型 #MedAgent-Zero

阅读论文：

Li, Junkai, et al. Agent Hospital: A Simulacrum of Hospital with Evolvable Medical Agents. arXiv:2405.02957, arXiv, 5 May 2024. arXiv.org, https://doi.org/10.48550/arXiv.2405.02957.

提升Gemini 的多模式医疗能力

在医学影像和基因组学的数据处理上，常规的大型多模态模型往往难以满足专业需求。借助于Gemini多模态模型的基础，研究人员开发了针对医疗领域优化的Med-Gemini系列新模型。这些模型通过对二维和三维放射学、组织病理学、眼科、皮肤科及基因组数据的深度调优，继承了Gemini核心能力，并在多个专业领域展现出优异性能。

在胸部X光（CXR）报告生成方面，Med-Gemini-2D在两个独立数据集上的表现超越了之前的最佳结果，正常和异常案例的AI报告分别有57%和96%、43%和65%的比例被评为“等同或优于”原放射科医生的报告。Med-Gemini-3D则首次实现了基于大型多模态模型的三维计算机断层扫描（CT）报告生成，其中53%的AI报告达到临床可接受标准。

除了报告生成外，Med-Gemini-2D在胸部X光的视觉问答（VQA）和分类任务中表现出色，超越了20个任务中的17个的现有最佳性能或基线。在组织病理学、眼科和皮肤科图像分类方面，Med-Gemini-2D在20个任务中的18个超越了基线，并接近特定任务的模型性能。

Med-Gemini-Polygenic在疾病风险预测方面超越了标准的线性多基因风险评分方法，并能泛化到未经训练的遗传相关疾病。虽然在医疗领域的安全至关重要，需要进一步的开发和评估，但Med-Gemini系列模型已展现出在广泛医疗任务中的潜力。

#医疗AI #多模态模型 #图像处理 #病理学 #基因组学

阅读论文：

Yang, Lin, et al. Advancing Multimodal Medical Capabilities of Gemini. arXiv:2405.03162, arXiv, 6 May 2024. arXiv.org, https://doi.org/10.48550/arXiv.2405.03162.

整理｜ChatGPT

编辑｜丹雀 & 存源

追问互动

○如果您对本期内容有进一步想要追问的问题或者讨论的内容，欢迎在评论区留言，或者扫描二维码添加追问微信号，发送自我介绍，加入我们的社群参与互动。如需转载，还请留言。