追问daily | 如何客观诊断嗅觉丧失？HeAR模型，通过声音检测疾病；使用内隐神经表征，模拟新生儿大脑发育

█ 脑科学动态

“项目记忆”神经元为阿尔茨海默病治疗提供新靶点

低剂量THC可逆转大脑老化并增强认知功能

短双歧杆菌有助于胎儿大脑发育

新的多维疼痛评估方法有望改进个性化治疗

基于音乐的罗尼·加德纳方法可能促进中风患者的康复

新型荧光探针有望客观诊断嗅觉丧失

█ AI行业动态

Midjourney网页版全面开放，免费试用助力创意表达

谷歌推出HeAR模型：通过声音检测疾病的创新突破

OpenAI推出GPT-4o微调功能：开发者每日免费获百万Token

█ AI研发动态

KAN 2.0：科学研究的全新助推器

量子微处理器芯片实现复杂分子振动光谱模拟

使用单个卷积层，LightCNN在帕金森病分类中展现卓越表现

使用内隐神经表征模拟新生儿大脑发育

大型语言模型的个性对齐

脑科学动态

“项目记忆”神经元为阿尔茨海默病治疗提供新靶点

加州大学尔湾分校Igarashi Kei教授领导的团队在探索大脑如何存储和检索记忆的过程中，首次发现了负责“项目记忆”的特定神经元，并揭示了这些神经元在学习过程中如何分类和记忆新信息。这一研究为阿尔茨海默病的治疗提供了新的潜在靶点。

研究团队通过研究小鼠的大脑活动，发现外侧嗅周皮质（LEC）深层包含两组神经元，分别对奖励项目和惩罚项目产生反应。这些神经元通过与内侧前额叶皮质（mPFC）形成双向循环，在学习过程中形成了一个将项目分为奖励和惩罚两类的内部地图。当研究团队使用光遗传学技术抑制LEC或mPFC的神经元活动时，发现两者对项目记忆的分类作用相互依赖。如果LEC神经元被抑制，小鼠在学习新项目时无法正确区分奖励和惩罚。如果mPFC神经元被抑制，LEC无法正确保持项目记忆的分类。这一发现表明LEC和mPFC神经元在项目记忆的编码过程中密切合作。研究发表在Nature上。

#大脑健康 #Nature #项目记忆 #神经回路 #阿尔茨海默病

阅读论文：

Jun, Heechul, et al. “Prefrontal and Lateral Entorhinal Neurons Co-Dependently Learn Item–Outcome Rules.” Nature, Aug. 2024, pp. 1–8. www.nature.com, https://doi.org/10.1038/s41586-024-07868-1.

低剂量THC可逆转大脑老化并增强认知功能

波恩大学医院与希伯来大学的研究团队通过研究发现，长期低剂量四氢大麻酚（THC）治疗能够逆转小鼠大脑的衰老进程，并增强其认知能力。该研究的重点在于探讨哺乳动物雷帕霉素靶蛋白（mTOR）在这一过程中所起的作用。

研究团队在实验中对老年小鼠进行了长期低剂量的Δ9-THC（四氢大麻酚）治疗，并观察其对大脑和外周组织的影响。结果显示，THC在大脑中短暂提高了mTOR活性，增加了与能量生产和突触蛋白合成相关的代谢物水平，从而增强了小鼠的认知能力。这一阶段的mTOR活性增加促进了新的突触形成，提高了大脑的可塑性。

出人意料的是，在外周组织中，THC表现出与低热量饮食相似的效果，即降低了脂肪组织中的mTOR活性和血浆中的氨基酸与碳水化合物代谢物水平。这种双重效应说明，Δ9-THC既能通过增强大脑能量和突触蛋白合成来提高认知功能，又能通过降低外周组织的代谢活动来发挥抗衰老作用。该研究结果发表在ACS Pharmacology & Translational Science上。

#大脑健康 #抗衰老 #THC #认知增强 #mTOR

阅读论文：

Bilkei-Gorzo, Andras, et al. “Bidirectional Effect of Long-Term Δ9-Tetrahydrocannabinol Treatment on mTOR Activity and Metabolome.” ACS Pharmacology & Translational Science, Aug. 2024. world, pubs.acs.org, https://doi.org/10.1021/acsptsci.4c00002.

短双歧杆菌有助于胎儿大脑发育

剑桥大学的研究团队通过小鼠实验探讨了孕期母体肠道菌群对胎儿大脑发育的影响。团队发现，母体肠道中的短双歧杆菌（Bifidobacterium breve）不仅影响胎儿的营养吸收，还可能改善胎儿大脑的代谢和发育。此发现为未来通过肠道菌群干预来促进胎儿健康提供了新的可能性。

研究人员将无菌怀孕小鼠分为两组，一组接种短双歧杆菌（Bifidobacterium breve），另一组未接种。通过分析两组胎儿的大脑代谢物，研究发现，接种短双歧杆菌的母鼠，其胎儿大脑中包括柠檬酸、3-羟基异丁酸和肉碱在内的十种关键代谢物含量显著减少。此外，胎儿大脑中的葡萄糖和支链氨基酸运输蛋白的表达增加，并且涉及PI3K-AKT、AMPK、STAT5和Wnt-β-连环蛋白等关键代谢通路的基因表达水平也有所提升。这些结果表明，短双歧杆菌不仅可以改善母体肠道健康，还可能通过调节胎儿大脑代谢，促进其大脑的正常发育。研究发表在Molecular Metabolism上。

#大脑健康 #短双歧杆菌 #胎儿发育 #代谢通路

阅读论文：

“Maternal Gut Bifidobacterium Breve Modifies Fetal Brain Metabolism in Germ-Free Mice.” Molecular Metabolism, Aug. 2024, p. 102004. www.sciencedirect.com, https://doi.org/10.1016/j.molmet.2024.102004.

新的多维疼痛评估方法有望改进个性化治疗

瑞士苏黎世联邦理工学院的Stanisa Raspopovic教授团队，与苏黎世巴尔格里斯特大学医院的研究人员合作，开发了一种新方法，可以更好地区分和量化疼痛的身体和心理社会成分，从而改善个性化治疗效果。

研究团队通过分析118名受试者的数据，包括慢性疼痛患者和健康对照组，使用机器学习技术，开发了一种新的疼痛评估方法。研究首先收集了受试者的生理数据（如皮肤电活动EDA和脑电图EEG）、临床数据以及心理和社会数据，然后通过机器学习模型分析这些数据，提取出了疼痛的关键生理和心理社会标志。研究提出了两个新的量化指标——TIP（主观痛苦指数）和Φ（生理痛苦指数），分别用于量化心理社会和生理层面的疼痛成分。

研究发现，TIP指数高的患者常伴有高抑郁、焦虑水平和长期的工作缺勤，提示需要心理治疗等替代疗法；而Φ指数高的患者则表现出较强的生理疼痛反应，更适合药物治疗。这些新指标为疼痛的多维度理解提供了新工具，可能有助于个性化的疼痛治疗，减少无效治疗的成本。研究发表在 Med 上。

#神经技术 #大脑健康 #疼痛评估 #机器学习 #个性化治疗

阅读论文：

Gozzi, Noemi, et al. “Unraveling the Physiological and Psychosocial Signatures of Pain by Machine Learning.” Med, vol. 0, no. 0, Aug. 2024. www.cell.com, https://doi.org/10.1016/j.medj.2024.07.016.

基于音乐的罗尼·加德纳方法可能促进中风患者的康复

瑞典哥德堡大学的研究团队在对一种名为罗尼·加德纳方法（Ronnie Gardiner Method, RGM）的音乐运动疗法进行研究后，发现该方法可能对中风和其他脑部疾病患者的康复有所帮助。该方法由瑞典裔美国爵士鼓手罗尼·加德纳开发，并已在瑞典及国际上用于康复治疗。

该研究采用了范围综述的方法，涵盖了多个数据库和搜索引擎的检索，分析了23项相关研究。这些研究包括量化研究和质性研究（quantitative and qualitative studies），其中大部分为非同行评审的出版物或灰色文献。研究结果显示，RGM在中风康复中显示出一定的潜在益处，尽管其他疾病群体中的结果仍不确定。质性数据表明，参与者普遍认为该方法富有挑战性，且具有激励作用，许多人在康复过程中感受到生活质量的改善。然而，由于目前的研究大多缺乏严格的科学验证，研究团队建议未来应通过更严谨的研究设计，如控制性试验，进一步验证RGM的有效性。研究发表在Disability and Rehabilitation上。

#大脑健康 #康复治疗 #音乐疗法 #质性研究 #中风

阅读论文：

Harjunen, Laura, et al. “Scoping Review of the Music-Based Movement Therapy Ronnie Gardiner Method.” Disability and Rehabilitation, Aug. 2024, pp. 1–14. PubMed, https://doi.org/10.1080/09638288.2024.2392037.

新型荧光探针有望客观诊断嗅觉丧失

由于COVID-19大流行导致的嗅觉丧失病例大幅增加，研究团队意识到开发定量测量嗅觉丧失工具的紧迫性。南卡罗来纳医科大学和纪念斯隆凯特琳癌症中心的研究人员合作，开发了一种名为Tsp1a-IR800P的荧光探针，该探针能够客观、非侵入性地测量和诊断嗅觉丧失。

研究团队在实验中使用了Tsp1a-IR800P荧光探针，该探针专门靶向一种在嗅觉传递过程中发挥关键作用的钠通道1.7（Nav1.7）。通过对正常嗅觉小鼠、化学诱导嗅觉丧失的小鼠、COVID-19感染仓鼠以及COVID-19患者遗体的嗅上皮组织进行成像，研究发现Nav1.7的表达量与嗅觉能力呈正相关。在具有正常嗅觉的个体中，Nav1.7表现出丰富的表达，而在嗅觉丧失的个体中，其表达显著减少。此外，荧光信号的降低程度与嗅觉损害的严重程度呈正比。该探针不仅可以用于早期诊断嗅觉障碍，还可以用于评估治疗效果，促进新型治疗方法的开发。研究发表在The Journal of Nuclear Medicine上。

#神经技术 #嗅觉丧失 #COVID-19 #分子成像 #荧光探针

阅读论文：

Adilbay, Dauren, et al. “Noninvasive Diagnostic Method to Objectively Measure Olfaction and Diagnose Smell Disorders by a Molecularly Targeted Fluorescence Imaging Agent.” Journal of Nuclear Medicine, vol. 65, no. 8, Aug. 2024, pp. 1293–300. jnm.snmjournals.org, https://doi.org/10.2967/jnumed.123.266123.

AI 行业动态

Midjourney网页版全面开放，免费试用助力创意表达

Midjourney，近日宣布其网页版已正式向所有用户开放。无论新用户还是已有账户的用户，现在都可以通过网页界面直接登录，开始创作个性化图像。用户在注册后，可以免费生成约25张图像。

#Midjourney #图像生成 #免费试用 #数字艺术 #创意工具

阅读更多：

https://www.midjourney.com/home

谷歌推出HeAR模型：通过声音检测疾病的创新突破

谷歌近日推出了一款名为HeAR（Health Acoustic Representations）的生物声学模型，能够通过分析患者的声音（如咳嗽、呼吸、说话等）来检测疾病。该模型基于从YouTube上提取的3.13亿段音频片段进行训练，其中包括约1亿个咳嗽声。HeAR展示了在检测肺结核、COVID-19、慢性阻塞性肺疾病等方面的卓越能力。

HeAR在多个健康声学事件、咳嗽推断和肺功能推断任务中表现优异，尤其是在COVID-19和肺结核的检测上，远超现有基准模型的性能。印度Salcit Technologies公司已将HeAR应用于其Swaasa®产品，用于分析咳嗽声音并评估肺部健康，特别是在结核病的早期检测中展现了巨大的潜力。

HeAR有望成为未来诊断工具和监测解决方案的重要基础，特别是在数据稀缺或计算资源有限的情况下。通过HeAR，谷歌期望帮助研究人员加速开发定制的生物声学模型，最终提升全球社区的健康状况。

#HeAR模型 #生物声学 #疾病检测 #谷歌AI #医疗创新

阅读更多：

https://blog.google/technology/health/ai-model-cough-disease-detection/

OpenAI推出GPT-4o微调功能：开发者每日免费获百万Token

OpenAI 最近发布了 GPT-4o 微调功能，为开发者提供了一个强大的工具，使其能够根据特定应用需求对模型进行定制化调整。这一新功能允许开发者使用自定义数据集，对模型进行微调，从而提升模型在特定领域的性能和准确性。例如，开发者可以通过微调，使模型更好地适应编程、创意写作等领域的复杂任务需求。

微调功能目前对所有付费层级的开发者开放，且在9月23日之前，每个组织每天可免费获得100万个训练Token。这为开发者提供了一个经济实惠的途径，让他们能够测试和优化模型。此外，GPT-4o mini 的微调功能同样对付费用户开放，并每天提供200万免费训练Token，进一步降低了开发者的使用成本。

已有多个案例展示了微调功能的显著成效。例如，Cosine 的 AI 软件工程助手 Genie 通过微调后的 GPT-4o 模型，在 SWE-bench 基准测试中取得了突破性进展，成绩显著提高。此外，Distyl 在 BIRD-SQL 基准测试中的表现也同样出色，展示了在 SQL 生成等任务中的优越性能。

OpenAI 强调，用户对微调模型的数据拥有完全控制权，确保数据隐私和安全。这意味着企业可以在不担心数据泄露的情况下，定制和部署适合自己业务需求的 AI 模型。

#OpenAI #GPT4o #微调功能 #人工智能 #开发者工具

阅读更多：

https://openai.com/index/gpt-4o-fine-tuning/

AI 研发动态

KAN 2.0：科学研究的全新助推器

近日，备受关注的神经网络架构KAN迎来了2.0版本更新。KAN2.0不仅继续展现其在科学发现中的潜力，还实现了人工智能与经典物理学研究的深度融合，为研究者提供了前所未有的灵活性。

KAN2.0在原有架构基础上引入了多个新功能，如MultKAN、kanpiler编译器和树转化器，使其能够更好地解析科学问题。这些新功能使研究者能够将专业知识直接融入模型，并通过KAN2.0揭示重要的科学规律，如发现二维谐振子的守恒量和史瓦西黑洞的隐藏对称性。

#KAN2.0 #人工智能 #经典物理 #科学发现 #神经网络

阅读更多：

Liu, Ziming, et al. KAN 2.0: Kolmogorov-Arnold Networks Meet Science. arXiv:2408.10205, arXiv, 19 Aug. 2024. arXiv.org, https://doi.org/10.48550/arXiv.2408.10205.

量子微处理器芯片实现复杂分子振动光谱模拟

香港理工大学的工程研究团队成功开发了一款世界首个用于复杂分子振动光谱模拟的量子微处理器芯片。这项研究突破了传统计算机的局限，为量子化学的未来应用奠定了重要基础。

研究团队提出了一种创新的算法，利用零位移状态（squeezed vacuum states）结合线性光学网络来生成分子的振动光谱。这个算法不仅具备易于实验实现的优势，而且在他们制造的集成量子光子微处理器芯片上得到了验证。该芯片具有16种单模挤压真空态，并配备了全可编程的干涉仪网络，构成了一个通用的量子模拟平台。

通过该平台，研究人员成功模拟了甲酸（formic acid）和胸腺嘧啶（thymine）的振动光谱，重建精度超过92%。此外，在非康登近似条件下，研究团队还模拟了萘（naphthalene）、菲（phenanthrene）和苯（benzene）的振动光谱。这些研究结果展示了量子计算在解决复杂量子化学问题上的巨大潜力，尤其是在传统计算无法企及的任务领域。研究发表在 Nature Communications 上。

#NatureCommunications #量子计算 #振动光谱 #量子化学

阅读更多：

Zhu, Hui Hui, et al. “Large-Scale Photonic Network with Squeezed Vacuum States for Molecular Vibronic Spectroscopy.” Nature Communications, vol. 15, no. 1, July 2024, p. 6057. www.nature.com, https://doi.org/10.1038/s41467-024-50060-2.

使用单个卷积层，LightCNN在帕金森病分类中展现卓越表现

LightCNN是一种极简主义的卷积神经网络（CNN）架构，专为使用脑电图（EEG）数据进行帕金森病（PD）分类而设计。不同于传统的复杂深度学习模型，LightCNN仅使用了单一卷积层，却展现出非凡的效果。正如达·芬奇所言，“简单是终极的复杂”，LightCNN证明了卓越的结果并不需要复杂的架构。

研究团队将LightCNN与几种在EEG基础上表现出色的最先进深度学习模型进行了对比测试。结果显示，LightCNN在各项指标上均优于这些复杂的模型：召回率提升了2.3%，精确率增加了4.6%，AUC（曲线下面积）略微提升0.1%，F1得分提高了4%，准确率则提升了3.3%。此外，LightCNN还能够识别与帕金森病相关的病理性脑节律，并有效捕捉EEG中的临床相关神经生理变化。

LightCNN的简洁性和易解释性使其特别适合在资源受限的环境中部署，如移动设备或嵌入式系统中的EEG分析。这项研究表明，在帕金森病的高效EEG分类中，精心设计的轻量级模型不仅能够超越复杂架构，还能更好地满足现代医疗应用的需求，尤其是在资源有限的情况下。

#神经技术 #帕金森病 #脑电图 #轻量级神经网络 #极简主义 #医疗技术

阅读更多：

Anjum, Md Fahim. Parkinson’s Disease Classification via EEG: All You Need Is a Single Convolutional Layer. arXiv:2408.10457, arXiv, 19 Aug. 2024. arXiv.org, https://doi.org/10.48550/arXiv.2408.10457.

使用内隐神经表征模拟新生儿大脑发育

瑞士巴塞尔大学生物医学工程系最新的研究成功利用隐式神经表示（INR）技术，对新生儿大脑的发展进行了精准建模。该研究团队通过分析预先和足月出生婴儿的MRI图像，开发出一种新型神经网络模型，不仅能预测不同时间点的大脑图像，还能在潜在空间中有效分离个体的身份和年龄信息。

研究中提出了两种方法，即特定主体潜在向量（SSL）和随机全局潜在增强（SGLA），这两种方法都显示了在处理单一扫描数据集时的优越性能。通过这些技术，模型能够在有限的GPU内存下运行，使其在医疗成像领域尤其有用。此外，该方法与传统的去噪扩散模型（DDM+GG）相比，在峰值信噪比（PSNR）、结构相似性指数（SSIM）和平均绝对误差（MAE）等关键指标上均有显著提升。

这项突破性的研究不仅为理解新生儿大脑的复杂发展过程提供了新的视角，也为早期诊断和治疗大脑发育异常提供了可能性。研究团队希望未来能将这一模型扩展到其他生物医学领域，以支持更广泛的健康监测和疾病预防工作。

#神经技术 #隐式神经表示 #新生儿大脑发展 #医学成像

阅读更多：

Bieder, Florentin, et al. Modeling the Neonatal Brain Development Using Implicit Neural Representations. arXiv:2408.08647, arXiv, 16 Aug. 2024. arXiv.org, https://doi.org/10.48550/arXiv.2408.08647.

大型语言模型的个性对齐

当前的大型语言模型（LLM）对齐方法通常旨在反映普遍的人类价值观和行为，但在捕捉个体用户的独特特征和偏好方面往往力不从心。为填补这一空白，研究人员提出了“个性化对齐”的新概念。这一方法通过调整LLM的响应和决策，使其能够匹配特定用户或相关群体的偏好，进而实现个性化的交互体验。

受心理测量学的启发，研究团队创建了PAPI（个性对齐与人格量表）数据集，包含来自30万名真实受试者的数据，每位受试者根据大五人格因素提供了行为偏好。该数据集使得研究人员能够定量评估LLM在多大程度上与各个受试者的行为模式对齐。为了克服个性对齐中的挑战，如个人数据有限、偏好多样化和可扩展性需求，研究人员开发了一种激活干预优化方法。这种方法显著提高了LLM在使用最少数据和计算资源的情况下对齐个人行为偏好的能力。值得注意的是，他们的方法PAS在优化时间上仅为DPO的1/5，却实现了卓越的性能表现，为个性化对齐技术提供了实际应用价值。

#个性化对齐 #大模型 #心理测量 #人工智能 #人性化AI

阅读更多：

Zhu, Minjun, et al. Personality Alignment of Large Language Models. arXiv:2408.11779, arXiv, 21 Aug. 2024. arXiv.org, https://doi.org/10.48550/arXiv.2408.11779.

整理｜ChatGPT

编辑｜丹雀 & 存源

关于追问nextquestion

天桥脑科学研究院旗下科学媒体，旨在以科学追问为纽带，深入探究人工智能与人类智能相互融合与促进，不断探索科学的边界。如果您有进一步想要讨论的内容，欢迎评论区留言，或添加小助手微信questionlab，加入社群与我们互动。

关于天桥脑科学研究院

天桥脑科学研究院（Tianqiao and Chrissy Chen Institute, TCCl）是由陈天桥、雒芊芊夫妇出资10亿美元创建的世界最大私人脑科学研究机构之一，围绕全球化、跨学科和青年科学家三大重点，支持脑科学研究，造福人类。TCCI与华山医院、上海市精神卫生中心设立了应用神经技术前沿实验室、人工智能与精神健康前沿实验室；与加州理工学院合作成立了TCCI加州理工神经科学研究院。TCCI建成了支持脑科学研究的生态系统，项目遍布欧美、亚洲和大洋洲，包括学术会议和交流、、、科研型临床医生奖励计划、、中文媒体追问等。