追问daily | 濒死体验的神经模型；孕期吃药安全吗？食物中毒后为何大脑终生厌恶那个味道

█脑科学动态

Nature：食物中毒后，为何大脑终生厌恶那个味道

濒死时为何会看到人生走马灯？

你的大脑适合利他林吗？关键受体比例决定药效

大脑如何动态计算“赌一把”的风险与收益

大脑前额叶与杏仁核决定你的政治热情高低

孕期吃药安全吗？首个含小胶质细胞的类器官模型告诉你答案

█AI行业动态

ChatGPT付费用户突破2000万大关 年收入预计50亿美元

全球最大数学预训练数据集MegaMath问世，性能提升20%

Genspark推出革命性AI代理Super Agent

█AI驱动科学

AI解码细胞“社交网络”，癌症免疫治疗现新靶点

海星仿生可穿戴设备突破运动中心脏监测难题

AI模型首次精准预测美洲原住民老年痴呆风险

AI医疗物联网实现心脏病诊断99.84%超高准确率

让大语言模型“学会”数学优化，复杂规划成功率翻倍

脑科学动态

Nature：食物中毒后，为何大脑终生厌恶那个味道

动物如何将延迟出现的胃肠反应与特定味道相关联？普林斯顿大学Christopher Zimmerman和Ilana Witten团队通过小鼠实验发现，中央杏仁核能通过"延迟再激活"机制，将相隔30分钟的饮食与不适体验精准关联。

研究团队首先让小鼠饮用新型葡萄味饮料（Kool-Aid），30分钟后注射引发类似食物中毒的暂时性病症。通过全脑激活图谱分析发现，中央杏仁核对新型味道表现出持续特异性激活。结合光遗传学刺激后脑CGRP神经元（编码疾病信号的谷氨酸能神经元群），证实延迟不适信号会选择性"唤醒"先前饮食相关的杏仁核神经元群。单神经元记录显示，被疾病信号重新激活越强的神经元，在后续记忆提取时对相关味道的反应也越强，最终形成稳定的群体神经表征。这种神经再激活机制解释了为何新型味道能突破时间延迟形成持久记忆。研究发表在 Nature 上。

#神经科学 #神经机制与脑功能解析 #记忆机制 #中央杏仁核 #延迟学习

阅读更多：

Zimmerman, Christopher A., et al. “A Neural Mechanism for Learning from Delayed Postingestive Feedback.” Nature, Apr. 2025, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41586-025-08828-z

濒死时为何会看到人生走马灯？

濒死体验（NDEs）是在生死危机时产生的意识分离状态，常伴随神秘体验。由比利时列日大学领导的多学科团队发表综述，提出名为NEPTUNE的神经科学模型，首次整合神经生物学、心理学和进化论解释濒死体验的生理机制。

研究整合动物实验、迷幻药神经科学（psychedelic neuroscience，指致幻物质对大脑影响的研究）和临床数据发现，心脏骤停时脑血流锐减引发缺氧和酸中毒，触发神经递质风暴：血清素通过5-HT2A受体产生幻觉，多巴胺增强情绪记忆，GABA和内啡肽带来平静感。这种反应与DMT等迷幻药作用相似，且具有进化意义——类似动物假死的生存策略。心理层面，容易解离（dissociation）或REM睡眠侵入倾向者更易体验。研究为意识研究和脑死亡判定提供新依据，未来将通过神经影像验证模型。研究发表在 Nature Reviews Neurology 上。

#神经科学 #神经机制与脑功能解析 #意识模拟 #心理健康与精神疾病

阅读更多：

Martial, Charlotte, et al. “A Neuroscientific Model of Near-Death Experiences.” Nature Reviews Neurology, Mar. 2025, pp. 1–15. www.nature.com, https://doi.org/10.1038/s41582-025-01072-z

你的大脑适合利他林吗？关键受体比例决定药效

ADHD患者对利他林的反应差异长期困扰医学界。马里兰大学医学院Peter Manza与NIH的Nora Volkow团队发现，大脑多巴胺受体D1与D2的比例是核心因素：D1主导者基线认知更强，而D2主导者药物改善更显著。

▷注意力 fMRI 任务结果。Credit: Proceedings of the National Academy of Sciences (2025).

研究通过功能性磁共振成像（fMRI）和正电子发射断层扫描（PET），对比37名健康成年人服用安慰剂与利他林后的表现。结果显示：D1/D2比例高者前额叶皮层激活更强，基线记忆任务表现更优；D2比例高者虽基线较差，但药物提升幅度达显著水平（任务表现提升与脑区活动变化相关性r=0.686）；多巴胺增量本身无法预测疗效。研究为ADHD个性化治疗提供依据，并警示非处方使用兴奋剂的风险。研究发表在 PNAS 上。

#疾病与健康 #个性化医疗 #神经机制与脑功能解析 #多巴胺受体 #ADHD

阅读更多：

Manza, Peter, et al. “Neural Basis for Individual Differences in the Attention-Enhancing Effects of Methylphenidate.” Proceedings of the National Academy of Sciences, vol. 122, no. 13, Apr. 2025, p. e2423785122. pnas.org (Atypon), https://doi.org/10.1073/pnas.2423785122

大脑如何动态计算“赌一把”的风险与收益

决策时大脑如何权衡奖励与风险？德国灵长类动物中心的Raymundo Báez-Mendoza与牛津大学的Fabian Grabenhorst团队发现，杏仁核神经元不仅能独立编码奖励概率和大小，还能动态整合二者，生成风险评估信号。

▷概率和奖励幅度的顺序编码。Credit: Nature Communications (2025).

研究团队训练恒河猴通过视觉线索（如不同图形）判断奖励概率（如70%）和幅度，同时记录杏仁核单神经元活动。结果显示：部分神经元以独立于视觉形式的抽象方式表征概率，类似“通用识别器”；多数神经元依次响应概率和幅度信息，形成灵活的价值评估（value coding）；特定神经元通过计算概率与幅度的方差，直接编码风险，与价值信号分离。

此外，杏仁核不同亚区（nuclei）的群体编码模式各异，支持高效信息传递。研究为焦虑症（过度风险敏感）和抑郁症（奖励评估异常）的神经机制提供了潜在解释。研究发表在 Nature Communications 上。

#神经科学 #神经机制与脑功能解析 #心理健康与精神疾病 #决策科学 #跨学科整合

阅读更多：

Grabenhorst, Fabian, and Raymundo Báez-Mendoza. “Dynamic Coding and Sequential Integration of Multiple Reward Attributes by Primate Amygdala Neurons.” Nature Communications, vol. 16, no. 1, Apr. 2025, p. 3119. www.nature.com, https://doi.org/10.1038/s41467-025-58270-y

大脑前额叶与杏仁核决定你的政治热情高低

政治热情是天生的还是后天塑造？西北大学和Shirley Ryan AbilityLab的Jordan Grafman团队通过越南退伍军人研究发现，大脑特定区域损伤会显著改变政治参与强度：前额叶损伤者更激进，杏仁核受损者更淡漠。

研究纳入124名头部穿透伤退伍军人和35名对照者，利用病变网络映射（lesion network mapping，一种定位脑损伤关联神经回路的技术）分析其政治行为变化。结果显示，左背外侧前额叶皮层（负责理性控制）损伤后，政治参与度上升；而杏仁核（情绪处理中心）损伤者热情降低。这种效应不受年龄、教育或党派影响，且保守派与自由派中表现一致。研究提示，情绪回路通过“放大”既有政治立场而非改变其本质来影响行为。研究发表在 Brain 上。

#认知科学 #神经机制与脑功能解析 #心理健康与精神疾病 #政治行为 #脑损伤

阅读更多：

Siddiqi, Shan H., et al. “Effects of Focal Brain Damage on Political Behaviour across Different Political Ideologies.” Brain, Mar. 2025, p. awaf101. Silverchair, https://doi.org/10.1093/brain/awaf101

孕期吃药安全吗？首个含小胶质细胞的类器官模型告诉你答案

孕期病毒感染如何损伤胎儿大脑？抗炎药是否安全？奥地利科学技术研究所的Sandra Siegert团队开发了首个整合小胶质细胞的视网膜类器官模型，发现布洛芬通过调控小胶质细胞炎症酶发挥保护作用，为孕期药物测试提供了新工具。

▷小胶质细胞（品红色）整合到视网膜类器官中。神经元的细胞核被染成蓝色。Credit: Schmied et al. / Journal of Neuroinflammation

研究利用人诱导多能干细胞（hiPSCs）构建视网膜类器官（retinal organoids，模拟大脑发育的3D结构），并嵌入小胶质细胞（iMG）。当模拟病毒感染（poly(I:C)刺激）时，iMG引发炎症反应，导致神经元过度分裂；而添加布洛芬后，iMG的COX-1（小胶质细胞特异性酶）和COX-2活性被抑制，炎症反应减轻。实验首次证明，缺乏小胶质细胞的模型会遗漏药物关键作用。研究为开发更安全的孕期抗炎药提供了依据，并凸显类器官模型的完善方向。研究发表在 Journal of Neuroinflammation 上。

#疾病与健康 #个性化医疗 #神经机制与脑功能解析 #孕期用药 #类器官

阅读更多：

Schmied, Verena, et al. Microglia Determine an Immune-Challenged Environment and Facilitate Ibuprofen Action in Human Retinal Organoids. bioRxiv, 21 Sept. 2024, p. 2024.09.20.614136. bioRxiv, https://doi.org/10.1101/2024.09.20.614136

AI 行业动态

ChatGPT付费用户突破2000万大关 年收入预计50亿美元

OpenAI旗下人工智能产品ChatGPT在2025年迎来爆发式增长。据The Information报道，截至4月1日，其付费用户数突破2000万，较2024年底的1550万激增30%，月收入同步攀升至4.15亿美元，年化收入预计高达50亿美元。这一增长得益于基础订阅（如20美元/月的ChatGPT Plus）和企业级高端套餐（如200美元/月的Pro套餐）的双轮驱动，同时API服务也为收入提供了重要支撑。

尽管商业表现亮眼，OpenAI也面临用户结构变化的挑战。数据显示，ChatGPT周活跃用户数已突破5亿，但免费用户的快速增长导致付费用户占比从三个月前的5%降至4%。这一现象反映出市场对AI工具的旺盛需求，但也暗示着付费转化策略可能需要进一步优化。

业内人士分析，ChatGPT的迅猛增长标志着生成式AI正加速渗透至企业和个人场景。OpenAI通过分层订阅模式覆盖不同客群，但其长期盈利能力仍需平衡免费与付费用户的服务资源配置。

#ChatGPT #OpenAI #生成式AI #付费订阅 #商业增长

阅读更多：

https://www.theinformation.com/articles/chatgpt-revenue-surges-30-just-three-months

全球最大数学预训练数据集MegaMath问世，性能提升20%

近期发布的名为MegaMath的数学预训练数据集引发广泛关注，该数据集规模达到惊人的2131亿标记（tokens），覆盖多个专业数学领域，比此前最大的DeepSeekMath数据集还高出30%。研究人员通过严格的去重和字体集过滤技术确保数据质量，使其成为目前最全面、最可靠的数学语料库之一。

MegaMath的推出为数学相关的人工智能研究带来了显著突破。测试表明，使用该数据集训练的模型在数学基准测试中性能提升了15%至20%，展现出强大的应用潜力。这一进步可能为教育、工程和科研领域的自动化工具开发提供新的技术支持。

研究团队强调，MegaMath的开放性和高质量将为全球AI社区带来深远影响。未来，该数据集或将成为数学语言模型训练的新标准

#数学AI #预训练模型 #数据集 #人工智能 #性能突破

阅读更多：

https://huggingface.co/datasets/LLM360/MegaMath

Genspark推出革命性AI代理Super Agent：能打电话订餐厅、做PPT的"全能助手"

近日，Genspark发布了一款名为Super Agent的突破性AI代理，其核心采用世界首创的多智能体混合系统（Mixture-of-Agents），整合了8个不同规模的语言模型和80多种工具，能够自主理解需求、规划任务并执行复杂操作。与传统AI聊天工具不同，Super Agent不仅能对话，还可完成旅行预订、内容生成、数据分析等实际任务。例如，用户输入“计划去圣地亚哥的旅行”，它便能自动搜索航班酒店、生成行程，甚至通过AI模拟人声拨打餐厅电话完成预订。

Super Agent在GAIA基准测试中表现优于OpenAI和Manus，其优势在于高速响应（近乎瞬时）、高准确性（通过多重验证减少“幻觉”）和强可控性（用户可调整输出方向）。功能覆盖多模态处理，如将5小时YouTube视频浓缩为10页PPT，或根据食谱生成教学视频。此外，它支持用户自定义任务执行方式，例如指定数据来源或输出格式，确保结果精准符合需求。

该产品适用于个人、专业人士和创意工作者等多类场景。个人用户可管理日程或快速获取信息；研究人员能进行跨来源数据验证；创意人员则可一键生成动画或营销素材。技术架构上，Super Agent继承了Genspark此前Autopilot Agent的异步处理能力，并扩展了任务范围，标志着AI从“对话工具”向“执行助手”的跨越式进化。

#AI代理 #自动化工具 #多模态处理 #任务执行 #Genspark

阅读更多：

https://www.genspark.ai/

AI 驱动科学

AI解码细胞“社交网络”，癌症免疫治疗现新靶点

单细胞测序数据噪声高、信号破碎，如何精准解析细胞行为？Tel-Aviv University的Ron Sheinin、Asaf Madi和Roded Sharan团队开发了scNET系统，通过AI整合基因表达与蛋白质互作网络，首次清晰捕捉到抗癌T细胞的激活机制。

▷自动编码器模型架构。Credit: Nature Methods (2025).

scNET采用图神经网络（GNN）双视图架构，将单细胞基因表达数据（scRNA-seq）映射到蛋白质相互作用网络（PPI, Protein-Protein Interaction）中，利用注意力机制动态调整细胞间连接权重。实验显示，该系统在疟疾B细胞数据集上较传统方法提升30%的基因关联识别率，并成功揭示肿瘤微环境中T细胞通过细胞毒性通路增强抗癌能力的动态过程。此外，scNET重建的表达数据使差异通路富集分析灵敏度提高2.1倍，为个性化医疗提供新工具。研究发表在 Nature Methods 上。

#AI驱动科学 #个性化医疗 #跨学科整合 #计算模型与人工智能模拟 #癌症治疗

阅读更多：

Sheinin, Ron, et al. “scNET: Learning Context-Specific Gene and Cell Embeddings by Integrating Single-Cell Gene Expression Data with Protein–Protein Interactions.” Nature Methods, Mar. 2025, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41592-025-02627-0

海星仿生可穿戴设备突破运动中心脏监测难题

运动干扰导致传统心脏监测设备数据失真，密苏里大学的Sicheng Chen、Zheng Yan团队受海星五臂结构启发，开发出新型可穿戴设备，实现运动时高精度心脏信号采集，诊断准确率超91%。

▷受海星启发的可穿戴设备与生物海星的图形表示。Credit: Zheng Yan

该设备采用五条独立柔性臂（每条含传感器）贴合胸部，通过多触点分散压力，减少运动伪影。中央电子枢纽整合电信号（ECG）与机械信号（SCG心震图：记录心脏跳动引起的胸腔振动；GCG陀螺心图：捕捉心脏旋转运动），结合AI算法过滤噪声并分析。实验显示，三信号联合输入的ML模型对房颤（A-Fib）、心梗（MI）和心衰（HF）的实时诊断准确率显著高于单信号分析（提升约30%）。设备仅重1.7克，支持蓝牙传输、无线充电，未来将采用透气材料提升舒适性。研究发表在 Science Advances 上。

#疾病与健康 #个性化医疗 #AI驱动科学 #可穿戴技术 #生物仿生

阅读更多：

Chen, Sicheng, et al. “Starfish-Inspired Wearable Bioelectronic Systems for Physiological Signal Monitoring during Motion and Real-Time Heart Disease Diagnosis.” Science Advances, vol. 11, no. 14, Apr. 2025, p. eadv2406. science.org (Atypon), https://doi.org/10.1126/sciadv.adv2406

AI模型首次精准预测美洲原住民老年痴呆风险

痴呆症对美洲印第安人/阿拉斯加原住民（AI/AN）老年人威胁日增，但该人群长期缺乏有效的风险预测工具。加州大学欧文分校的Luohua Jiang团队利用电子健康记录（EHR）和机器学习，开发出首个针对AI/AN的两年痴呆预测模型，准确率达83%。

▷XGBoost、LASSO 和 LR 算法中两年事件、全因痴呆的前 15 个预测因子的维恩图比较。Credit: The Lancet Regional Health - Americas (2025).

研究团队从印第安人卫生服务局（IHS）获取17,398名65岁以上无痴呆者的七年数据，采用逻辑回归（Logistic Regression）、LASSO（最小绝对收缩算子，一种特征选择算法）和XGBoost（极端梯度提升，高效决策树模型）等算法，构建痴呆风险评分（DRS）模型。结果显示，两年内3.5%的参与者确诊痴呆，最优模型的预测效能（AUC）达0.83。15个关键预测因子中，12个为跨模型共享，包括收缩压（SBP）、急诊就诊频率等传统指标，以及卫生服务利用率等新发现因素。研究为资源匮乏地区的痴呆防控提供了可推广的AI工具。研究发表在 The Lancet Regional Health - Americas 上。

#疾病与健康 #预测模型构建 #个性化医疗 #健康管理与寿命延长 #跨学科整合

阅读更多：

Ports, Kayleen, et al. “Machine Learning to Predict Dementia for American Indian and Alaska Native Peoples: A Retrospective Cohort Study.” The Lancet Regional Health – Americas, vol. 43, Mar. 2025. www.thelancet.com, https://doi.org/10.1016/j.lana.2025.101013

AI医疗物联网实现心脏病诊断99.84%超高准确率

医疗物联网（IoMT）如何革新健康管理？悉尼科技大学Amir Gandomi与马来西亚双威大学Shams Forruque Ahmed团队联合国际研究者，发现AI驱动的IoMT可精准诊断心脏病、实时监测癫痫，并显著提升远程护理效率。

▷可穿戴设备由极简系统支持。Credit: Results in Engineering (2024).

研究结合机器学习与IoMT技术，通过分析医学影像和穿戴设备数据，实现心脏病诊断99.84%的准确率（传统方法平均约85%）。老年人远程监护系统准确率达98.1%，边缘计算模型（Edge-IoMT）可秒级响应癫痫发作。AI算法通过持续学习患者数据，优化个性化治疗方案，如帕金森病运动症状预测误差仅2%。但需解决数据加密（如AES-256标准）和多设备兼容性问题。研究发表在 Results in Engineering 上。

#疾病与健康 #个性化医疗 #AI驱动科学 #健康管理与寿命延长 #预测模型构建

阅读更多：

Ahmed, Shams Forruque, et al. “Transformative Impacts of the Internet of Medical Things on Modern Healthcare.” Results in Engineering, vol. 25, Mar. 2025, p. 103787. ScienceDirect, https://doi.org/10.1016/j.rineng.2024.103787

让大语言模型“学会”数学优化，复杂规划成功率翻倍

如何让非专家也能用AI解决供应链、物流等复杂规划问题？MIT的Yilun Hao、Yang Zhang和Chuchu Fan团队开发了LLMFP框架，通过自然语言交互将问题转化为数学优化模型，在9类任务中成功率高达85%，较传统方法提升超40%。

研究团队开发的LLMFP框架结合了大型语言模型（LLMs，如GPT-4o）的常识推理与数学优化求解器（optimization solver，专解多变量约束问题的算法）。用户仅需用自然语言描述问题（如“最小化咖啡供应链成本”），LLMFP会引导模型识别决策变量（如供应商产能、运输路线）和约束条件（如需求增长23%），将其编码为数学公式并调用求解器。关键创新在于中间步骤的自检机制：若发现公式错误（如漏掉“运输量不能为负”），模型会自动修正而非放弃。测试显示，LLMFP在仓库机器人路径优化等任务中成功率比直接使用LLM的基线提高两倍，且无需额外训练数据。研究为跨领域规划问题提供了通用工具，未来或拓展至图像输入支持。

#大模型技术 #自动化科研 #跨学科整合 #意图与决策

阅读更多：

Hao, Yilun, et al. Planning Anything with Rigor: General-Purpose Zero-Shot Planning with LLM-Based Formalized Programming. arXiv:2410.12112, arXiv, 29 Jan. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2410.12112

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，或后台留言“社群”即可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）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。

Chen Institute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加州理工天桥神经科学研究院。

Chen Institute建成了支持脑科学和人工智能领域研究的生态系统，项目遍布欧美、亚洲和大洋洲，包括、、、科研型临床医生奖励计划、、等。