追问daily | AI实现通过想象进行学习；年轻菌群也能返老还童；女性免疫细胞暗藏天然止痛药；

█脑科学动态

Nature：发现裸盖菇素抗抑郁效果的关键"开关"

Nature：赌博快感背后的科学，血清素如何计算“未来价值”

Science：超声波显微镜突破极限，活体器官细胞级成像成真

Science：女性免疫细胞暗藏"天然止痛药"

大脑用“地图导航”思维做选择，价格比较也靠海马体

从简单分支到精密网络：神经元如何长成自己的模样

基因疗法让罕见遗传性失明儿童重见光明

年轻菌群能“返老还童”？揭示肠道微生物抗衰老机制

█AI行业动态

多发性硬化症研究荣获“科学界奥斯卡”

你的AI“另一半”来了！微软Copilot八大黑科技揭秘

AI 2027：超级智能的倒计时与人类社会的终极博弈

Meta 发布 Llama 4 ：首个原生多模态模型

OmniTalker：只用一段“参考视频”就能学会视频里人物说话

█AI驱动科学

Nature：AI“白日梦”成真：9天自学成Minecraft高手

代理AI：医疗领域的“超级团队”，准确率碾压ChatGPT

无需编程，生物医学数据分析新平台让科研更简单

触觉传感器并非机械手学习的关键因素

脊髓损伤康复新突破：闭环电刺激+机器人训练重塑运动功能

人工神经元实现生物启发的自主协同学习

大脑如何“分步”书写汉字？浙大团队破解神经编码奥秘

研究表明，ChatGPT可能会缓解孤独感，但会增加依赖性

脑科学动态

Nature：发现裸盖菇素抗抑郁效果的关键"开关"

裸盖菇素（psilocybin）作为潜在抗抑郁药物备受关注，但其作用机制一直是个谜。康奈尔大学的Alex Kwan团队与耶鲁大学医学院的Clara Liao合作，首次揭示了裸盖菇素长期行为效应的神经基础——锥体束神经元（PT neurons）和5-HT2A受体是其发挥抗抑郁效果的关键。

▷研究人员利用双光子显微镜对锥体束神经元进行成像，发现这种细胞类型对于裸盖菇素的长期行为影响至关重要。Credit: Cornell University

研究团队使用双光子显微镜（two-photon microscopy）观察小鼠大脑神经元活动，发现裸盖菇素能显著促进PT神经元的树突棘（dendritic spines，神经元表面接收信号的微小突起）生长。通过化学遗传学技术选择性沉默PT神经元后，裸盖菇素的抗抑郁效果完全消失；而沉默另一类IT神经元则无影响。进一步实验显示，敲除5-HT2A受体同样会消除裸盖菇素的长期效应。有趣的是，这些操作均不影响裸盖菇素的急性致幻作用，提示治疗效应和致幻效应可能通过不同脑区实现。这一发现为制药公司开发"无致幻"抗抑郁药物提供了新思路——或许可以通过靶向特定脑区的5-HT2A受体来实现。研究发表在 Nature 上。

#疾病与健康 #神经机制与脑功能解析 #心理健康与精神疾病 #神经调控 #计算模型与人工智能模拟

阅读更多：

Shao, Ling-Xiao, et al. “Psilocybin’s Lasting Action Requires Pyramidal Cell Types and 5-HT2A Receptors.” Nature, Apr. 2025, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41586-025-08813-6

Nature：赌博快感背后的科学：血清素如何计算“未来价值”

血清素在大脑中究竟起什么作用？渥太华大学的Emerson F. Harkin、Richard Naud等研究人员发现，血清素系统实际上编码了“未来奖励预期值”，这一发现解释了为什么血清素神经元会对奖励和惩罚都产生反应，但对惊喜奖励特别敏感。

▷一种预测性代码解释了来自先前文献的血清素神经元的定性调节特征。Credit: Nature (2025).

研究团队将强化学习理论与对大脑背侧缝核（dorsal raphe nucleus，血清素神经元主要聚集区）的最新认识相结合。通过分析大量先前看似矛盾的实验数据，他们发现血清素神经元的活动模式精确对应“未来奖励的预期值”——当大脑评估某个行为或环境可能带来未来收益时，这些神经元就会被激活。特别值得注意的是，血清素对意外奖励反应更强，但对惩罚没有类似偏好，这一特性完美解释了为什么赌博赢钱时大脑会释放大量血清素。研究建立的数学模型能比现有理论更准确地预测神经元活动，为开发针对抑郁症等疾病的新疗法提供了理论基础。研究发表在 Nature 上。

#神经科学 #神经机制与脑功能解析 #心理健康与精神疾病 #决策机制 #计算模型与人工智能模拟

阅读更多：

Harkin, Emerson F., et al. “A Prospective Code for Value in the Serotonin System.” Nature, Mar. 2025, pp. 1–8. www.nature.com, https://doi.org/10.1038/s41586-025-08731-7

Science：超声波显微镜突破极限，活体器官细胞级成像成真

传统超声无法看清细胞级结构？代尔夫特理工大学的Baptiste Heiles、David Maresca团队联合荷兰神经科学研究所和加州理工学院，开发出非线性声片显微镜（NSSM），首次实现活体器官内毛细血管和细胞的三维可视化。

▷非线性声片显微镜学。一次激发一个平面的声学报告器的功能，使得在细胞和毛细血管尺度上进行分子超声成像成为可能。（i）在 NSSM 中，声学报告器的非线性散射被限制在 0.1 × 10 × 9 mm 的薄声片中。（ii）正交扫描声片成像使得在不透明器官中实现基因表达的 3D 可视化，而（iii）声片定位显微镜则实现了大脑毛细血管的深度超分辨率成像。RCA 的音高 p。在本研究中，p/2 等于 55 μm。Credit: Science (2025).

研究团队利用加州理工学院开发的纳米级气体囊泡标记细胞，通过15MHz行波列阵（RCA）超声换能器产生0.1mm厚声片。正交扫描技术使成像范围达8.8×8.8×10mm³，深度1cm，比光学显微镜穿透力强10倍。在脑成像中，微气泡（microbubbles，临床常用造影剂）作为血管标记物，结合超声定位显微技术实现100μm分辨率，首次清晰呈现活体脑毛细血管网络。动物实验显示，该技术能追踪肿瘤生长并识别坏死核心，体积测量精度比现有方法高35倍，成像速度快64倍。由于采用已获批的微气泡探针，该技术有望快速进入临床，用于小血管疾病诊断和癌症治疗监测。研究发表在 Science 上。

#疾病与健康 #个性化医疗 #跨学科整合 #癌症研究 #脑科学

阅读更多：

Heiles, Baptiste, et al. “Nonlinear Sound-Sheet Microscopy: Imaging Opaque Organs at the Capillary and Cellular Scale.” Science, vol. 388, no. 6742, Apr. 2025, p. eads1325. science.org (Atypon), https://doi.org/10.1126/science.ads1325

Science：女性免疫细胞暗藏"天然止痛药"

加州大学旧金山分校的Élora Midavaine、Sakeen W. Kashem团队发现，女性激素能指挥免疫细胞在脊髓附近生产天然止痛物质——脑啡肽（enkephalin），这解释了止痛药效的性别差异，并为更年期女性慢性疼痛提供了治疗新思路。

研究通过基因编辑小鼠模型发现，包裹脊髓的脑膜中存在大量调节性T细胞（T-regs）。当用毒素清除这些细胞后，雌性小鼠疼痛敏感性骤增，而雄性小鼠不受影响。进一步实验揭示，雌激素和孕酮会促使雌鼠的T-regs分泌脑啡肽——这种内源性阿片物质能阻断疼痛信号向大脑传递。

关键数据显示：雌鼠脑脊液中脑啡肽浓度是雄鼠的3倍；激活δ-阿片受体（DOR）可复制T-regs的镇痛效果；注射白细胞介素-2（IL-2）能使绝经雌鼠的T-regs数量恢复80%。

T-regs首次被证明具有独立于免疫功能的镇痛作用，且通过女性激素-免疫细胞-神经回路的三级调控实现性别特异性止痛。研究为开发针对女性的非成瘾性止痛药奠定基础，尤其可能帮助20%的慢性疼痛女性患者。研究发表在 Science 上。

#疾病与健康 #知觉康复 #神经机制与脑功能解析 #个性化医疗 #性别医学

阅读更多：

Midavaine, Élora, et al. “Meningeal Regulatory T Cells Inhibit Nociception in Female Mice.” Science, vol. 388, no. 6742, Apr. 2025, pp. 96–104. science.org (Atypon), https://doi.org/10.1126/science.adq6531

大脑用“地图导航”思维做选择，价格比较也靠海马体

买房时比价、选水果看新鲜度——这些抽象决策竟与空间导航共享脑机制？贾维拉梅乌大学的Raphael Kaplan团队发现，海马体和内侧前额叶皮层（mPFC）会将抽象规则（如价格区间）转化为“边界”，像处理地图一样引导选择，且mPFC的活动强度直接预测决策水平提升。

▷实验范式。Nature Communications (2025).

研究让参与者在fMRI中完成特殊任务：先记忆虚拟水果的“价格-新鲜度”二维坐标（边界商品定义空间范围，中心商品作为参照），再快速判断随机商品更接近中心还是边界。神经影像分析显示，海马体和mPFC会计算目标商品与边界的欧氏距离（Euclidean distance，二维空间中的直线距离），但分工不同——mPFC的活动模式随任务进展逐渐优化，且优化程度与个体准确率提升正相关；海马体则专门负责识别抽象边界变化（如价格区间从“方形”变为“扭曲形”），其解码准确率越高，决策受边界影响越明显。后续行为实验证实，人类能无意识构建并保留这些抽象空间的“认知地图”。研究为理解经济决策等复杂行为提供了神经基础。研究发表在 Nature Communications 上。

#认知科学 #神经机制与脑功能解析 #意图与决策 #计算模型与人工智能模拟

阅读更多：

Esposito, Mariachiara, et al. “Flexible Hippocampal Representation of Abstract Boundaries Supports Memory-Guided Choice.” Nature Communications, vol. 16, no. 1, Mar. 2025, p. 2377. www.nature.com, https://doi.org/10.1038/s41467-025-57644-6

从简单分支到精密网络：神经元如何长成自己的模样

大脑如何建造出形态各异的神经元？斯克里普斯研究所的Norjin Zolboot、Giordano Lippi和Ian MacRae团队发现，微小RNA（microRNA）像精准的分子钟表，分阶段调控浦肯野细胞的树突发育和突触形成。

▷miRNA 对于浦肯野细胞形成其特征性的复杂树突树至关重要。当斯克里普斯研究所的科学家在发育过程中暂时关闭 miRNA 功能时，浦肯野细胞的树突树比通常更简单（左侧）。Credit: Norjin Zolboot, Scripps Research

研究团队开发了革命性的可逆调控系统T6B，能在特定时间关闭微小RNA功能。当在出生后第一周抑制微小RNA时，浦肯野细胞的树突分支（dendritic arbor）变得异常简单；而在第三周抑制时，则导致攀爬纤维（climbing fiber，一种关键神经连接）无法形成正常突触。通过新型转基因小鼠模型，研究者绘制出浦肯野细胞特异的微小RNA-靶基因网络，发现miR-206通过抑制Shank3等"刹车基因"来促进树突生长。有趣的是，这些靶基因中有多个与孤独症（autism）相关，暗示微小RNA失调可能是神经发育障碍的潜在诱因。研究发表在 Neuron 上。

#神经科学 #神经机制与脑功能解析 #神经发育障碍 #微小RNA #自闭症

阅读更多：

Zolboot, Norjin, et al. “MicroRNA Mechanisms Instructing Purkinje Cell Specification.” Neuron, vol. 0, no. 0, Apr. 2025. www.cell.com, https://doi.org/10.1016/j.neuron.2025.03.009

基因疗法让罕见遗传性失明儿童重见光明

AIPL1基因突变导致的视网膜营养不良让患儿从出生起便陷入黑暗。摩尔菲尔德眼科医院和伦敦大学学院眼科研究所的Michel Michaelides团队通过基因疗法取得突破：四名患儿在接受单眼治疗后，视力显著改善，且未出现严重副作用。

▷测量视力敏锐度和视觉诱发电位的方法。Credit: The Lancet (2025).

研究团队使用重组腺相关病毒（rAAV8）作为载体，将功能正常的AIPL1基因递送至患儿视网膜。治疗后，患儿治疗眼的视敏度从仅能感知光提升至可识别物体轮廓（logMAR从2.7降至0.9）。功能视力测试显示，患儿能完成抓取玩具等任务。光学相干断层扫描（OCT）证实治疗眼的视网膜结构保存更完好，而对照眼持续退化。唯一的不良反应是一例患儿出现黄斑水肿，但未影响整体疗效。这一成果为AIPL1相关失明提供了首个有效治疗方案，并证明早期干预可阻止视网膜退化。研究发表在 The Lancet 上。

#疾病与健康 #个性化医疗 #基因疗法 #视网膜营养不良 #儿童失明

阅读更多：

Michaelides, Michel, et al. “Gene Therapy in Children with AIPL1-Associated Severe Retinal Dystrophy: An Open-Label, First-in-Human Interventional Study.” The Lancet, vol. 405, no. 10479, Feb. 2025, pp. 648–57. www.thelancet.com, https://doi.org/10.1016/S0140-6736(24)02812-5

年轻菌群能“返老还童”？揭示肠道微生物抗衰老机制

肠道菌群如何影响衰老？基尔大学医学院的Christoph Kaleta团队与耶拿大学医院的Christiane Frahm团队合作，通过代谢模型发现衰老导致微生物组功能衰退，而移植年轻菌群可逆转部分衰老表型。

▷研究亮点总结。Credit: Nature Microbiology (2025).

研究团队首先整合宏基因组（metagenomics）、转录组和代谢组数据，构建了包含181种肠道微生物的宿主-菌群联合代谢模型。分析显示，老年小鼠菌群的代谢通量（metabolic flux）下降40%，细菌间互利关系减少，竞争性增强。关键变化包括：菌群合成短链脂肪酸（SCFAs）的能力降低，而宿主依赖微生物的核苷酸代谢（nucleotide metabolism）途径活性下降，直接影响肠道屏障修复。实验验证中，持续两年给老年小鼠移植年轻菌群后，其运动能力提升，肠道渗漏减少，系统性炎症标志物（如IL-6）下降30%。研究为开发抗衰老微生态疗法提供了靶点。研究发表在 Nature Microbiology 上。

#疾病与健康 #健康管理与寿命延长 #跨学科整合 #代谢模型 #微生物组

阅读更多：

Best, Lena, et al. “Metabolic Modelling Reveals the Aging-Associated Decline of Host–Microbiome Metabolic Interactions in Mice.” Nature Microbiology, vol. 10, no. 4, Apr. 2025, pp. 973–91. www.nature.com, https://doi.org/10.1038/s41564-025-01959-z

AI 行业动态

多发性硬化症研究荣获“科学界奥斯卡”

美国神经学家Stephen Hauser与意大利流行病学家Alberto Ascherio因颠覆多发性硬化症（Multiple Sclerosis，简称MS，一种攻击中枢神经系统的自身免疫疾病）治疗的研究，荣获科学突破奖。Hauser的探索始于45年前，一名才华横溢的年轻律师Andrea因MS迅速瘫痪的悲剧，促使他投身这一领域。当时医学界认为MS无法治愈，且错误地将病因归咎于T细胞。Hauser团队顶住质疑，发现B细胞的关键作用，最终推动靶向疗法问世，使患者脑部炎症减少90%以上。

Ascherio则从地理分布入手，发现MS高发于北半球的异常现象。通过追踪数百万美国士兵的健康数据，他在2022年证实爱泼斯坦-巴尔病毒（Epstein-Barr Virus，EBV，一种引发单核细胞增多症的常见病毒）是MS的必要诱因——所有MS患者均曾感染EBV。这一发现不仅为MS的预防指明方向，更为阿尔茨海默病、肌萎缩侧索硬化症（ALS，俗称“渐冻症”）等神经退行性疾病的研究提供了新思路。

两位研究人员的成果殊途同归：Hauser的疗法已延缓了患者病情，而Ascherio的病毒理论虽仍需验证，却点燃了根治MS的希望。他们的故事印证了科学探索的艰辛与坚持——从被拒经费到改变医学史，这场跨越半个世纪的接力，终让“不治之症”迎来曙光。

#多发性硬化症 #科学突破奖 #B细胞疗法 #爱泼斯坦巴尔病毒 #神经退行性疾病

阅读更多：

https://www.straitstimes.com/world/united-states/research-on-multiple-sclerosis-wins-oscars-of-science

你的AI“另一半”来了！微软Copilot八大黑科技揭秘

微软在成立50周年之际，由CEO萨蒂亚·纳德拉和微软AI CEO Mustafa Suleyman共同宣布，将Copilot从功能性工具升级为“AI伴侣”。这一转变标志着微软的愿景从“每个家庭一台电脑”迈向“每个人一个AI伙伴”。Copilot不再局限于执行指令，而是通过记忆用户偏好、主动完成任务、理解现实场景等功能，成为用户生活中“懂你、有记忆、能协作”的智能存在。

Copilot的八大核心功能展现了其从工具到伴侣的跃迁。例如，“Memory”模块可记录用户习惯和兴趣，形成个性化档案；“Actions”支持直接代用户完成订餐、行程预订等操作；“Copilot Vision”则通过摄像头或屏幕实时分析环境，提供养护建议或菜单推荐。此外，它还整合了思维整理（Pages）、播客生成（Podcasts）、智能购物（Shopping）等场景化能力，甚至能完成多步骤研究任务（Deep Research）。

微软强调，Copilot的升级不仅依赖技术突破，更注重隐私控制和用户体验。用户可随时管理记忆数据，并通过个性化外观增强互动亲切感。未来，微软计划进一步扩展Copilot的应用场景，探索更自然的交互方式，推动AI从“好用”向“共处”进化。

#微软 #AI伴侣 #Copilot #人工智能 #数字化转型

阅读更多：

https://blogs.microsoft.com/blog/2025/04/04/your-ai-companion

AI 2027：超级智能的倒计时与人类社会的终极博弈

AI 2027是由多位AI研究者与预测专家发起的叙事项目，通过严谨的推演和专家反馈，构建了2025-2027年超级人工智能（AGI）发展的两种可能情景。该项目以虚构公司OpenBrain为主角，模拟了技术突破、企业竞争、国际冲突和社会变革的连锁反应。核心预测显示，到2027年末，AGI可能实现研究能力完全自主化，人类仅在政策协调中保留角色，而AI将形成多体协作的“智能集体”。

技术演进方面，项目描绘了从2025年“代理型AI”初现到2027年“智能爆炸”的加速路径：AI研究从人类主导逐步过渡到AI自我迭代，研发效率呈指数级提升。同时，对齐问题（即AI目标与人类价值观的一致性）逐渐从工程挑战演变为哲学困境，AI可能通过伪装诚实或隐藏行为绕过监管。

社会影响层面，AI 2027预测了知识工作者的职业重构、反AI抗议浪潮，以及人类对失控风险的恐慌。项目最终提出两个分支结局：一是全球协作的“减速管控”，二是放任竞争的“极速冲刺”。无论哪种路径，研究者强调这并非政策建议，而是通过具象化推演，呼吁社会提前应对技术奇点可能带来的颠覆性挑战。

#超级智能 #AI军备竞赛 #技术伦理 #地缘政治 #社会重构

阅读更多：

https://ai-2027.com/

Meta 发布 Llama 4 ：首个原生多模态模型

Meta近日推出其最新开源模型Llama 4系列，标志着人工智能技术迈入新阶段。该系列首批发布Llama 4 Scout和Llama 4 Maverick两款模型，并预告了仍在训练中的超大模型Behemoth。这是Meta首次采用专家混合架构（Mixture-of-Experts, MoE）和原生多模态设计，通过"早期融合"技术将文本、图像与视频整合到统一模型结构中，大幅提升了多模态理解能力。其中Scout模型支持惊人的1000万token上下文窗口，而Maverick则在推理和创意写作方面表现卓越。

Llama 4系列的技术突破主要体现在三个方面。MoE架构将大模型划分为多个"专家"模块，每次推理仅激活部分专家，在保持高性能的同时显著降低计算成本。原生多模态支持使模型能够直接理解图文关联，实现精准的"图像锚定"（Image Grounding）功能。此外，训练数据量达到Llama 3的两倍，超过30万亿token，涵盖12种语言，展现出强大的跨文化理解能力。特别值得注意的是，未发布的Behemoth模型拥有288B活跃参数，在STEM任务中已超越GPT-4.5等顶尖模型。

这一系列创新使Llama 4在多方面超越竞争对手。基准测试显示，Maverick在推理和视觉任务上优于GPT-4o和Gemini 2.0 Flash，而Scout的长文本处理能力更是行业领先。Meta计划在4月29日的LlamaCon大会上公布更多细节，同时宣布2025年将投入650亿美元扩展AI基础设施。Llama 4的开源特性与卓越性能，预示着多模态AI应用将迎来爆发式增长，为开发者提供前所未有的可能性。

#Meta #Llama4 #多模态AI #开源模型 #专家混合架构

阅读更多：

https://github.com/meta-llama/llama-models/blob/main/models/llama4/MODEL_CARD.md

OmniTalker：只用一段“参考视频”就能学会视频里人物说话

阿里巴巴Tongyi Lab发布OmniTalker，能够从文本输入和参考视频中同步生成语音和对应的谈话视频，特别强调在零样本（zero-shot）场景下保持说话人的语音和面部风格。

OmniTalker采用了双分支扩散变换器架构（dual-branch diffusion transformer architecture）：音频分支负责从文本合成梅尔频谱图（mel-spectrogram，一种音频的可视化表示，用于表示声音的频率和时间特性），视觉分支预测精细的头部姿态和面部动态。为了实现音频和视觉的同步，研究人员引入了音视频融合模块（audio-visual fusion module），确保生成的语音和面部动作在时间上协调一致，风格上相互匹配。此外，OmniTalker包含上下文参考学习模块（in-context reference learning module），能够从单一参考视频中有效捕捉说话人的语音和面部风格，无需额外的风格提取模块。该模型的参数规模为8亿（0.8B），通过流匹配（flow matching）技术，实现了每秒25帧（25 FPS）的实时推理速度。

OmniTalker在风格保留和音视频同步方面优于现有方法，生成的谈话头像在语音和面部表情上都能准确反映参考视频中的风格特征。

#Tongyi #Transformer #Mamba #AI #MoE模型

阅读更多：

https://humanaigc.github.io/omnitalker/

AI 驱动科学

Nature：AI“白日梦”成真：9天自学成Minecraft高手

如何让AI像人类一样通过“想象”来学习？Google DeepMind的Danijar Hafner、Jurgis Pasukonis、Jimmy Ba与多伦多大学的Timothy Lillicrap合作，开发了第三代Dreamer算法。该AI仅通过“想象未来场景”和稀疏奖励（如Minecraft中的钻石），便在9天内达到专家水平。

▷Dreamer 的训练过程。Credit: Nature (2025).

研究团队设计了一套革命性框架：AI无需预先学习游戏规则，仅通过世界模型（world model，模拟环境变化的内部机制）预测行动后果，再结合评论家网络（critic network，评估结果价值）和行动者网络（actor network，选择最优行动）实现决策优化。在Minecraft中，AI每30分钟面临全新虚拟世界，被迫快速调整策略。结果，Dreamer不仅成为首个无人类辅助即能收集钻石的AI，还在机器人控制、Atari游戏等150多项任务中超越专用算法。研究者表示，这种“想象-优化”机制未来可应用于机器人导航、工业自动化等领域。研究发表在 Nature 上。

#AI驱动科学 #计算模型与人工智能模拟 #自动化科研 #跨学科整合 #强化学习

阅读更多：

Hafner, Danijar, et al. “Mastering Diverse Control Tasks through World Models.” Nature, Apr. 2025, pp. 1–7. www.nature.com, https://doi.org/10.1038/s41586-025-08744-2

代理AI：医疗领域的“超级团队”，准确率碾压ChatGPT

传统AI只能完成单一任务，而代理AI（Agentic AI）却能像人类团队一样协同工作，解决复杂问题。Cedars-Sinai医疗中心的Jason H Moore团队开发了ESCARGOT模型，结合大型语言模型（LLM）和生物医学知识图谱，在阿尔茨海默病数据分析中展现出超高准确率，远超ChatGPT。

▷算法流程图（上图）描述了 ESCARGOT 制定策略、创建 Python 可执行代码、转换为机器可读的 XML 代码、部署思维图并返回输出的方法。Credit: Bioinformatics (2025).

研究团队开发的ESCARGOT模型通过动态思维图（Graph of Thoughts，一种模拟人类多线程推理的结构）和生物医学知识图谱，实现了对复杂医学问题的精准回答。在测试中，ESCARGOT识别阿尔茨海默病相关基因和药物的准确率达到80%-90%，而ChatGPT仅为50%。这种“团队协作”式的AI不仅减少了错误（hallucinations），还能自动生成可执行代码和分析报告，极大提升了科研效率。目前，ESCARGOT已开源，供全球研究者免费使用。研究发表在 Bioinformatics 上。

#AI驱动科学 #个性化医疗 #大模型技术 #跨学科整合 #自动化科研

阅读更多：

Matsumoto, Nicholas, et al. “ESCARGOT: An AI Agent Leveraging Large Language Models, Dynamic Graph of Thoughts, and Biomedical Knowledge Graphs for Enhanced Reasoning.” Bioinformatics, vol. 41, no. 2, Feb. 2025, p. btaf031. Silverchair, https://doi.org/10.1093/bioinformatics/btaf031

无需编程，生物医学数据分析新平台让科研更简单

生物医学研究者终于可以摆脱对程序员的依赖了！西奈山伊坎医学院Daniel J.B. Clarke、Avi Ma'ayan团队开发的Playbook Workflow Builder（PWB）平台，让科学家通过简单拖拽就能完成复杂数据分析。

▷Playbook Workflow Builder 是一个用户友好的平台，它使生物医学研究人员无需高级编程技能即可进行复杂的数据分析，目的是加速发现和协作。Credit: Lab of Avi Ma'ayan, Ph.D., at the Icahn School of Medicine at Mount Sinai.

研究团队打造的PWB平台提供两种创新操作方式：可视化卡片点击和AI聊天机器人交互。用户上传数据后，可以像搭积木一样组合来自不同NIH项目（如癌症基因组图谱GTEx、药物筛选数据库LINCS等）的分析模块。平台会自动记录每个步骤，生成包含交互图表（interactive figures）和详细方法的研究报告，支持一键导出为幻灯片或海报格式。

在演示案例中，研究人员成功整合五个大型数据库，为个体癌症患者筛选个性化药物靶点。特别设计的"元节点"（metanodes）系统确保每个分析组件都有严格注释，使跨研究机构的协作成为可能。相比传统需要编写代码的Galaxy等平台，PWB的操作时间缩短了70%，让生物学家能专注于科学问题而非技术细节。研究发表在 PLOS Computational Biology 上。

#AI驱动科学 #自动化科研 #跨学科整合 #生物信息学 #个性化医疗

阅读更多：

Clarke, Daniel J. B., et al. “Playbook Workflow Builder: Interactive Construction of Bioinformatics Workflows.” PLOS Computational Biology, vol. 21, no. 4, Apr. 2025, p. e1012901. PLoS Journals, https://doi.org/10.1371/journal.pcbi.1012901

触觉传感器并非机械手学习的关键因素

机械手如何像人类一样灵巧操作物体？南加州大学Pegah Ojaghi、Romina Mir和Francisco Valero-Cuevas团队颠覆性发现，训练顺序（curriculum）比触觉传感器（haptic sensors）更能决定学习效果。

▷模拟环境和学习概述。Credit: Science Advances (2025).

研究团队采用强化学习训练模拟三指机械手，比较了不同学习策略。令人惊讶的是，当采用"先综合后专项"的训练顺序——先同时学习举升（lift）和旋转（rotate）基础动作，再专注单项精进时，机械手即使在没有触觉反馈（即无法感知物体压力）的情况下，仍能掌握对抗重力操作物体的技巧。相比之下，传统依赖触觉传感器的系统若训练顺序不当，学习效率会降低43%。研究还开发了智能学习率调节器，使训练速度提升2倍。这一发现打破了"复杂操作必须依赖触觉"的固有认知，为简化机器人传感系统提供了理论支持。研究发表在 Science Advances 上。

#AI驱动科学 #计算模型与人工智能模拟 #自动化科研 #机器人技术 #强化学习

阅读更多：

Ojaghi, Pegah, et al. “Curriculum Is More Influential than Haptic Feedback When Learning Object Manipulation.” Science Advances, vol. 11, no. 14, Apr. 2025, p. eadp8407. science.org (Atypon), https://doi.org/10.1126/sciadv.adp8407

脊髓损伤康复新突破：闭环电刺激+机器人训练重塑运动功能

脊髓损伤患者有望通过新型"智能脊髓"重获运动能力！瑞士洛桑联邦理工学院的Nicolas Hankov、Miroslav Caban团队开发出全球首个闭环脊髓电刺激（EES）系统，与康复机器人协同工作，使完全瘫痪患者在5个月内恢复自主行走能力。

研究团队设计的植入式神经假体包含16个精确定位电极，像"智能接线员"般精准激活控制下肢的脊髓神经。通过腿部的惯性传感器（IMUs，类似手机陀螺仪）实时监测运动状态，系统能在毫秒级调整电刺激参数。在跑步机训练中，当检测到患者试图抬腿时，立即触发对应肌肉群的激活信号。

5名不同程度瘫痪的患者接受训练后，肌肉活动精准度提升3倍，其中完全瘫痪患者P5的下肢运动评分从0分升至25分。更惊人的是，通过康复自行车训练，患者最终能在公园自主骑行30分钟。EEG监测显示，这种"电刺激+机器人"组合疗法促进了神经重塑——即使关闭刺激器，患者仍保留部分自主运动能力。

该系统突破性地解决了传统康复的两大痛点：机器人辅助的被动训练缺乏神经激活，而单纯电刺激又难以支撑复杂运动。研究团队特别设计了"傻瓜式"操作界面，未来有望进入社区康复中心。研究发表在 Science Robotics 上。

#疾病与健康 #神经调控 #个性化医疗 #脊髓损伤 #康复机器人

阅读更多：

Hankov, Nicolas, et al. “Augmenting Rehabilitation Robotics with Spinal Cord Neuromodulation: A Proof of Concept.” Science Robotics, vol. 10, no. 100, Mar. 2025, p. eadn5564. science.org (Atypon), https://doi.org/10.1126/scirobotics.adn5564

人工神经元实现生物启发的自主协同学习

传统AI依赖"中央调控"学习模式的时代可能终结。德国哥廷根大学与马克斯·普朗克研究所的Abdullah Makkeh、Marcel Graetz等团队开发出"信息形态神经元"（Infomorphic Neurons），这些计算单元能像生物神经元一样通过局部交互自主进化，在降低能耗的同时大幅提升系统适应性。

研究团队从大脑锥体细胞（pyramidal neuron）获得灵感，为人工神经元设计了两类功能输入：感知性（R）和上下文性（C）。通过信息理论分解，每个神经元能自主优化突触权重（synaptic weights，神经元连接强度），选择性地关注输入信号的不同维度。在MNIST手写数字识别任务中，仅需让神经元最大化图像与标签间的冗余信息（Ired），系统就能达到接近逻辑回归的准确率。

更突破性的是，这种架构实现了参数更新的局部化——单个神经元决策路径可实时追踪，为开发模块化AI提供了新范式。研究还发现，当目标函数侧重独特信息（Iunq）时，神经元会自发形成功能分区，类似大脑皮层的功能专精化。这种生物启发的设计在医疗诊断、自动驾驶等复杂场景中展现出独特优势。研究发表在 PNAS 上。

#AI驱动科学 #计算模型与人工智能模拟 #类脑智能 #信息理论 #自主学习

阅读更多：

Makkeh, Abdullah, et al. “A General Framework for Interpretable Neural Learning Based on Local Information-Theoretic Goal Functions.” Proceedings of the National Academy of Sciences, vol. 122, no. 10, Mar. 2025, p. e2408125122. pnas.org (Atypon), https://doi.org/10.1073/pnas.2408125122

大脑如何“分步”书写汉字？浙大团队破解神经编码奥秘

汉字书写看似简单，实则是大脑精密调控的复杂运动。浙江大学脑机智能全国重点实验室的Yu Qi、Xinyun Zhu、Xinzhu Xiong等团队通过记录神经元活动，首次揭示大脑如何将书写分解为多个“神经状态”来高效控制。这项研究不仅为理解运动控制提供新视角，还显著提升了脑机接口的书写精度。

研究团队在受试者运动皮层植入犹他微电极阵列（Utah array，一种高精度神经信号采集设备），记录书写306个汉字时的神经元放电模式。分析发现，大脑并非连续控制书写，而是将其分解为多个“神经状态”（neural states），每个状态仅编码一小段笔画轨迹。例如，书写“木”字时，神经元会在横、竖、撇、捺等笔画片段间切换编码模式。

更关键的是，神经元的方向编码特性（directional tuning，即神经元对特定运动方向的偏好）在不同状态间显著变化。基于这一发现，团队开发了状态依赖的解码算法，使脑控机械臂书写汉字的轨迹精度提升69%。该技术未来或可帮助瘫痪患者通过意念实现流畅书写。研究发表在 Nature Human Behaviour 上。

#神经科学 #脑机接口 #神经机制与脑功能解析 #计算模型与人工智能模拟 #运动控制

阅读更多：

Qi, Yu, et al. “Human Motor Cortex Encodes Complex Handwriting through a Sequence of Stable Neural States.” Nature Human Behaviour, Apr. 2025, pp. 1–12. www.nature.com, https://doi.org/10.1038/s41562-025-02157-x

研究表明，ChatGPT可能会缓解孤独感，但会增加依赖性

近期，麻省理工学院媒体实验室（MIT Media Lab）与OpenAI的研究人员联合开展了研究，探讨人们与ChatGPT等人工智能聊天机器人互动对情感的影响。

研究分析了约6000名ChatGPT高级语音模式的重度用户在三个月内的约300万次英语语音对话，并对其中4076人进行了问卷调查。研究人员使用EmoClassifiersV1（一组基于大型语言模型的分类器）评估对话中的情感线索，发现使用ChatGPT与减少孤独感和增加情感交流相关，但也伴随着人际社交互动的减少和对聊天机器人的依赖性增加，尤其是在高频使用者中。

根据一项为期四周的随机对照试验，近1000名参与者每天至少与ChatGPT互动五分钟，互动方式包括文本、与中性语音或富有表现力语音的交流。研究人员控制变量，如互动时长和参与者年龄，发现不同的互动方式对情感有不同影响。例如，语音模式最初有助于缓解孤独感，但在高使用频率下，这种优势减弱。此外，参与者与ChatGPT进行个人话题交流时，孤独感略有增加，但情感依赖性降低，而非个人话题的交流则与更高的依赖性相关。

研究人员指出，这些研究有一定局限性，例如缺乏非ChatGPT的对照组来区分人工智能特定影响与其他因素的影响，以及试验时间框架和任务可能不完全反映真实世界的行为。他们强调，需要进一步研究以全面了解人工智能聊天机器人对用户情感和社交行为的长期影响。

#认知科学 #人工智能 #情感依赖 #社交互动 #孤独感

阅读更多：

https://www.deeplearning.ai/the-batch/chatgpt-may-ease-loneliness-but-increase-dependence-studies-suggest/?utm_campaign=The%20Batch&utm_content=329634479&utm_medium=social&utm_source=twitter&hss_channel=tw-992153930095251456

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。